当前位置: 首页 > news >正文

MySQL 调优笔记

1.如何定位慢查询?

定位慢查询主要依靠 MySQL 的慢查询日志配合工具如 pt-query-digest ,mysqldumpslow 进行分析,或者通过 performance_schema 进行实时监控,进一步可以使用 EXPLAIN 分析执行计划。

-> 开启慢查询日志

-- 查看慢查询日志是否开启:
SHOW VARIABLES LIKE 'slow_query_log%';
-- 开启慢查询日志(立即生效)
SET GLOBAL slow_query_log = 'ON';
-- 设置慢查询时间阈值为 1 秒:
SET GLOBAL long_query_time = 1;
-- 设置慢查询日志文件路径(可选)
SET GLOBAL slow_query_log_file = '/var/log/mysql/mysql-slow.log';
-- 查看慢查询文件位置:
SHOW VARIABLES LIKE 'slow_query_log_file';
-- 查看慢查询总数:
SHOW GLOBAL STATUS LIKE 'Slow_queries';

-> 收集慢查询日志(慢于 long_query_time 的语句)

-> 使用工具提取 Top N 慢 SQL(如 pt-query-digest)

mysqldumpslow -s t -t 10 /var/log/mysql/slow.log
pt-query-digest /var/log/mysql/slow.log

-> 对具体 SQL 使用 EXPLAIN 或 EXPLAIN ANALYZE 分析执行计划

EXPLAIN SELECT * FROM user WHERE name LIKE '%abc%';
EXPLAIN ANALYZE SELECT * FROM user WHERE id = 123;

-> 判断是否索引失效 / 全表扫描 / 关联顺序不佳等

-> 优化 SQL 或加索引,重复测试

2.一个 SQL 语句执行很慢,如何分析 ?

我用 EXPLAIN 分析 SQL 时,重点关注以下几个字段:

type 是访问类型,性能最好的是 const(主键查单条)、eq_ref/ref(使用索引查找),次一点的是 range(范围扫描),最差的是 ALL(全表扫描),index(全索引扫描);

key 表示实际使用的索引,若为 NULL 则说明没有用到索引,通常性能较差,如果 possible_key 有值,而 key 为 null,证明有索引可能能用但是没命中,就需要考虑是什么原因导致了索引失效;

rows 代表预估扫描的行数,数字越小越好,过大说明扫描量大,效率低;

Extra 字段里如果出现 Using filesort 或 Using temporary,说明使用了额外的排序或临时表,通常是性能瓶颈;如果看到 Using index 则说明是覆盖索引,性能很好,避免了回表;

综上,通过这些字段可以判断 SQL 是否命中索引,扫描量是否合理,以及是否存在额外开销,从而指导优化方案。

3.什么情况下索引会失效 ?

1.违反最左前缀匹配原则: 复合索引(多列索引)只有从最左边的列开始按顺序使用,跳过最左列会失效。

2.使用了函数: 如 WHERE YEAR(create_time) = 2023,索引失效,因为函数包裹了列,MySQL 无法用索引直接匹配。

3. 使用了通配符 % 开头的 LIKE:LIKE '%abc' 无法使用索引,因为前缀不确定,但 LIKE 'abc%' 是可以走索引的。

4. 隐式类型转换: 查询条件的数据类型与索引列类型不匹配,会导致索引失效。

5. OR 条件没有覆盖所有列的索引:如果只用部分索引,另一部分条件需要全表扫描,这样部分索引的使用反而可能加重了整体扫描成本。

6. 使用了 NOT 或 <> 等否定条件: 例如 WHERE col <> 1,MySQL一般无法利用索引。

7. 不等式比较符号(<, >, !=)后面的列索引不能用: 在复合索引中,使用不等式后,后续的列索引无法使用。 复合索引中,遇到范围查询(如 b > 10)后,索引只能定位该范围,后续列(如 c)索引失效,需回表过滤;而对同一列的多范围条件(如 b > 10 AND b < 20)则仍能利用索引缩小扫描范围。

4.MYSQL 超大分页怎么处理 ?

超大分页避免使用 LIMIT offset, size,改用基于唯一索引的范围查询(如 WHERE id > last_id LIMIT size)实现延迟关联,极大提升查询效率。或者分表分库通过拆分数据减少单表数据量。亦或者热点数据可考虑缓存。

5.谈谈你对 SQL 的优化的经验

1. 合理设计索引

根据查询条件设计覆盖索引,尽量减少回表。

避免冗余和过多索引,减少写入负担。

注意复合索引最左前缀原则,尽量让查询条件匹配索引顺序。

2. 优化查询语句

避免 SELECT *,只查需要的列。

避免在索引列上使用函数或表达式,保证索引可用。

拆分复杂查询,避免过多 JOIN 或子查询。

OR 语句可拆成多条 UNION 查询。

3. 合理使用分页

避免大偏移量分页,使用基于唯一索引的延迟关联分页。

热点数据可考虑缓存。

4. 分析执行计划

使用 EXPLAIN 分析查询路径,重点看 typepossible_keyskeyrowsExtra 字段。

确认索引是否被使用,避免全表扫描。

注意是否有 Using filesortUsing temporary,这可能是性能瓶颈。

5.数据量与分区

对超大表考虑分区或分表,降低单表压力。

归档历史数据,减少热点数据量。

相关文章:

  • 项目拓展-简易SQL监控,P6SPY拦截所有jdbc连接并打印执行SQL
  • 第1章 C# 和 .NET 框架 笔记
  • 【知识图谱构建系列3】zero-shot的理念介绍
  • Android xml的Preference设置visibility=“gone“ 无效分析解决
  • 【无标题】【2025年软考中级】第三章数据结构3.2 栈与队列
  • LeetCode - 69. x 的平方根
  • 数据结构 学习 链表 2025年6月14日08点01分
  • 力扣Hot100每日N题(15~16)
  • sqli-labs靶场46-53关(综合)
  • 拆解 CMS/G1/ZGC 三种垃圾回收器算法过程
  • Python实战应用-Python操作MySQL数据库
  • leetcode2-两数相加
  • 【CF】Day84——Codeforces Round 862 (Div. 2) D (⭐树的直径的性质 + DFS找树的直径)
  • K8S中使用英伟达GPU
  • 在 CentOS中安装Docker并安装青龙脚本——笔记
  • Vue3 实现老虎机抽奖游戏
  • Spring AI Alibaba Graph 实践
  • 【AD笔记】嘉立创元件导入到AD中(原理图-pcd-3D模型)
  • Elasticsearch从安装到实战、kibana安装以及自定义IK分词器/集成整合SpringBoot详细的教程ES(四)查询、排序、分页、高亮
  • DBAPI如何实现API编排
  • 南京公司网站建设怎么收费/友情链接互换
  • 奥联网站建设/seo营销软件
  • 房地产设计公司/seo推广服务
  • 公司找人做网站/竞价网络推广培训
  • 专门做二手书的网站/制作网页需要多少钱
  • 提供网站建设报价/百色seo外包