首页 > > 网络编程 > Mysql >

Mysql 优化与测试

2018-06-18 00:10:25来源：未知阅读 ()

由于经常被抓取文章内容，在此附上博客文章网址：，偶尔会更新某些出错的数据或文字，建议到我博客地址 : --> 点击这里

以下的测试数据根据环境的不同所耗费的时间有所不同，例如我在腾讯云上的测试，以及在本机的测试速度相差三倍。但当环境因素一样的时候，优化sql能够带来显著的提升。

测试表数据：3百万条数据，12个字段，存储引擎：myisam

1 确定搜索一条记录的时候，加上limit 1 ，以此让游标查到第一条结果时停止，不需要遍历下面的结果

使用这样子数据递增的varchar字段，在最优情况下，结果在第一条：

SQL ： select * from tbl_game_user_test where channel= 'jieduan1';

TIME ： 1.292 s

而当我们加上了limit 1 ：

SQL :　select * from tbl_game_user_test where channel= 'jieduan1' limit 1;

TIME : 0.0001 s

对比上面，提高了很多。而在最坏情况下，结果在最后一条，那么两者使用时间是一致的。

而当我们explain的时候，两者是一致的：

+----+-------------+--------------------+------+---------------+------+---------+------+---------+-------------+
| id | select_type | table              | type | possible_keys | key  | key_len | ref  | rows    | Extra       |
+----+-------------+--------------------+------+---------------+------+---------+------+---------+-------------+
|  1 | SIMPLE      | tbl_game_user_test | ALL  | NULL          | NULL | NULL    | NULL | 3006343 | Using where |
+----+-------------+--------------------+------+---------------+------+---------+------+---------+-------------+

2 like查询以%开头索引会失效，没有命中索引，查询效率差别是很大的。而%在结尾，可以命中索引

未优化的sql：

SQL：select * from tbl_game_user_test where deviceID LIKE '%deviceID1111111'

TIME : 2.342 s

而当我们将%放到末尾：

SQL : select * from tbl_game_user_test where deviceID LIKE 'deviceID1111111%';

TIME : 0.001 s

花费的时间相差挺大

3 对于分页的优化，可以采用覆盖索引的原理来优化。

在数据量不大的时候，limit 分页效率差别不大，当数据量大的时候，数据越大，效率差距越大，因此我们可以采用覆盖索引的原理，来优化sql。

未优化前SQL：

SELECT * FROM tbl_game_user_test ORDER BY id LIMIT 1000000,10

Times ： 4.55 s

而优化的SQL：

select * from tbl_game_user_test JOIN (SELECT id FROM tbl_game_user_test ORDER BY id LIMIT 100000,10)a USING(id)

Times ： 0.014s

我们把第二种检索方法叫做延迟关联，因为延迟了对列的访问。在查询的第一阶段MySQL可以使用覆盖索引，在FROM字句的查询中找到匹配的id，然后根据这些id值在外层查询匹配获取需要的列值

上述的语句，我们也可以这么写：

select * from tbl_game_user_test where id >=(SELECT id FROM tbl_game_user_test ORDER BY id LIMIT 100000,1) ORDER BY id limit 10

4 永远为每张表设置一个ID

　　我们应该为数据库里的每张表都设置一个ID做为其主键，而且最好的是一个INT型的（推荐使用UNSIGNED），并设置上自动增加的 AUTO_INCREMENT标志。
就算是你 users 表有一个主键叫 “email”的字段，你也别让它成为主键。使用 VARCHAR 类型来当主键会使用得性能下降。另外，在你的程序中，你应该使用表的ID来构造你的数据结构。
而且，在MySQL数据引擎下，还有一些操作需要使用主键，在这些情况下，主键的性能和设置变得非常重要，比如，集群，分区……

5 合适的存储引擎

　　InnoDB和MyISAM是许多人在使用MySQL时最常用的两个表类型，这两个表类型各有优劣，视具体应用而定。基本的差别为：MyISAM类型不支持事务处理等高级处理，而InnoDB类型支持。MyISAM类型的表强调的是性能，其执行数度比InnoDB类型更快，但是不提供事务支持，而InnoDB提供事务支持以及外部键等高级数据库功能。

同样的情况下，执行相同的查询，myisam 比innodb 快接近4倍；

存储引擎 ： myisam

SQL ：select * from tbl_game_user_test where channel = 'jieduan65';

time ： 1.2 s

而： innodb 是 4.6s 【平均】

6 Mysql SQL Mode 可以禁止截断保存操作

当我们对一个varchar(3)的字段进行更新操作：

update tbl_game_user_test set platform  = 'jieduanTest' where id = 1;

我们发现插入的字符被自动截断了，

存入的是：

jie

出现这种情况往往会发生一些意料之外的事情，等到发生了，再来找问题，再扩大字段长度就比较晚。我们可以在长度超过限制就报错，通过报错来提前报警。

可以通过：

set session sql_mode='STRICT_TRANS_TABLES'

就会提示：

[Err] 1406 - Data too long for column 'platform' at row 1

7 负向条件查询不能使用索引

select * from order where status!=0 and stauts!=1

not in/not exists都不是好习惯

可以优化为in查询：

select * from order where status in(2,3)

8 优化order by 语句

在某些情况中，MySQL 可以使用一个索引来满足ORDER BY 子句，而不需要额外的排序。where 条件和order by 使用相同的索引，并且order by 的顺序和索引顺序相同，并且order by 的字段都是升序或者都是降序。
例如：下列sql 可以使用索引。

SELECT * FROM t1 ORDER BY key_part1,key_part2,... ;

SELECT * FROM t1 WHERE key_part1=1 ORDER BY key_part1 DESC, key_part2 DESC;

SELECT * FROM t1 ORDER BY key_part1 DESC, key_part2 DESC;

但是以下情况不使用索引：

SELECT * FROM t1 ORDER BY key_part1 DESC, key_part2 ASC；
--order by 的字段混合ASC 和DESC

SELECT * FROM t1 WHERE key2=constant ORDER BY key1；
--用于查询行的关键字与ORDER BY 中所使用的不相同

SELECT * FROM t1 ORDER BY key1, key2；
--对不同的关键字使用ORDER BY：

其他优化小技巧：

1 字符字段只建前缀索引

2 导入大数据量时，先删除索引，导入数据，再创建索引

3 在设计表的时候，可以按照定长字段与变长字段相分离，分开两个表存放。例如论坛标题是我们经常获取的，而论坛个人创建时间等，几乎是不会去看，这种我们可以放于几乎不查的表中。同时，我们也可以把较长内容的字段独立存放于一个表中。

4 冗余字段。很多时候我们设计表都要遵守第一，二，三范式，但有时我们为了加快查询，而应该添加冗余字段。例如论坛栏目表中，一般而言，我们会有个栏目表，有文章表，而当我们获取该栏目有多少篇文章的时候，联表查询显得稍费时间，而我们可以在栏目表添加一个文章数量字段，每次添加或者删除都更新一下该字段。

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有