Mysql慢查询优化
效果：效率提升十倍左右
-
优化前
mysql> use brd_old; Database changed mysql> set profiling = 'ON'; Query OK, 0 rows affected mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | ON | +---------------+-------+ 1 row in set mysql> show profiles; +----------+------------+---------------------------------------------------------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+---------------------------------------------------------------------------------------------+ | 1 | 0.00419 | show variables like 'profiling' | | 2 | 1.78590175 | SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824') | +----------+------------+---------------------------------------------------------------------------------------------+ 2 rows in set mysql> EXPLAIN SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824'); +----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+ | 1 | SIMPLE | ads_region_app_h_inc | NULL | range | scene_id | scene_id | 33 | NULL | 170496 | 100 | Using index condition; Using MRR | +----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+ 1 row in set -
优化后
mysql> use brd; Database changed mysql> set profiling = 'ON'; Query OK, 0 rows affected mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | ON | +---------------+-------+ 1 row in set mysql> show profiles; +----------+-----------+---------------------------------------------------------------------------------------------+ | Query_ID | Duration | Query | +----------+-----------+---------------------------------------------------------------------------------------------+ | 1 | 0.0060565 | show variables like 'profiling' | | 2 | 0.1755525 | SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824') | +----------+-----------+---------------------------------------------------------------------------------------------+ 2 rows in set mysql> EXPLAIN SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824'); +----+-------------+----------------------+--------------------------------------------------------------------------------------+-------+------------------+---------+---------+------+--------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+----------------------+--------------------------------------------------------------------------------------+-------+------------------+---------+---------+------+--------+----------+-------------+ | 1 | SIMPLE | ads_region_app_h_inc | p20221126,p20221127,p20221128,p20221129,p20221130,p20221201,p20221202,p20221203,pmax | range | PRIMARY,scene_id | PRIMARY | 32 | NULL | 185501 | 100 | Using where | +----+-------------+----------------------+--------------------------------------------------------------------------------------+-------+------------------+---------+---------+------+--------+----------+-------------+ 1 row in set
说说在 MySQL 中一条查询 SQL 是如何执行的
- 取得链接，使用使用到 MySQL 中的连接器。
- 查询缓存，key 为 SQL 语句，value 为查询结果，如果查到就直接返回。不建议使用次缓存， 在 MySQL 8.0 版本已经将查询缓存删除，也就是说 MySQL 8.0 版本后不存在此功能。
- 分析器，分为词法分析和语法分析。此阶段只是做一些 SQL 解析，语法校验。所以一般语法错 误在此阶段。
- 优化器，是在表里有多个索引的时候，决定使用哪个索引；或者一个语句中存在多表关联的时 候（join），决定各个表的连接顺序。
- 执行器，通过分析器让 SQL 知道你要干啥，通过优化器知道该怎么做，于是开始执行语句。执 行语句的时候还要判断是否具备此权限，没有权限就直接返回提示没有权限的错误；有权限则 打开表，根据表的引擎定义，去使用这个引擎提供的接口，获取这个表的第一行，判断 id 是都 等于 1。如果是，直接返回；如果不是继续调用引擎接口去下一行，重复相同的判断，直到取 到这个表的最后一行，最后返回。
慢sql定位
ads_region_app_h_inc表信息
-- ----------------------------
-- Table structure for ads_region_app_h_inc
-- ----------------------------
