mysql profile explain slow_query_log分析优化查询
在做性能测试中经常会遇到一些sql的问题,其实做性能测试这几年遇到问题最多还是数据库这块,要么就是IO高要么就是cpu高,所以对数据的优化在性能测试过程中占据着很重要的地方,下面我就介绍一些msyql性能调优过程中经常用到的三件利器:
1、慢查询 (分析出现出问题的sql)
2、Explain (显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句)
3、Profile(查询到 SQL 会执行多少时间, 并看出 CPU/Memory 使用量, 执行过程中 Systemlock, Table lock 花多少时间等等.)
首先我们先讲一讲mysql的慢查询
1,配置开启
Linux:
在mysql配置文件my.cnf中增加
log-slow-queries=/var/lib/mysql/slowquery.log (指定日志文件存放位置,可以为空,系统会给一个缺省的文件host_name-slow.log)
long_query_time=2 (记录超过的时间,默认为10s)
log-queries-not-using-indexes (log下来没有使用索引的query,可以根据情况决定是否开启)
log-long-format (如果设置了,所有没有使用索引的查询也将被记录)
Windows:
在my.ini的[mysqld]添加如下语句:
log-slow-queries =E:\web\mysql\log\mysqlslowquery.log
long_query_time = 2(其他参数如上)
2,查看方式
Linux:
使用mysql自带命令mysqldumpslow查看
常用命令
-s ORDER what to sort by (t, at, l, al, r, aretc), 'at’ is default
-t NUM just show the top n queries
-g PATTERN grep: only consider stmts that includethis string
eg:
s,是order的顺序,说明写的不够详细,俺用下来,包括看了代码,主要有 c,t,l,r和ac,at,al,ar,分别是按照query次数,时间,lock的时间和返回的记录数来排序,前面加了a的时倒序 -t,是top n的意思,即为返回前面多少条的数据 -g,后边可以写一个正则匹配模式,大小写不敏感的
mysqldumpslow -s c -t 20 host-slow.log
mysqldumpslow -s r -t 20 host-slow.log
上述命令可以看出访问次数最多的20个sql语句和返回记录集最多的20个sql。
mysqldumpslow -t 10 -s t -g “left join” host-slow.log这个是按照时间返回前10条里面含有左连接的sql语句。
接下来就是explain
使用方法:
执行EXPLAIN SELECT * FROM res_user ORDER BYmodifiedtime LIMIT 0,1000 得到如下结果:
显示结果分析:
table | type | possible_keys | key |key_len | ref | rows | Extra
EXPLAIN列的解释:
table
显示这一行的数据是关于哪张表的
type
这是重要的列,显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL
possible_keys
显示可能应用在这张表中的索引。如果为空,没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句
key
实际使用的索引。如果为NULL,则没有使用索引。很少的情况下,MYSQL会选择优化不足的索引。这种情况下,可以在SELECT语句中使用USE INDEX(indexname)来强制使用一个索引或者用IGNORE INDEX(indexname)来强制MYSQL忽略索引
key_len
使用的索引的长度。在不损失精确性的情况下,长度越短越好
ref
显示索引的哪一列被使用了,如果可能的话,是一个常数
rows
MYSQL认为必须检查的用来返回请求数据的行数
Extra
关于MYSQL如何解析查询的额外信息。将在表4.3中讨论,但这里可以看到的坏的例子是Using temporary和Using filesort,意思MYSQL根本不能使用索引,结果是检索会很慢
extra列返回的描述的意义
Distinct
一旦MYSQL找到了与行相联合匹配的行,就不再搜索了
Not exists
MYSQL优化了LEFT JOIN,一旦它找到了匹配LEFT JOIN标准的行,
就不再搜索了
Range checked for each
Record(index map:#)
没有找到理想的索引,因此对于从前面表中来的每一个行组合,MYSQL检查使用哪个索引,并用它来从表中返回行。这是使用索引的最慢的连接之一
Using filesort
看到这个的时候,查询就需要优化了。MYSQL需要进行额外的步骤来发现如何对返回的行排序。它根据连接类型以及存储排序键值和匹配条件的全部行的行指针来排序全部行
Using index
列数据是从仅仅使用了索引中的信息而没有读取实际的行动的表返回的,这发生在对表的全部的请求列都是同一个索引的部分的时候
Using temporary
看到这个的时候,查询需要优化了。这里,MYSQL需要创建一个临时表来存储结果,这通常发生在对不同的列集进行ORDER BY上,而不是GROUP BY上
Where used
使用了WHERE从句来限制哪些行将与下一张表匹配或者是返回给用户。如果不想返回表中的全部行,并且连接类型ALL或index,这就会发生,或者是查询有问题
不同连接类型的解释(按照效率高低的顺序排序)
system
表只有一行:system表。这是const连接类型的特殊情况
const
表中的一个记录的最大值能够匹配这个查询(索引可以是主键或惟一索引)。因为只有一行,这个值实际就是常数,因为MYSQL先读这个值然后把它当做常数来对待
eq_ref
在连接中,MYSQL在查询时,从前面的表中,对每一个记录的联合都从表中读取一个记录,它在查询使用了索引为主键或惟一键的全部时使用
ref
这个连接类型只有在查询使用了不是惟一或主键的键或者是这些类型的部分(比如,利用最左边前缀)时发生。对于之前的表的每一个行联合,全部记录都将从表中读出。这个类型严重依赖于根据索引匹配的记录多少—越少越好
range
这个连接类型使用索引返回一个范围中的行,比如使用>或<查找东西时发生的情况
index
这个连接类型对前面的表中的每一个记录联合进行完全扫描(比ALL更好,因为索引一般小于表数据)
