mysql的trace追踪SQL工具,进行sql优化
trace是MySQL5.6版本后提供的SQL跟踪工具,通过使用trace可以让我们明白optimizer(优化器)如何选择执行计划。
注意:开启trace工具会影响mysql性能,所以只适合临时分析sql使用,用完之后请立即关闭。
测试数据脚本:
DROP TABLE IF EXISTS `t_student`;
CREATE TABLE `t_student` (`id` int(10) unsigned NOT NULL AUTO_INCREMENT,`std_name` varchar(30) NOT NULL,`age` tinyint(3) unsigned NOT NULL,`class_id` int(11) unsigned NOT NULL,`gmt_create` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,PRIMARY KEY (`id`),KEY `idx_std_age` (`age`),KEY `idx_std_name_age_class` (`std_name`,`age`,`class_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=100766 DEFAULT CHARSET=utf8mb4;--添加测试数据的存储过程DROP PROCEDURE IF EXISTS proc_insert_student;
DELIMITER $$
CREATE PROCEDURE proc_insert_student()
BEGINDECLARE i INT; SET i=1; WHILE i<=100000 DO INSERT INTO t_student(std_name,age,class_id) VALUES(CONCAT('Li Lei',i), (i MOD 120)+1 ,(i MOD 3)+1); SET i=i+1; END WHILE;
END $$-- 执行存储过程
call proc_insert_student();
trace工具用法
一.查看trace开关状态,默认关闭的
show variables like 'optimizer_trace';

二.开启face
1.会话级别临时开启,只在当前会话生效。
set session optimizer_trace="enabled=on",end_markers_in_json=on;
2.永久开启(重启失效)
注意用完关闭
set optimizer_trace="enabled=on";
三.用法
1.在查询sql后加上固定sql,例:
set session optimizer_trace="enabled=on",end_markers_in_json=on;
select * from t_student where std_name > 'a' order by age;
SELECT * FROM information_schema.OPTIMIZER_TRACE;

2.查看执行计划,并未使用到联合索引,联合索引name使用的范围查询,一般都不会用到索引。 如果用name索引需要遍历name字段联合索引树,然后还需要根据遍历出来的主键值去主键索引树里再去查出最终数据,成本比全表扫描还高 。
EXPLAIN SELECT * FROM t_student WHERE std_name > 'a' ORDER BY age;

EXPLAIN SELECT std_name,age,class_id FROM t_student WHERE std_name > 'a' ORDER BY age;
3。如果查询是联合索引字段,那就使用了覆盖索引,这样的name范围查询,联合索引才会使用到,这样只需要遍历name字段的联合索引树就能拿到所有结果,叶子节点只存放二级索引的数据,这就不用回表操作。

TRACE列的json数据拷贝出来查看。主要是看cost值,成本
SELECT * FROM information_schema.OPTIMIZER_TRACE;
{"steps": [{"join_preparation": { -- 第一阶段:SQL准备阶段,格式化sql"select#": 1,"steps": [{"expanded_query": "/* select#1 */ select `t_student`.`id` AS `id`,`t_student`.`std_name` AS `std_name`,`t_student`.`age` AS `age`,`t_student`.`class_id` AS `class_id`,`t_student`.`gmt_create` AS `gmt_create` from `t_student` where (`t_student`.`std_name` > 'a') order by `t_student`.`age`"}] /* steps */} /* join_preparation */},{"join_optimization": { -- 第二阶段:SQL优化阶段"select#": 1,"steps": [{"condition_processing": { -- 条件处理"condition": "WHERE","original_condition": "(`t_student`.`std_name` > 'a')","steps": [{"transformation": "equality_propagation","resulting_condition": "(`t_student`.`std_name` > 'a')"},{"transformation": "constant_propagation","resulting_condition": "(`t_student`.`std_name` > 'a')"},{"transformation": "trivial_condition_removal","resulting_condition": "(`t_student`.`std_name` > 'a')"}] /* steps */} /* condition_processing */},{"substitute_generated_columns": {} /* substitute_generated_columns */},{"table_dependencies": [ -- 表依赖详情{"table": "`t_student`","row_may_be_null": false,"map_bit": 0,"depends_on_map_bits": [] /* depends_on_map_bits */}] /* table_dependencies */},{"ref_optimizer_key_uses": [] /* ref_optimizer_key_uses */},{"rows_estimation": [ -- 预估表的访问成本{"table": "`t_student`","range_analysis": {"table_scan": { -- 全表扫描"rows": 100300, -- 行数"cost": 20351 -- 查询消耗} /* table_scan */,"potential_range_indexes": [ -- 查询可能使用的索引{"index": "PRIMARY", -- 主键索引"usable": false, -- 未使用"cause": "not_applicable" -- 原因:不适合},{"index": "idx_std_age", -- age索引"usable": false, -- 未使用"cause": "not_applicable" -- 原因:不适合},{"index": "idx_std_name_age_class", -- stdname,age,class的组合索引"usable": true, -- 使用"key_parts": ["std_name","age","class_id","id"] /* key_parts */}] /* potential_range_indexes */,"setup_range_conditions": [] /* setup_range_conditions */,"group_index_range": { -- group 用到的索引"chosen": false, -- 未使用"cause": "not_group_by_or_distinct" -- 原因:未使用group by 或者 distinct} /* group_index_range */,"analyzing_range_alternatives": { -- 分析各个索引使用成本"range_scan_alternatives": [{"index": "idx_std_name_age_class","ranges": ["a < std_name" -- 索引使用范围] /* ranges */,"index_dives_for_eq_ranges": true,"rowid_ordered": false, -- 使用该索引获取的记录是否按照主键排序"using_mrr": false,"index_only": false, -- 是否使用覆盖索引"rows": 50150, -- 索引扫描行数"cost": 60181, -- 索引使用成本"chosen": false, -- 是否选择该索引:否"cause": "cost" -- 原因:消耗}] /* range_scan_alternatives */,"analyzing_roworder_intersect": { -- 分析使用索引合并的成本"usable": false,"cause": "too_few_roworder_scans"} /* analyzing_roworder_intersect */} /* analyzing_range_alternatives */} /* range_analysis */}] /* rows_estimation */},{"considered_execution_plans": [ -- 分析出的执行计划{"plan_prefix": [] /* plan_prefix */,"table": "`t_student`","best_access_path": { -- 最优访问路径"considered_access_paths": [ --分析出的最终访问路径{"rows_to_scan": 100300,"access_type": "scan", -- 访问类型:为scan,全表扫描"resulting_rows": 100300,"cost": 20349,"chosen": true, -- 确定选择"use_tmp_table": true}] /* considered_access_paths */} /* best_access_path */,"condition_filtering_pct": 100,"rows_for_plan": 100300,"cost_for_plan": 20349,"sort_cost": 100300,"new_cost_for_plan": 120649,"chosen": true}] /* considered_execution_plans */},{"attaching_conditions_to_tables": { -- 为查询的表添加条件"original_condition": "(`t_student`.`std_name` > 'a')","attached_conditions_computation": [] /* attached_conditions_computation */,"attached_conditions_summary": [ -- 添加条件结果{"table": "`t_student`","attached": "(`t_student`.`std_name` > 'a')"}] /* attached_conditions_summary */} /* attaching_conditions_to_tables */},{"clause_processing": { -- order by 处理"clause": "ORDER BY","original_clause": "`t_student`.`age`","items": [{"item": "`t_student`.`age`"}] /* items */,"resulting_clause_is_simple": true,"resulting_clause": "`t_student`.`age`"} /* clause_processing */},{"reconsidering_access_paths_for_index_ordering": { -- 重构索引处理顺序"clause": "ORDER BY","steps": [] /* steps */,"index_order_summary": {"table": "`t_student`","index_provides_order": false,"order_direction": "undefined","index": "unknown","plan_changed": false} /* index_order_summary */} /* reconsidering_access_paths_for_index_ordering */},{"refine_plan": [{"table": "`t_student`"}] /* refine_plan */}] /* steps */} /* join_optimization */},{"join_execution": { -- 第三阶段:SQL执行阶段"select#": 1,"steps": [{"filesort_information": [{"direction": "asc","table": "`t_student`","field": "age"}] /* filesort_information */,"filesort_priority_queue_optimization": {"usable": false,"cause": "not applicable (no LIMIT)"} /* filesort_priority_queue_optimization */,"filesort_execution": [] /* filesort_execution */,"filesort_summary": {"rows": 100000,"examined_rows": 100000,"number_of_tmp_files": 14,"sort_buffer_size": 262016,"sort_mode": "<sort_key, packed_additional_fields>"} /* filesort_summary */}] /* steps */} /* join_execution */}] /* steps */
}
MySQL认为 全表扫描的成本低于索引扫描,所以mysql最终选择全表扫描,
4.关闭trace
set session optimizer_trace="enabled=off";
相关文章:
mysql的trace追踪SQL工具,进行sql优化
trace是MySQL5.6版本后提供的SQL跟踪工具,通过使用trace可以让我们明白optimizer(优化器)如何选择执行计划。 注意:开启trace工具会影响mysql性能,所以只适合临时分析sql使用,用完之后请立即关闭。 测试数…...
docker部署springboot jar包项目
docker部署springboot jar包项目 前提,服务器环境是docker环境,如果服务器没有安装docker,可以先安装docker环境。 各个环境安装docker: Ubuntu上安装Docker: ubuntu离线安装docker: CentOS7离线安装Docker࿱…...
