MySQL性能管理及架构设计（三）：SQL查询优化、分库分表 - 完结篇

1、SQL查询优化（重要）

1.1 获取有性能问题SQL的三种方式

1. 经过用户反馈获取存在性能问题的SQL；
2. 经过慢查日志获取存在性能问题的SQL；
3. 实时获取存在性能问题的SQL；

1.1.2 慢查日志分析工具

相关配置参数：

slow_query_log # 启动中止记录慢查日志，慢查询日志默认是没有开启的能够在配置文件中开启(on)
slow_query_log_file # 指定慢查日志的存储路径及文件，日志存储和数据从存储应该分开存储

long_query_time # 指定记录慢查询日志SQL执行时间的阀值默认值为10秒一般,对于一个繁忙的系统来讲,改成0.001秒(1毫秒)比较合适
log_queries_not_using_indexes #是否记录未使用索引的SQL

经常使用工具：mysqldumpslow和pt-query-digest

pt-query-digest --explain h=127.0.0.1,u=root,p=p@ssWord  slow-mysql.log

1.1.3 实时获取有性能问题的SQL（推荐）

SELECT id,user,host,DB,command,time,state,info
FROM information_schema.processlist
WHERE TIME>=60

查询当前服务器执行超过60s的SQL，能够经过脚本周期性的来执行这条SQL，就能查出有问题的SQL。

1.2 SQL的解析预处理及生成执行计划（重要）

1.2.1 查询过程描述（重点！！！）

上图原文链接

经过上图能够清晰的了解到MySql查询执行的大体过程：

1. 发送SQL语句。
2. 查询缓存，若是命中缓存直接返回结果。
3. SQL解析，预处理，再由优化器生成对应的查询执行计划。
4. 执行查询，调用存储引擎API获取数据。
5. 返回结果。

1.2.2 查询缓存对性能的影响（建议关闭缓存）

第一阶段：
相关配置参数：

query_cache_type # 设置查询缓存是否可用
query_cache_size # 设置查询缓存的内存大小
query_cache_limit # 设置查询缓存可用的存储最大值（加上sql_no_cache能够提升效率）
query_cache_wlock_invalidate # 设置数据表被锁后是否返回缓存中的数据
query_cache_min_res_unit # 设置查询缓存分配的内存块的最小单

缓存查找是利用对大小写敏感的哈希查找来实现的，Hash查找只能进行全值查找（sql彻底一致），若是缓存命中，检查用户权限，若是权限容许，直接返回，查询不被解析，也不会生成查询计划。

在一个读写比较频繁的系统中，建议关闭缓存，由于缓存更新会加锁。将query_cache_type设置为off,query_cache_size设置为0。

1.2.3 第二阶段：MySQL依照执行计划和存储引擎进行交互

这个阶段包括了多个子过程：

一条查询能够有多种查询方式，查询优化器会对每一种查询方式的（存储引擎）统计信息进行比较，找到成本最低的查询方式，这也就是索引不能太多的缘由。

1.3 会形成MySQL生成错误的执行计划的缘由

一、统计信息不许确
   二、成本估算与实际的执行计划成本不一样

三、给出的最优执行计划与估计的不一样

四、MySQL不考虑并发查询
   五、会基于固定规则生成执行计划
   六、MySQL不考虑不受其控制的成本，如存储过程，用户自定义函数

1.4 MySQL优化器可优化的SQL类型

查询优化器：对查询进行优化并查询mysql认为的成本最低的执行计划。 为了生成最优的执行计划，查询优化器会对一些查询进行改写

能够优化的sql类型

一、从新定义表的关联顺序；

二、将外链接转换为内链接；

三、使用等价变换规则；

四、优化count(),min(),max()；

五、将一个表达式转换为常数；
 六、子查询优化；

七、提早终止查询，如发现一个不成立条件(如where id = -1)，当即返回一个空结果；

八、对in()条件进行优化；

1.5 查询处理各个阶段所须要的时间

1.5.1 使用profile(目前已经不推荐使用了)

set profiling = 1; #启动profile,这是一个session级的配制执行查询

show profiles; # 查询每个查询所消耗的总时间的信息

show profiles for query N; # 查询的每一个阶段所消耗的时间

1.5.2 performance_schema是5.5引入的一个性能分析引擎（5.5版本时期开销比较大）

启动监控和历史记录表：use performance_schema

update setup_instruments set enabled='YES',TIME = 'YES' WHERE NAME LIKE 'stage%';

update set_consumbers set enabled='YES',TIME = 'YES' WHERE NAME LIKE 'event%';

1.6 特定SQL的查询优化

1.6.1 大表的数据修改

1.6.2 大表的结构修改

1. 利用主从复制，先对从服务器进入修改，而后主从切换
2. （推荐）

添加一个新表（修改后的结构），老表数据导入新表，老表创建触发器，修改数据同步到新表， 老表加一个排它锁（重命名）， 新表重命名， 删除老表。

修改语句这个样子：

alter table sbtest4 modify c varchar(150) not null default ''

利用工具修改：

1.6.3 优化not in 和 <> 查询

子查询改写为关联查询：

2、分库分表

2.1 分库分表的几种方式

分担读负载 可经过 一主多从，升级硬件来解决。

2.1.1 把一个实例中的多个数据库拆分到不一样实例（集群）

拆分简单,不容许跨库。但并不能减小写负载。

2.1.2 把一个库中的表分离到不一样的数据库中

该方式只能在必定时间内减小写压力。

以上两种方式只能暂时解决读写性能问题。

2.1.3 数据库分片

对一个库中的相关表进行水平拆分到不一样实例的数据库中

2.1.3.1 如何选择分区键

1. 分区键要能尽量避免跨分区查询的发生
2. 分区键要尽量使各个分区中的数据平均

2.1.3.2 分片中如何生成全局惟一ID

扩展：表的垂直拆分和水平拆分

完！

原做者：唐成勇
原文连接： 人类身份验证 - SegmentFault
原出处：思否