• 性能优化之MySQL优化(慕课)


    MySQL数据库优化

    1-1MySQL优化简介

    数据库优化的目的

    避免出现页面访问错误

    • 由于数据库连接timeout产生5XX错误
    • 由于慢查询造成页面无法加载
    • 由于阻塞造成数据无法提交

    增加数据库的稳定性

    • 很多数据库的问题都是由于低效查询引起的

    优化用户体验

    • 流畅页面的访问速度
    • 良好的网站功能体验

    可以从以下几个方面进行数据库优化

    MySQL数据库优化:

        1.SQL语句优化

        2.有效的索引

        3.数据库的表结构

        4.Linux系统配置优化:打开的文件数等

        5.硬件:更加适合数据库系统的cpu、更快的io:ssd等、更多的内存...

    2-1数据准备

    Sakila样本数据库介绍 

    • 下载Sakila样本数据库,下载地址http://downloads.mysql.com/docs/sakila-db.tar.gz(下载页面http://dev.mysql.com/doc/index-other.html)。
    • 导入sakila-schema.sql和sakila-data.sql文件
    首先下载mysql5.7.18 zip安装包,配置环境变量
    bin文件夹下建立my.ini
    [mysqld] 
    basedir=E:Program Files (x86)mysql-5.7.24-winx64mysql-5.7.24-winx64in
    datadir=E:Program Files (x86)mysql-5.7.24-winx64mysql-5.7.24-winx64data
    port=3306
    character-set-server=utf8
    [client]
    port=3306
    character-set=utf8
    
    在mysql根目录下新建data文件夹
    以管理员身份运行cmd命令
    输入cd G:Program FilesMySQLMySQL Server 5.7in进入bin目录下
    输入mysqld --initialize --user=mysql --console
    记下最后一行产生的随机密码
    接着输入mysqld --install
    成功会显示Servers Successfully installed
    控制台下输入net start mysql 启动mysql服务
    
    修改密码:
    mysql> set password=password('');
    Query OK, 0 rows affected, 1 warning (0.00 sec)
     source C:UsersjiangDesktopsakila-dbsakila-dbsakila-schema.sql
     source C:UsersjiangDesktopsakila-dbsakila-dbsakila-data.sql
    完成数据导入。

    2-2 MySQL慢查日志的开启方式和存储格式

    查看是否开启慢查询日志 show variables like 'slow_query_log'         set global slow_query_log =on
    设置没有索引的记录到慢查询日志 set global log_queries_not_using_indexes=on

    查看日志 show variables like '%log%';

    查看超过多长时间的sql进行记录到慢查询日志 show variables like 'long_query_time'
    设置慢查询的时间 set long_query_time=1

    2-3 MySQL慢查日志分析工具之mysqldumpslow

    慢查日志分析软件:mysqldumpslow

    mysql官方分析软件 启用mysqldumpslow时首先要在workbench中设置basedir的路径才能避免报错

    mysqldumpslow 在windows中是一个perl文件,所以需要你配置perl环境变量,并使用perl运行

    2-4 MySQL慢查日志分析工具之pt-query-digest

    慢查询分析工具2:pt-query-digest

    输出到文件:pt-query-digest show-log > slow_log.report

    输出到数据库表 pt-query-digest show.log -review h=127.0.0.1,D=test,p=root.P=3306,u=root,t=query_review --create-reviewtable --review-history t=hostname_show

    具体参考:http://www.cnblogs.com/luyucheng/p/6265873.html

    下载地址: wget http://www.percona.com/downloads/percona-toolkit/2.2.4/percona-toolkit-2.2.4.tar.gz

                     tar percona-toolkit-2.2.4.tar.gz

    2-5 如何通过慢查日志发现有问题的SQL

    1.查询次数多且每次查询占用时间长的SQL 通常为pt-query-digest分析的前几个查询

    2.IO大的SQL 注意pt-query-digest分析中的Rows examine项

    3.未命中索引的SQL 注意pt-query-digest分析中的Rows examine和Row send 的对比

    2-6 通过explain查询和分析SQL的执行计划

    table:表名

    type:连接的类型,const、eq_reg、ref、range、index和ALL

                        const:主键、唯一索引;eq_reg:主键、索引的范围查找;ref:连接的查找( join),

                       range:索引的范围查找;index:索引的扫描;All:表扫描

    possible_keys:可能用到的索引

    key:实际使用的索引

    key_len:使用索引的长度,长度越短越好

    rows:表扫描的行数

    extra:Using filesort   Using temporary  使用外部文件或临时表存储结果,看到这两个就代表是要进行优化的

    2-7 Count()和Max()的优化

    1.对max()查询,可以为表创建索引,
    例如 select max(payment_date) from payment;
    可以对payment建立索引
    create index idx_paydate on payment(payment_date); 然后在进行查询
    max()使用索引,不需要扫描行了。称为覆盖索引
    2、COUNT()的优化方法:
    在一条SQL中同时查出2006年和2007年电影的数量——优化count()函数
    错误的方式: SELECT COUNT(release_year='2006' OR release_year='2007') from film;
    正确的方式:(利用NULL值不会被计数的特性)
    SELECT COUNT(release_year='2006' OR NULL) as '2006年电影数量', count(release_year='2007' OR NULL) as '2007年电影数量' FROM film;
    select count(year='2006' or null) as xx from tablename; 后面的or null会把为null的值跳过,不计入数量中。
    这是利用了select count(col_name)的特点,指定列不为空的行数;
    select count(*) 为所有行数。
    EXPLAIN  SQL G 显示好看
    2-8 子查询的优化
  • 相关阅读:
    库函数的使用:POJ1488-TEX Quotes(getline()的使用)
    字符串:HDU3064-最长回文
    字符串:HDU5371-Hotaru's problem(manacher 的应用)
    字符串-POJ3974-Palindrome
    Oracle数据库编程:在JDBC中应用Oracle
    C++、GDAL创建shapefile文件
    CStdioFile
    Js中获取frames中的元素
    约瑟夫环问题(循环链表)
    【Oracle 函数索引】一次数据库的优化过程
  • 原文地址:https://www.cnblogs.com/jiang910/p/10044413.html
Copyright © 2020-2023  润新知