DROP TABLE IF EXISTS `ads_region_app_h_inc`;
CREATE TABLE `ads_region_app_h_inc` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT 'id',
`scene_id` varchar(10) DEFAULT NULL COMMENT '重保场景id',
`data_time` timestamp NULL DEFAULT NULL COMMENT '数据时间',
`service_id` varchar(50) DEFAULT NULL COMMENT '流量类型',
`total_traffic` varchar(50) DEFAULT NULL COMMENT '总流量',
`ul_traffic` varchar(50) DEFAULT NULL COMMENT '上行流量',
`dl_traffic` varchar(50) DEFAULT NULL COMMENT '下行流量',
`tcp_conn_req_times` varchar(50) DEFAULT NULL COMMENT 'TCP连接请求次数',
`tcp_conn_succ_times` varchar(50) DEFAULT NULL COMMENT 'TCP连接成功次数',
`tcp_conn_succ_rat` varchar(50) DEFAULT NULL COMMENT 'TCP连接成功次率',
`tcp_conn_total_delay` varchar(50) DEFAULT '0' COMMENT 'TCP连接建立总时长',
`tcp_conn_avg_delay` varchar(50) DEFAULT '0' COMMENT 'TCP连接建立平均时延',
`tcp_ul_rtt_total_delay` varchar(50) DEFAULT '0' COMMENT 'TCP上行RTT总时延',
`tcp_dl_rtt_total_delay` varchar(50) DEFAULT '0' COMMENT 'TCP下行RTT总时延',
`tcp_ul_rtt_stat_times` varchar(50) DEFAULT NULL COMMENT 'TCP上行RTT总次数',
`tcp_dl_rtt_stat_times` varchar(50) DEFAULT NULL COMMENT 'TCP下行RTT总次数',
`tcp_ul_rtt_avg_delay` varchar(50) DEFAULT '0' COMMENT 'TCP上行RTT平均时延',
`tcp_dl_rtt_avg_delay` varchar(50) DEFAULT '0' COMMENT 'TCP下行RTT平均时延',
`day_id` varchar(50) DEFAULT NULL COMMENT 'day_id',
PRIMARY KEY (`id`) USING BTREE,
KEY `scene_id` (`scene_id`) USING BTREE,
KEY `data_time` (`data_time`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=19671082 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='热门app';
-
开启slow_query_log
mysql> set global slow_query_log = 'ON'; Query OK, 0 rows affected mysql> show variables like 'slow_query_log%'; +---------------------+------------------------------------------+ | Variable_name | Value | +---------------------+------------------------------------------+ | slow_query_log | ON | | slow_query_log_file | /usr/local/mysql/data/hadoop102-slow.log | +---------------------+------------------------------------------+ 2 rows in set -
修改long_query_time阈值
mysql> set global long_query_time = 0.5; Query OK, 0 rows affected -- 经过测试，发现设置global时，只针对新的会话有效，对当前会话无效。 -- 所以还需要针对当前会话设置一次。 mysql> set long_query_time = 0.5; Query OK, 0 rows affected mysql> show variables like 'long_query_time'; +-----------------+----------+ | Variable_name | Value | +-----------------+----------+ | long_query_time | 0.500000 | +-----------------+----------+ 1 row in set mysql>
执行超过配置时间的慢sql查看日志
[realeo@hadoop102 ~]$ cd /usr/local/mysql/data/
[realeo@hadoop102 data]$ sudo cat hadoop102-slow.log
/usr/sbin/mysqld, Version: 5.7.27 (MySQL Community Server (GPL)). started with:
Tcp port: 3306 Unix socket: /var/lib/mysql/mysql.sock
Time Id Command Argument
# Time: 2023-04-03T14:46:51.877547Z
# User@Host: root[root] @ [192.168.10.1] Id: 118
# Query_time: 1.284210 Lock_time: 0.000317 Rows_sent: 91767 Rows_examined: 91767
use brd;
SET timestamp=1680533211;
SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824');
慢Sql分析
-
开启show profile
-- 仅对当前会话开启 mysql> set profiling = 'ON'; Query OK, 0 rows affected mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | ON | +---------------+-------+ 1 row in set -
查看会话中sql执行情况
mysql> show profiles; +----------+------------+---------------------------------------------------------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+---------------------------------------------------------------------------------------------+ | 1 | 0.00193025 | show variables like 'profiling' | | 2 | 2.095192 | SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824') | +----------+------------+---------------------------------------------------------------------------------------------+ 2 rows in set -