一个八年工作经验老程序员的分享
作为一个 Java 程序员,我在这个行业中工作了多年。在这个过程中,我经历了许多挑战和机遇,也学到了很多宝贵的经验和教训。在这篇文章中,我想分享一些我的感想和思考,希望能够对其他 Java 程序员有所帮助。 一、技术的…...
代码随想录算法训练营第四十三天|动态规划|1049. 最后一块石头的重量 II、494. 目标和、474.一和零
1049. 最后一块石头的重量 II 文章 有一堆石头,每块石头的重量都是正整数。 每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x < y。那么粉碎的可能结果如下: 如果 x y&a…...
vue3+elementPlus:el-table-column表格列动态设置单元格颜色
:cell-style属性 //html<el-tableempty-text"暂无数据":data"datalist.table":max-height"height"row-key"id"border:cell-style"cellStyle"> <el-table>//js //动态设置单元格颜色 const cellStyle ({ row, c…...
python和shell脚本,每隔五分钟将远端服务器中的文件夹数据下载到跳板机
python脚本 import subprocess import datetime import timedef run_scp_command(source_path, target_path):command [scp -r , source_path, target_path]try:subprocess.run(command, checkTrue)print("File transferred successfully!")except subprocess.Call…...
Websocket在Asp.net webApi(.net framework)上的应用
之前在写看板部分的web api的时候,都是通过Ajax在规定时间内轮询调用web api,这样简单省事,但是当看板多了(并发量上来)以后,比较消耗服务器的性能,所以最近研究了websocket,希望使用…...
App前端开发跨平台框架比较:React Native、Flutter、Xamarin等
引言 移动应用开发领域的跨平台框架正在不断演进,为开发者提供更多选择。在本文中,我们将比较几个流行的跨平台框架:React Native、Flutter和Xamarin等。讨论它们的优缺点、适用场景以及开发体验。 第一部分 React Native: 优缺点、适用场景…...
VR数字展厅在企业中应用的优势有哪些?
随着VR全景技术的成熟,VR数字展厅逐渐成为了企业展示形象和产品的重要手段之一。VR企业数字展厅是一种通过VR技术、3D建模技术展示企业形象和产品的创新方式,将企业线下的展厅搬到线上,为企业品牌形象带来了很多优势。 VR数字展厅在企业中应用…...
【数据库】索引 视图 触发器 分页查询
目录 1、索引 2、视图 3、触发器 4、分页查询⚠️ 1、索引 提升查询效率、当数据量小的时候,索引看不出来效果,当数据量很大的时候,索引会显著提高查询速度 当给表添加索引之后,新插入一条数据,就会让索引进行重新…...
*地宫取宝c++
题目 输入样例1: 2 2 2 1 2 2 1输出样例1: 2输入样例2: 2 3 2 1 2 3 2 1 5输出样例2: 14 思路 题目说从入口开始,只能向右或向下行走到达右下角,类似“摘花生”这道题的模型。题目又说只有当格子里的宝…...
同态滤波算法详解
同态滤波是一种用于增强图像的方法,特别适用于去除图像中的照明不均和阴影。该算法基于照射反射模型,将图像分解为两个分量:照射分量(illumination component)和反射分量(reflection component)…...
财务管理系统报账和挂账分别什么区别!报销又是什么【第三期】
前言 已经写了两期 财务管理系统之saas多租户架构是什么以及分库分表以及如何选择分布式事务方案 【程序员聊业务】财务管理系统之模块分类 报账和挂账概念 报账是指企业或个人因业务需要而发生的各项费用支出,在支付后,需要将相关的票据、凭证等提交…...
最少刷题数
最少刷题数 题目分析 对于每一名同学计算还需要再刷多少题才能保证刷题数比他多的人数不超过刷题数比他少的学生人数。我们可以考虑统计每一个分数的前缀和数组,sum[i]表示当前学生中,刷题数小于等于i的人数。那么对于学生i的刷题数a[i],su…...
Python刘诗诗
写在前面 刘诗诗在电视剧《一念关山》中饰演了女主角任如意,这是一个极具魅力的女性角色,她既是一位有着高超武艺和智慧的女侠士,也曾经是安国朱衣卫前左使,身怀绝技且性格坚韧不屈。剧中,任如意因不满于朱衣卫的暴行…...
探索ChatGPT在软件架构师工作中的应用
随着人工智能技术的不断发展,自然语言处理模型如OpenAI的ChatGPT已经成为了解决各种实际问题的强大工具之一。在软件架构师这个领域,ChatGPT也有着广泛的应用。本文将探讨软件架构师如何有效地利用ChatGPT来解决问题和提高工作效率。 ChatGPT简介 Chat…...
pytest--allure报告中添加用例详情
前言 前面介绍了如何生成allure的报告,看着allure的页面非常好看,但是感觉少了一些内容,allure还可以增加一些用例详情内容,这样让我们的报告看着更加绚丽。 allure增加用例详情 我们可以在报告测试套件中增加用例详情内容。 …...
