MySQL優化 - 性能分析與查詢優化
MySQL優化 - 性能分析與查詢優化
優化應貫穿整個產品開發周期中，比如編寫復雜SQL時查看執行計劃，安裝MySQL服務器時盡量合理配置(見過太多完全使用默認配置安裝的情況)，根據應用負載選擇合理的硬件配置等。
1、性能分析
性能分析包含多方面：CPU、Memory、磁盤/網絡IO、MySQL服務器本身等。
1.1 操作系統分析
常規的操作系統分析，在Linux中通常包含一些性能監控命令，如top、vmstat、iostat、strace、iptraf等。
1、內存：內存是大項，高查詢消耗大量的查詢緩存，內存必須足夠，並且給系統本身要預留一些。
2、磁盤：配備高速磁盤+RAID會有更好的讀寫速度，並且SSD成本逐漸降低，升級成本會在可接受範圍。
3、網絡：目前市場上千兆萬兆網卡已很常見。
4、CPU：雖然很多情況下CPU用不完，但也不能讓它成為瓶頸。
生產環境的MySQL多數情況部署在Linux系統中，Linux系統本身可以優化的配置並不多。硬件的選型是復雜，涉及計算機組成的原理性知識，需要額外了解。
1.2 MySQL服務性能分析
MySQL服務器的性能通常通過監控命令查看系統工作狀態，確定哪些因素成為瓶頸。
1.2.1 SHOW GLOBAL STATUS
顯示了目前MySQL的工作狀態，包含很多參數，下面對一些參數進行說明，其余的參考官方說明：
====================================
1. Aborted_clients
如果該值隨時間增加，檢查是否優雅關閉連接，檢查max_allowed_packet配置變量是否被超過導致強制中斷。
2. Aborted_connections
接近於0，檢查網絡問題，如果有少量是正常的，比如鑒權失敗等。
3. Binlog_cache_disk_use和Binlog_cache_use
大部分事務應該在緩沖中進行，如果disk cache很大，可考慮增加內存緩存。
4. Bytes_recevied和Bytes_sent
如果值很大，檢查是否查詢超過需要的數據。
5. Com_*
盡量讓如Com_rollback這些不常見的變量超過預期，用innotop檢查。
6. Create_tmp_tables
優化查詢降低該值。
7. Handler_read_rnd_next
Handler_read_rnd_next / Handler_read_rnd顯示全表掃面大致平均值，如果很大，只能優化查詢。
8. Open_files
不應該接近於open_files_limit，如果接近就應該適當增加open_files_limit。
9. Qcache_*
查詢緩存相關。
10. Select_full_join
全聯接無索引聯接，盡量避免，優化查詢。
11. Select_full_range_join
值過高說明使用了範圍查詢聯接表，範圍查詢比較慢，可優化。
12. Sort_meger_passes
如果值較大可考慮增加sort_buffer_size，查明是那個查詢導致使用文件排序。
13. Table_locks_waited
表被鎖定導致服務器鎖等待，InnoDB的行鎖不會使得該變量增加，建議開啟慢查詢日誌。
14. Threads_created
如果值在增加，可考慮增加thread_cache_size。
====================================
1.2.2 SHOW ENGINE INNODB STATUS
暫時的數據包含了太多InnoDB核心信息，並且需要比較深的了解InnoDB引擎工作原理，這裏不做過多說明，請查閱針對此的專項文檔。
註: 通常包含SEMAPHORES、TRANSACTIONS、FILE I/O、LOG、BUFFER POOL AND MEMORY等一些詳細值，有些參數是上一次執行以來的平均值，所以建議隔一段時間再打印一次得到這段時間的統計，有點類似iostat的統計磁盤平均讀寫一樣。
1.2.3 開啟慢查詢日誌配置
排查導致MySQL運行緩慢的問題SQL，開啟慢查詢日誌配置，可能有很有幫助：
slow_query_log=1 slow_query_log_file=/YOUR_DIR/mysql_slow.log
配合慢查詢日誌分析工具(如mysqlsla)
2、查詢性能優化
一般來說在編寫SQL時，註意查詢是否能使用到索引，是否在大表中或者高頻率查詢中引起全表掃描，這些主要通過經驗分析配合execution plan得到比較理想的查詢消耗。
2.1 查詢基礎
了解查詢過程，才能知道哪些步驟可能出現瓶頸，execution plan結果也會有所體現，MySQL查詢的一般過程：
1. Client往服務器發送查詢指令。
2. 服務器查詢緩存，如果存在則直接返回，否則下一步。
3. 服務器解析、預處理和優化查詢，生成執行計劃。
4. 執行引擎調用存儲引擎API執行查詢。
5. 服務器將結果返回至客戶端。
用圖表示如下：
解析與預處理過程:
- 解析器將查詢分解後構造解析樹，進行語法解析與驗證查詢，檢查SQL是否有效。
- 預處理器解析語義：如檢查表和列是否存在，是否存在歧義等。
- 預處理器檢查權限。
查詢優化器:
該過程比較復雜，將解析樹的結果變成執行計劃，優化器的任務是尋找最好的方式(但並不是總能選擇最好的方案)，MySQL使用基於開銷的優化器，預測不同執行計劃的開銷。
- MySQL不考慮不受它控制的開銷，如用戶存儲過程與用戶自定義的函數
- 不考慮正在運行的其他查詢
2.2 優化數據訪問 (這一點很重要)
1. 應用程序是否獲取超過需要的數據量？(PS: 多次遇到過查詢表所有數據然後再程序中只讀取10行之類的代碼)
2. MySQL 服務器是否分析了超過需要的行？數據是否沒有在存儲引擎層被過來掉？(Using index , Using where)
典型的錯誤如下：
1. 提取超過需要的行，然後在程序中只要一部分 (應該使用limit限制數據量）。
2. 多表join提取所有的列 (應該只讀取需要的列)。
3. 提取所有的列（提取不需要的列可能導致優化索引失效，增加磁盤IO，浪費內存等, 但如果是知道這個影響並利用查詢緩存，簡化設計等也是可以考慮的）。
訪問類型：
Full Table Scan > Index Scan > Range Scan > Unique Index Lookup > Constant.