查看当前会话某条sql执行记录的资源消耗情况
mysql> show profile cpu, block io for query 2; +----------------------+----------+----------+------------+--------------+---------------+ | Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out | +----------------------+----------+----------+------------+--------------+---------------+ | starting | 0.000125 | 6.8E-5 | 4.5E-5 | 0 | 0 | | checking permissions | 1E-5 | 5E-6 | 3E-6 | 0 | 0 | | Opening tables | 0.00114 | 0.001145 | 0 | 0 | 0 | | init | 5.1E-5 | 3.1E-5 | 1.6E-5 | 0 | 0 | | System lock | 1E-5 | 6E-6 | 4E-6 | 0 | 0 | | optimizing | 1E-5 | 6E-6 | 4E-6 | 0 | 0 | | statistics | 0.000519 | 0.000521 | 0 | 0 | 0 | | preparing | 1.8E-5 | 1.6E-5 | 0 | 0 | 0 | | executing | 3E-6 | 2E-6 | 0 | 0 | 0 | | Sending data | 2.093149 | 1.301995 | 0.998561 | 0 | 384 | | end | 4.5E-5 | 0 | 1.9E-5 | 0 | 0 | | query end | 1.2E-5 | 0 | 1.2E-5 | 0 | 0 | | closing tables | 1.7E-5 | 0 | 1.7E-5 | 0 | 0 | | freeing items | 2E-5 | 0 | 2E-5 | 0 | 0 | | logging slow query | 5.1E-5 | 0 | 5.1E-5 | 0 | 0 | | cleaning up | 1.5E-5 | 0 | 1.4E-5 | 0 | 0 | +----------------------+----------+----------+------------+--------------+---------------+ 16 rows in setshow profile常用查询参数：
- all：显示所有的开销信息。
- block io：显示块io开销。
- context switches： 上下文切换开销。
- cpu：显示cpu开销信息。
- ipc：显示发送和接受开销信息。
- memory：显示内存开销信息。
- page faults：显示页面错误开销信息。
- source：显示和 source_function,source_file,source_line 相关的开销信息。
- swaps：显示交换次数开销信息。
存储引擎/索引结构选择
Hash索引与B+树索引的区别
- Hash索引
不能进行范围性的一个查找，因为hash指向的数据是无序的，而B+树的叶子节点是个有序的链表。Hash索引仅能满足（=、<>）和in查询。如果进行范围查询，哈希型索引，时间复杂化会退化为O（n）而树型的有序特性，依然能保持O（log2n）的高效率 - Hash索引
不支持联合索引的最左侧原则(即联合索引的部分索引无法使用)，而B+树可以。对于联合索引来说，Hash索引在计算Hash值得时候将索引键合并后再一起计算Hash值，所以不会针对每个索引单独计算hash值。因此如果用到联合索引的一个或者多个索引时，无法被利用。 - Hash不支持OrderBy排序，以为Hash索引指向的数据无序，因此无法起到排序的作用。而B+树索引数据是有序的，可以起到对该字段order by排序优化的作用，同理，我们也无法对hash索引进行
模糊查找,而B+树使用模糊查询的方式时，like后面后模糊查询的话就可以起到优化作用。 - 对于InnoDB的哈希索引，确切的应该这么说：
- InnoDB用户无法手动创建哈希索引，这一层上说，InnoDB确实不支持哈希索引；
- InnoDB会自调优(self-tuning)，如果判定建立自适应哈希索引(Adaptive Hash Index, AHI)，能够提升查询效率，InnoDB自己会建立相关哈希索引，这一层上说，InnoDB又是支持哈希索引的；
mysql> show profiles;
+----------+------------+---------------------------------------------------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+---------------------------------------------------------------------------------------------+
| 1 | 0.00187275 | show variables like 'profiling' |
| 2 | 1.63446275 | SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824') |
+----------+------------+---------------------------------------------------------------------------------------------+
2 rows in set
mysql> show index from `ads_region_app_h_inc`;
+----------------------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+----------------------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| ads_region_app_h_inc | 0 | PRIMARY | 1 | id | A | 1302941 | NULL | NULL | | BTREE | | |
| ads_region_app_h_inc | 1 | scene_id | 1 | scene_id | A | 94 | NULL | NULL | YES | BTREE | | |
| ads_region_app_h_inc | 1 | data_time | 1 | data_time | A | 75 | NULL | NULL | YES | BTREE | | |
+----------------------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
3 rows in set
字段设计优化
