你的位置:首页 > 数据库

[数据库]mysql查询性能优化

mysql查询过程:
  1. 客户端发送查询请求。
  2. 服务器检查查询缓存,如果命中缓存,则返回结果,否则,继续执行。
  3. 服务器进行sql解析,预处理,再由优化器生成执行计划。
  4. Mysql调用存储引擎API执行优化器生成的执行计划进行查询。
  5. 返回结果。

 


优化数据访问:
  1. 只获取必要的数据:
    • 是否查询了多余的记录;
    • 多表关联时是否返回了全部列;
    • 是否总是取出全部列(避免select *);
    • 是否重复查询相同的数据(缓存代替)。
  2. 避免额外的记录扫描:查询开销衡量标准(响应时间、扫描行数、返回行数)
    • 响应时间:服务时间(执行查询)+排队时间(IO或者等待资源、锁等);快速上线估计法。
    • 扫描的行数和返回的行数:一般1:1-->1:10。
    • 扫描行数和访问类型:同一行数据的不同访问方式(扫描表、索引、范围访问、唯一索引、常熟引用、单值访问)的扫描行数的差异,通常增加索引是一个最直接的方法。大量扫描返回少量行数的查询优化技巧:
      • 使用索引覆盖扫描:把所有需要的列放到索引中,存储引擎无需回表获取对应的行,直接返回结果。
      • 改变库表结构:增加汇总性表存储,空间换时间,效率。
      • 重写查询:sql结构。
重构查询方式:
  1. 复杂查询与简单查询的选择:复杂查询考虑的是网络通信,查询解析及优化的因素。将复杂查询分解为多个组合的简单查询有时会是不错的选择。
  2. 切分查询:将大查询切分为多个相同的小查询。例如:删除旧数据时。
  3. 分解关联查询:将分解的单个查询在应用层进行整合。
    • 增加缓存效率:应用服务通常需要缓存常用单表查询,重复利用。
    • 分解的单个查询可以减少锁的竞争。
    • 应用层进行关联,使得数据库拆分更加容易,构建高性能及高扩展性的程序、服务。
    • 查询效率的提升。
    • 减少冗余记录的查询。
    • 应用层的哈希关联效率高于mysql的循环嵌套关联。