【深度学习笔记】9_5 多尺度目标检测
注:本文为《动手学深度学习》开源内容,部分标注了个人理解,仅为个人学习记录,无抄袭搬运意图 9.5 多尺度目标检测 在9.4节(锚框)中,我们在实验中以输入图像的每个像素为中心生成多个锚框。这些…...
Linux--vim
一.什么是vim Vim(Vi IMproved)是一种文本编辑器,通常在Linux和其他类Unix操作系统中使用。它是Vi编辑器的增强版本,提供了更多的功能和定制选项。Vim具有强大的文本编辑和编程功能,支持语法高亮、代码折叠、宏录制、…...
FreeRTOS操作系统学习——中断管理
中断管理介绍 嵌入式实时系统需要对整个系统环境产生的事件作出反应。这些事件对处理时间和响应时间都有不同的要求。事件通常采用中断方式检测,中断服务例程(ISR)中的处理量应当越短越好。ISR是在内核中被调用的, ISR执行过程中,用户的任务…...
2026年学习Java还有前景吗?如何看待2026Java程序员就业难现状?
2026年Java的前景和就业情况,这是一个很现实的问题。我们直接来看核心。Java依然有前景,但“普通选手”的就业黄金期确实过去了,现在需要的是“高配选手”。所谓的“就业难”,本质不是Java不行了,而是行业对Java程序员…...
Unity Addressable资源管理系统实战指南
1. 这不是“换个加载方式”,而是重构资源交付链路的起点Unity Addressable系统刚发布那会儿,我正带一个横跨三端(iOS/Android/PC)的AR互动项目。美术团队每天提交200张高清贴图、50个FBX模型,打包后APK体积飙到1.8GB—…...
LLM推理解耦技术:提升大型语言模型推理效率的关键方法
1. LLM推理解耦技术概述在大型语言模型(LLM)推理服务领域,推理解耦(Inference Disaggregation)正成为突破传统性能瓶颈的关键技术路径。这项技术的核心思想是将原本耦合的推理流程拆分为具有不同计算特征的独立阶段&am…...
CVE-2025-48976:Apache Commons FileUpload 协议解析层内存崩溃漏洞深度解析
1. 这个漏洞不是“上传文件被黑了”,而是整个解析逻辑崩了Apache Commons FileUpload 是 Java 生态里最老牌、最被信任的文件上传处理库之一,从 2003 年发布第一个稳定版起,它就稳稳地嵌在 Struts2、Spring MVC(早期)、…...
告别手动拼图!用Unity TileMap的Fill Box和Picker工具,5分钟搞定复杂地形
告别手动拼图!用Unity TileMap的Fill Box和Picker工具高效构建复杂地形在2D游戏开发中,地形设计往往是耗时又繁琐的环节。想象一下,你需要手动放置数百个草地、水域或砖块瓦片来构建游戏世界,这不仅容易出错,还会消耗大…...
7net-Omni:多任务学习驱动的通用机器学习原子间势模型解析与应用
1. 项目概述:为什么我们需要一个“全能”的原子模拟模型? 在材料科学和计算化学领域,我们一直面临着一个核心矛盾:量子力学计算(如密度泛函理论,DFT)虽然精度高,但计算成本极其昂贵&…...
renameTo 的跨分区陷阱
# Java 文件重命名跨分区问题与解决方案## 结论使用 File.createTempFile 创建临时文件,再通过 file.renameTo(target) 移动到目标路径,在 **Linux** 上如果临时目录(/tmp)和目标目录不在同一分区,renameTo 会**静默返…...
Unity AI工作流:一句话生成可运行小游戏
1. 这不是“AI写代码”,而是用AI重构游戏开发工作流你有没有试过在Unity里搭一个最简单的飞行小游戏?比如让一只牛马角色在空中左右移动、避开障碍物、收集金币——传统做法是:新建场景、拖入Sprite、挂上Rigidbody2D、写Move脚本、写碰撞检测…...
stable diffusion秋叶整合包安装时报错No Python at ‘“D:\python\python.exe‘请按任意键继续. . .人工智能画画AI绘图报错解决
使用秋叶的stable diffusion整合包报错,原因是原先安装过python,后面卸载了,然后还有anaconda和一些其他软件有自带的python,我先在C盘搜索python,删除搜索到的所有文件,因为秋叶的整合包有pythonÿ…...
Unity Timeline激活与动画控制实战:5分钟精准调度
1. 这不是“Timeline入门”,而是你真正能用上的控制逻辑很多人第一次点开Unity Timeline面板时,第一反应是:“这不就是个时间轴剪辑工具吗?跟AE差不多?”——然后转身就去写Update里硬编码的if-else开关,或…...