- 字段类型：确认长度的字段采用char类型
- 字段长度：索引字段即常用区分字段尽量简短
mysql> SELECT max(LENGTH(scene_id)) FROM `ads_region_app_h_inc`;
+-----------------------+
| max(LENGTH(scene_id)) |
+-----------------------+
| 8 |
+-----------------------+
1 row in set
mysql> show profiles;
+----------+------------+---------------------------------------------------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+---------------------------------------------------------------------------------------------+
| 1 | 0.00324825 | show variables like 'profiling' |
| 2 | 12.979875 | alter table ads_region_app_h_inc modify scene_id char(8) |
| 3 | 1.683254 | SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824') |
+----------+------------+---------------------------------------------------------------------------------------------+
3 rows in set
查询语句优化
-
查询语句的优化对于MySQL大数据查询速度的提升非常重要。应该避免使用SELECT *，因为这会导致MySQL检索整个表的所有列，从而降低查询速度。应该只查询需要的列，并使用WHERE子句限制检索的行数。
-
MySQL组合索引（复合索引）的最左优先原则。最左优先就是说组合索引的第一个字段必须出现在查询组句中，这个索引才会被用到。只要组合索引最左边第一个字段出现在Where中，那么不管后面的字段出现与否或者出现顺序如何，MySQL引擎都会自动调用索引来优化查询效率。
-
在创建多列索引时，要根据业务需求，where 子句中使用最频繁的一列放在最左边。
索引字段优化
- 大多数情况下通过scene_id来查询，根据此字段建索引
-- 查看当前表信息
show create table ads_region_app_h_inc;
-- 创建新增索引
ALTER TABLE ads_region_app_h_inc ADD INDEX scene_id_idx (scene_id(8));
- 其次可根据查询场景合理建立组合索引等
使用EXPLAIN分析
mysql> EXPLAIN SELECT * FROM `ads_region_app_h_inc` where scene_id in ('99863885', '99863900', '99863824');
+----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+
| 1 | SIMPLE | ads_region_app_h_inc | NULL | range | scene_id | scene_id | 33 | NULL | 163326 | 100 | Using index condition; Using MRR |
+----+-------------+----------------------+------------+-------+---------------+----------+---------+------+--------+----------+----------------------------------+
1 row in set
- 可用于分析常见索引失效问题，例如字符串字段作为索引时需要在where中加单引号’’
mysql> EXPLAIN SELECT * FROM `ads_region_app_h_inc` where scene_id in (99863885,99863900,99863824);
+----+-------------+----------------------+------------+------+---------------+------+---------+------+---------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+----------------------+------------+------+---------------+------+---------+------+---------+----------+-------------+
| 1 | SIMPLE | ads_region_app_h_inc | NULL | ALL | scene_id | NULL | NULL | NULL | 1397231 | 30 | Using where |
+----+-------------+----------------------+------------+------+---------------+------+---------+------+---------+----------+-------------+
1 row in set
分区优化
分区表是将大表分成小表的一种方法。在处理大数据时，使用分区表可以大大提高查询速度。分区表将数据分成多个分区，每个分区可以独立地进行查询。当进行查询时，MySQL只需要扫描需要的分区，而不是整个表。
-
在进行自动增加分区前一定得先对表手动分几个区
-- 创建复合主键 alter table ads_region_app_h_inc drop primary key,add primary key(`scene_id`,`data_time`,`id`); ALTER TABLE ads_region_app_h_inc PARTITION BY RANGE (UNIX_TIMESTAMP(data_time))( PARTITION p20221126 VALUES LESS THAN ( UNIX_TIMESTAMP('2022-11-27') ), PARTITION p20221127 VALUES LESS THAN ( UNIX_TIMESTAMP('2022-11-28') ), PARTITION p20221128 VALUES LESS THAN ( UNIX_TIMESTAMP('2022-11-29') ), PARTITION p20221129 VALUES LESS THAN ( UNIX_TIMESTAMP('2022-11-30') ) ) -- 如果有大于分区上限的值想插入表中，系统会返还错误，为了兼容这种情况，我们可以新增一个分区，上限为maxvalue。所有大于当前上限的值都会放入这个分区： alter table ads_region_app_h_inc add partition(partition pmax values less than(maxvalue)); ALTER TABLE ads_region_app_h_inc ADD PARTITION (PARTITION p20221130 VALUES LESS THAN (TO_DAYS ('2022-11-30'))) -- 删除分区，同时清除历史数据 alter table ads_region_app_h_inc drop partition p20221127; -
