文末领取【MySQL测试题+答案】
性能调优前提：无监控不调优
01
Mysql性能指标及问题分析和定位
1.我们在监控图表中关注的性能指标
CPU、内存、连接数、io读写时间、io操作时间、慢查询、系统平均负载以及memoryOver。
2.Grafana模板中各性能指标的意思
Mysql数据库的连接数
图标表示了慢查询
Mysql数据库的缓存区，展示了最大缓存以及已使用缓存等数据
3.性能分析
一般在产生Mysql瓶颈的时候往往伴随着的是CPU使用率急速上升，需要top看一下是哪个线程占据了大量的CPU资源，如果发现Mysql进程占用较高，那么基本可以判断是Mysql数据库出现了问题。
接下来就是对问题具体的分析和定位。
对于数据库的操作基本上就是大量的查询，会导致数据库出现性能问题。对有问题的场景使用Jmeter模拟场景进行并发，并观察Grafana的图表。
Mysql的几个问题基本上就是：
缓存区较小，大量查询导致了缓存区溢出，使用io进行读写，众所周知，io的读写速度远远比内存读写速度要慢得多。
sql语句问题，导致mysql数据库出现瓶颈的查询语句类型很多，最后会给大家列举一些。
那么怎么定位到这些问题呢？
（1）在负载测试中，通过Grafana图表观察Memory Over这个图表，如果发现占用基本占满所分配给Mysql数据库缓存区的内存，然后IO读写时间非常长，读写频率非常高，那基本上是可以判断是缓存区较小导致的问题。（这个问题已经很少出现了）
（2）判断慢查询：在mysql数据库的配置文件中找到
<code>log_output
=file,table /<code><code>/<code><code>/<code><code>/<code>
重启Mysql数据库：在Grafana图表中如果看到慢查询的时间超过1s时，基本判断为存在慢查询。
登入数据库运行命令
<code>select
*from
mysql.slow_log;/<code>
运行完这条命令后，可以查看到所有超过1s的查询语句，这个时候复制这条语句到查询输入框中，选中右键点击解释。
type列，连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别
key列，使用到的索引名。如果没有选择索引，值是。可以采取强制索引方式
key_len列，索引长度
rows列，扫描行数。该值是个预估值
extra列，详细说明。注意常见的不太友好的值有：Using filesort, Using temporary
02 sql语句调优
1.SQL语句中IN包含的值不应过多
MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。再例如：select id from t where num in(1,2,3) 对于连续的数值，能用between就不要用in了；再或者使用连接来替换。
2.SELECT语句务必指明字段名称
SELECT *增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前断也需要更新。所以要求直接在select后面接上字段名。
3.当只需要一条数据的时候，使用limit 1
这是为了使EXPLAIN中type列达到const类型。
4.如果排序字段没有用到索引，就尽量少排序
5.如果限制条件中其他字段没有索引，尽量少用or
or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果。
6.区分in和exists，not in和not exists
select * from 表A where id in (select id from 表B)上面sql语句相当于select*from 表A where exists(select*from 表B where表B.id=表A.id)
区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。
关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句？
原sql语句
<code>select
colname …from
A表where
a.id not
in
(select
b.idfrom
B表)/<code>
高效的sql语句
<code>select
colname …from
A表Left
join
B表on
where
a.id = b.idwhere
b.idis
/<code>
7.分段查询
在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。
8.避免在 where 子句中对字段进行 值判断
对于的判断会导致引擎放弃使用索引而进行全表扫描。
9.不建议使用%前缀模糊查询
例如LIKE“%name”或者LIKE“%name%”，这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE“name%”。
10.注意范围查询语句
对于联合索引来说，如果存在范围查询，比如between,>,
type 访问类型
ALL 扫描全表数据
index 遍历索引
range 索引范围查找
index_subquery 在子查询中使用 ref
unique_subquery 在子查询中使用 eq_ref
ref_or_ 对进行索引的优化的 ref
fulltext 使用全文索引
ref 使用非唯一索引查找数据
eq_ref 在join查询中使用PRIMARY KEYorUNIQUE NOT 索引关联。
const 使用主键或者唯一索引，且匹配的结果只有一条记录。
system const 连接类型的特例，查询的表为系统表。
性能从好到差依次为：
system，const，eq_ref，ref，fulltext，ref_or_，unique_subquery，index_subquery，range，index_merge，index，ALL。（除了ALL之外，其他的type都可以使用到索引，除了index_merge之外，其他的type只可以用到一个索引。）
所以，如果通过执行计划发现某张表的查询语句的type显示为ALL，那就要考虑添加索引，或者更换查询方式，使用索引进行查询。
possible_keys
可能使用的索引，注意不一定会使用。查询涉及到的字段上若存在索引，则该索引将被列出来。当该列为 时就要考虑当前的SQL是否需要优化了。
key
显示MySQL在查询中实际使用的索引，若没有使用索引，显示为。TIPS:查询中若使用了覆盖索引(覆盖索引：索引的数据覆盖了需要查询的所有数据)，则该索引仅出现在key列表中。
03
SQL优化建议
1.SQL语句不要写的太复杂，要尽量简单，不要嵌套太多层。
2.使用like的时候要注意是否会导致全表扫。
3.尽量避免使用!=或<>操作符：在where语句中使用!=或<>，引擎将放弃使用索引而进行全表扫描。
4.尽量避免使用 or 来连接条件：在 where子句中使用or来连接条件，引擎将放弃使用索引而进行全表扫描。
5.尽量避免使用in和not in：在where子句中使用in和not in，引擎将放弃使用索引而进行全表扫描。
6.尽量避免使用表达式、函数等操作作为查询条件。
7.尽量避免大事务操作，提高系统并发能力。
8.任何地方都不要使用select*from t，用具体的字段列表代替“*”，不要返回用不到的任何字段。
9.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。
10.索引并不是越多越好，索引固然可以提高相应的select的效率，但同时也降低insert及update的效率。
11.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引。
End.
作者：白加黑呀
来源：博客园
本文为转载分享，如有侵权请联系后台删除。
长按下方海报领取 【MySQL测试题+答案】
8个SQL常被忽视的错误用法，你踩过坑吗？
疫情时期，互联网人如何选择行业？猎聘给出了这些方向
10个常用数据分析思路，看看是否有你没用过的？
Python实战|5步实现客户细分
