带你快速搞定Mysql优化

1、查询语句的执行顺序

select[distinct]  
from  
join(如left join)  
on  
where  
group by  
having  
union  
order by  
limit

执行顺序: from where having order limit

1from 先做表连接

2、where 进行条件限制

3、然后做聚合 group by

4、然后做 having 过滤

5、然后对结果进行排序

6、最后限制数量 limit

sql 的查询执行顺序我想有些人还是记不住的,我的建议就是自己整理一个简单的记忆短句,然后反复阅读,直至记住,下次再遇到问题的时候自己回想下自己记忆的短句,能解决问题就行了,死记硬背就好,尽量简短。

2、数据类型的选择

• 更小的数据类型通常更好:因为更好的存储空间

• 简单数据类型

• 尽量避免NULL:含NULL复合索引无效. 可为NULL的列会使用更多的存储空间,在Mysql中也需要特殊处理。

TIMESTAMP空间利用比DATETIME小的多,比整形方便处理,整形不会带来任何好处。

IPV4的地址,经常使用VARCHAR(15)来存储。然而它实际是32为无符号整数,不是字符串。用小数点将地址分成四段只是为了让人们容易阅读。

对象关系映射(ORM)系统(以及使用它们的“框架”)通常都是低效的,一些ORM系统会存储任意类型的数据到任意类型的后端数据存储中。这种设计对开发者很有吸引力,因为这使得开发者可以用面向对象的方式工作,不需要考虑数据是怎么存储的。

原则:尽可能小(占用存储空间少)、尽可能定长(占用存储空间固定)、尽可能使用整数。

3、索引优化

主键索引

InnoDB通过主键聚集数据,数据按主键顺序存储,更新主键索引列的代价很高,因为会强制InnoDB将每个被更新的行移动到新的位置

多列索引

一个常见的错误就是为每个列创建单独的索引,这种错误的认知一般都是听了“把where条件里面的列都建上索引”这样模糊的建议导致的。

实际上,在多个列上建立独立的索引大部分情况下都不能提高mysql的查询性能,有时反而会使查询变的更慢。

因为索引需要额外的空间记录,在查询到时候如果索引使用不当,需要同时加载索引和数据,会造成查询慢。

注意:索引列的顺序

正确的顺序依赖于使用该索引的查询,并且同时需要考虑如何更好地满足排序和分组的需要

一般性的经验法则:

1、将选择性最高的列放在最前面

2、在查询的时候不要对索引列进行函数操作

3、尽可能的使用索引

4、查询性能优化

1、查询的生命周期

客户端 -> 服务器查询缓存 -> 解析器 -> 预处理器 -> 查询优化器-> 查询执行引擎 -> 存储引擎 -> 数据

尽量命中缓存,尽量少读数据,尽量少查数据。

2、SELECT语句尽量指明查询字段名称

  • select * 会增加不必要的消耗,如果使用的字段很少,会导致读取的数据量变多,网络传输也会变慢,消耗cpu,所以 select count(1) 优于 select count(*)
  • 在表进行修改的时候,代码里的查询字段可能会忘记修改,导致代码报错,是安全隐患。

3、小表驱动大表

带你快速搞定Mysql优化_第1张图片

尽量少的关联数据读取,数据量越少越快,

注意:副表不存在的数据是null

优化数据访问原则:

1、是否向数据库请求了不需要的数据,减少数据加载和网络传输

2、查询是否扫描了大量不需要的记录(返回的行数/扫描的行数),降低读取数据的时间

总结

  • 使用小而简单的合适的数据类型,尽量避免NULL
  • 避免过度设计,例如会导致复杂查询的schema设计
  • 合理混用范式化和反范式化设计,以空间换时间,适当的冗余带来速度
  • 行访问是很慢的,最好读取的数据块中能包含尽可能多所需要的行
  • 按顺序访问范围数据是很快的
  • 当数据量逐渐增大时,不恰当的索引会导致性能急剧下降

要想写一个好的查询,必须要理解schema设计、索引设计等知识。他们之间环环相扣,密不可分。只有综合考虑各方需

求,权衡利弊,才能设计出一个高性能的数据库系统。

本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注脚本之家的更多内容!

你可能感兴趣的