查询表分区信息
mysql> SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION, TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='ads_region_app_h_inc'; +----------------+------------------+---------------------------+-----------------------+------------+-------------------+---------------------+-------------------------+ | PARTITION_NAME | PARTITION_METHOD | PARTITION_EXPRESSION | PARTITION_DESCRIPTION | TABLE_ROWS | SUBPARTITION_NAME | SUBPARTITION_METHOD | SUBPARTITION_EXPRESSION | +----------------+------------------+---------------------------+-----------------------+------------+-------------------+---------------------+-------------------------+ | p20221126 | RANGE | UNIX_TIMESTAMP(data_time) | 1669536000 | 470450 | NULL | NULL | NULL | | p20221127 | RANGE | UNIX_TIMESTAMP(data_time) | 1669622400 | 378562 | NULL | NULL | NULL | | p20221128 | RANGE | UNIX_TIMESTAMP(data_time) | 1669708800 | 419724 | NULL | NULL | NULL | | p20221129 | RANGE | UNIX_TIMESTAMP(data_time) | 1669795200 | 135171 | NULL | NULL | NULL | +----------------+------------------+---------------------------+-----------------------+------------+-------------------+---------------------+-------------------------+ 4 rows in set -- 查询指定分区数据 SELECT * FROM `ads_region_app_h_inc` PARTITION(p20221129) where scene_id in ('99863885', '99863900', '99863824'); -
按天自动分区存储过程
DELIMITER $$ -- 切换数据库brd USE `brd`$$ DROP PROCEDURE IF EXISTS `create_partition_by_day`$$ CREATE DEFINER=`root`@`%` PROCEDURE `create_partition_by_day`() BEGIN /* 事务回滚，其实放这里没什么作用，ALTER TABLE是隐式提交，回滚不了的。*/ DECLARE EXIT HANDLER FOR SQLEXCEPTION ROLLBACK; START TRANSACTION; /* 到系统表查出这个表的倒数第二大分区，得到分区的日期。在创建分区的时候，名称就以日期格式存放，方便后面维护 */ SELECT REPLACE(partition_name,'p','') INTO @P12_Name FROM INFORMATION_SCHEMA.PARTITIONS WHERE table_name='ads_region_app_h_inc' ORDER BY partition_ordinal_position DESC LIMIT 1,1; SET @Max_date= DATE(DATE_ADD(@P12_Name+0, INTERVAL 1 DAY))+0; /* 修改表，在最大分区的后面增加一个分区，时间范围加1天 */ SET @s1=CONCAT('ALTER TABLE ads_region_app_h_inc REORGANIZE PARTITION pmax INTO (PARTITION p',@Max_date,' VALUES LESS THAN (UNIX_TIMESTAMP (''',DATE(@Max_date+1),''')),partition pmax values less than(maxvalue))'); /* 输出查看增加分区语句*/ SELECT @s1; PREPARE stmt2 FROM @s1; EXECUTE stmt2; DEALLOCATE PREPARE stmt2; /* 取出最小的分区的名称，并删除掉 。 注意：删除分区会同时删除分区内的数据，慎重 */ /*select partition_name into @P0_Name from INFORMATION_SCHEMA.PARTITIONS where table_name='ads_region_app_h_inc' order by partition_ordinal_position limit 1; SET @s=concat('ALTER TABLE ads_region_app_h_inc DROP PARTITION ',@P0_Name); PREPARE stmt1 FROM @s; EXECUTE stmt1; DEALLOCATE PREPARE stmt1; */ /* 提交 */ COMMIT ; END$$ DELIMITER ; -
增加事件执行
-- 开启任务定时器 mysql> SET GLOBAL event_scheduler = ON; Query OK, 0 rows affected mysql> SHOW VARIABLES LIKE 'event_scheduler'; +-----------------+-------+ | Variable_name | Value | +-----------------+-------+ | event_scheduler | ON | +-----------------+-------+ 1 row in set -- 事件定义 DELIMITER || CREATE EVENT Partition_by_day_event ON SCHEDULE EVERY 1 day STARTS '2022-11-29 07:00:00' DO BEGIN CALL brd.`create_partition_by_day`; END || DELIMITER ;
使用缓存
- Redis
- 性能极高 – Redis 能读的速度是 110000 次/s,写的速度是 81000 次 /s 。
- 基于内存操作，C语言实现，因此相对于Mysql等一些常见关系型数据库基于硬盘存储，大量的I/O操作效率更加高效。
优化服务器硬件
优化服务器硬件可以提高MySQL大数据查询速度。应该使用更快的CPU、更大的内存和更快的硬盘。MySQL可以更快地读取和处理数据。
架构设计
- 能否根据业务，对该大表使用例如MyCat，对表进行拆分。不过可能在设计上较复杂，且会引入其他问题。