訪問速度以此遞增。
對於使用where語句來過濾數據的話，最好到最壞的情況是：
1. 對索引查找用where來消除不匹配的數據行，在存儲引擎層。
2. 使用覆蓋索引 (Extra 為Using Index) 來避免訪問行，取得索引數據後過濾行，發生在MySQL服務器層，但不需要讀取行數據。
3. 從表中查詢數據，然後過濾 (Using Where), 發生在服務器端並且要讀取行數據。
後面會針對執行計劃結果做詳細介紹。
2.3 關於執行計劃
執行計劃結果樣例如下圖(也可用其他的可視化工具，如mysql workbench)：
所代表的含義可在官方文檔中找到詳細說明 ( https://dev.mysql.com/doc/refman/5.5/en/explain-output.html )，
這裏說明一些比較重要的結果:
TYPE字段的值：
前面所說的訪問速度依次遞增就和這個有關:
Full Table Scan > Index Scan > Range Scan > Unique Index Lookup > Constant.
這裏列出一些常見的說明：
1、const: 最多匹配一行, 如 SELECT * FROM rental where rental_id=1。
2、eq_ref: 讀取的行依次匹配前一個表。
3、ref: 連接僅使用左索引或者索引不是PRIMARY或UNIQUE(或者說得到的不是一行的結果)，如果得到的幾行數據，這是個比較好的類型。
4、range: 使用索引的範圍掃描，如使用了 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN()等條件。
5、index: 除了索引樹被掃描之外，索引連接類型與ALL相同。這有兩種方式：
**************
1. 如果索引是查詢的覆蓋索引，並滿足表中所需的所有數據，則僅掃描索引樹。 在這種情況下，Extra列為Using index。 僅索引掃描通常比ALL更快，因為索引的大小通常小於表數據。
2. 使用索引來執行全表掃描，以按索引順序查找數據行。 在Extra列張則沒有Using index，這種情況與ALL的區別是ALL是按行掃描。
**************
6、ALL: 全表掃描，比較糟糕 (但有時候數據比較少的情況下，MySQL會直接進行全表掃描讀取數據，效率更高)。
2.4 優化特定的查詢
查詢優化的一個辦法是遷移舊數據，騰出內存空間重新平衡索引結構，使得更快的查詢速度，很多應用保留半年或三個月的數據都能滿足需求，對於舊數據，額外提供平臺訪問或者在應用層做路由。
2.4.1 優化COUNT (遇到過一知半解的使用，導致想優化卻適得其反)
COUNT有兩種不同的工作方式：統計值的數量和統計行的數量。
值是一個非空(Non-NULL)的表達式(NULL則表示沒有值)，如果在COUNT()中定義了列名或其他表達式，COUNT則會統計這個表達式有值(Non-NULL)的次數。
COUNT另外一種工作方式就是統計行數，當MySQL知道括號中的表達式不會為NULL的時候，則使用這種方式，COUNT(*)是個例子，它不會展開成所有列，則是忽略所以的列並統計。
2.4.2 優化limit和offset
偏移量很大的查詢代價很高，如LIMIT 10000, 10, 則會產生10010數據，然後只截取10行。解決辦法：
1. 限制分頁能讀取的數據頁數。
2. 可考慮使用覆蓋索引，如 select id, name, description from book limit 100,10;
在ID上有索引改進為：select id, name, description from book inner join (select id from book limit 100, 10) as b;
MySQL優化 - 性能分析與查詢優化