慢 SQL 分析及优化

目录

分析慢 SQL

SQL 优化

单表优化

多表优化

---

 

• 慢 SQL：指 MySQL 中执行比较慢的 SQL
• 排查慢 SQL 最常用的方法：通过慢查询日志来查找慢 SQL

MySQL 的慢查询日志是 MySQL 提供的一种日志记录，它用来记录在 MySQL 中响应时间超过阈值的语句，具体指运行时间超过 long_query_time（慢查询阈值） 值的 SQL，就会被记录到慢查询日志中，long_query_time 的默认值为 10s，意思是运行超过 10s 以上的语句就会被当做慢 SQL 记录到日志中。

---

分析慢 SQL

如果一条 sql 执行很慢的话，我们通常会使用 mysql 自动的执行计划 explain 来去查看这条 sql 的执行情况

关注 type 字段：

• all — 扫描全表数据
• index — 遍历索引
• range — 索引范围查找
• index_subquery — 在子查询中使用 ref
• unique_subquery — 在子查询中使用 eq_ref
• ref_or_null — 对 null 进行索引的优化的 ref
• fulltext — 使用全文索引
• ref — 使用非唯一索引查找数据
• eq_ref — 在 join 查询中使用主键或唯一索引关联
• const — 将一个主键放置到 where 后面作为条件查询， MySQL 优化器就能把这次查询优化转化为一个常量，如何转化以及何时转化，这个取决于优化器，这个比 eq_ref 效率高一点。

如果存在全索引扫描（type = all） 则说明没有走索引，我们可以给查询的慢字段加上相应的索引就可以提交效率。

通过 key 和 key_len 检查是否命中了索引，如果本身已经添加了索引，也可以判断索引是否又失效的情况

通过 extra 建议判断是否出现回表的情况，如果出现了可以尝试添加索引或修改返回字段来修复

SQL 优化

MySQL 优化分为 单表优化 和 多表优化

单表优化

• 建立并使用索引：索引是提高查询最有效的手段
• 优化查询语句：避免使用 select * ，只查询需要的字段；使用小表驱动大表，比如当 B 表的数据小于 A 表时，先查 B 表，再查 A 表，查询语句：select * from A where id in (select id from B)；如果是聚合查询，尽量使用 union all 代替 union，union 会多义词过滤，效率比较低；不使用 order by rand()；
• 优化表结构和数据类型：单表不要有太多字段，建议在 20 个字段以内，使用可以存下数据最小的数据类型，尽可能使用 not null 定义字段，因为 null 占用 4 字节空间。

多表优化

• 表拆分：就是分表，让每张表的数据量变小，从而提高查询效率。表拆分又分为：垂直分隔和水平分隔。

        垂直拆分：是指数据表列的拆分，把一张列比较多的表拆分为多张表，比如，用户表中一些字段经常被访问，将这些字段放在一张表中，另外一些不常用的字段放在另一张表中，插入数据时，使用事务确保两张表的数据一致性。

        水平拆分：指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。通常情况下，我们使用取模的方式来进行表的拆分，比如，一张有 400W 的用户表 users，为提高其查询效率我们把其分成 4 张表 users1，users2，users3，users4，然后通过用户 ID 取模的方法，同时查询、更新、删除也是通过取模的方法来操作。

• 读写分离：一般情况下对数据库而言都是“读多写少”，换言之，数据库的压力多数是因为大量的读取数据的操作造成的，我们可以采用数据库集群的方案，使用一个库作为主库，负责写入数据；其他库为从库，负责读取数据。这样可以缓解对数据库的访问压力。

优化方式有很多， 比如索引、查询优化（减少联表查询等）、减少锁竞争等因素，所以具体的慢 SQL 优化，需要根据实际的业务场景再做优化决策。