ALL
这个连接类型对于前面的每一个记录联合进行完全扫描,这一般比较糟糕,应该尽量避免
再者就是profile
我们可以先使用
mysql> SELECT @@profiling;
+-------------+
| @@profiling |
+-------------+
| 0 |
+-------------+
1 row in set (0.00 sec)来查看是否已经启用profile,如果profilng值为0,可以通过
mysql> SET profiling = 1;
Query OK, 0 rows affected (0.00 sec)
mysql> SELECT @@profiling;
+-------------+
| @@profiling |
+-------------+
| 1 |
+-------------+
1 row in set (0.00 sec)
来启用。启用profiling之后,我们执行一条查询语句,比如:
SELECT * FROM res_user ORDER BY modifiedtimeLIMIT 0,1000
mysql> show profiles;
+----------+------------+-------------------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+-------------------------------------------------------------+
| 1| 0.00012200 | SELECT @@profiling |
| 2| 1.54582000 | SELECT res_id FROM res_user ORDER BY modifiedtime LIMIT 0,3 |
+----------+------------+-------------------------------------------------------------+
2 rows in set (0.00 sec) 注意:Query_ID表示刚执行的查询语句
mysql> show profile for query 2;
+--------------------------------+----------+
| Status | Duration |
+--------------------------------+----------+
| starting | 0.000013 |
| checking query cache for query | 0.000035 |
| Opening tables | 0.000009 |
| System lock | 0.000002 |
| Table lock | 0.000015 |
| init | 0.000011 |
| optimizing | 0.000003 |
| statistics | 0.000006 |
| preparing | 0.000006 |
| executing | 0.000001 |
| Sorting result | 1.545565 |
| Sending data | 0.000038 |
| end | 0.000003 |
| query end | 0.000003 |
| freeing items | 0.000069 |
| storing result in query cache | 0.000004 |
| logging slow query | 0.000001 |
| logging slow query | 0.000033 |
| cleaning up | 0.000003 |
+--------------------------------+----------+
19 rows in set (0.00 sec)
结论:可以看出此条查询语句的执行过程及执行时间,总的时间约为1.545s。这时候我们再执行一次。
mysql> SELECT res_id FROM res_user ORDERBY modifiedtime LIMIT 0,3;
+---------+
| res_id |
+---------+
| 1000305 |
| 1000322 |
| 1000323 |
+---------+
3 rows in set (0.00 sec)
mysql> show profiles;
+----------+------------+-------------------------------------------------------------+
| Query_ID | Duration | Query |
+----------+------------+-------------------------------------------------------------+
| 1 | 0.00012200 | SELECT @@profiling |
| 2 | 1.54582000 | SELECT res_id FROM res_userORDER BY modifiedtime LIMIT 0,3 |
| 3 | 0.00006500 | SELECT res_id FROMres_user ORDER BY modifiedtime LIMIT 0,3 |
+----------+------------+-------------------------------------------------------------+
3 rows in set (0.00 sec)
mysql> show profile for query 3;
+--------------------------------+----------+
| Status | Duration |
+--------------------------------+----------+
| starting | 0.000013 |
| checking query cache for query | 0.000005|
| checking privileges on cached | 0.000003 |
| sending cached result to clien | 0.000040|
| logging slow query | 0.000002 |
| cleaning up | 0.000002 |
+--------------------------------+----------+
6 rows in set (0.00 sec) (注意红色标记的地方)
结论:可以看出此次第二次查询因为前一次的查询生成了cache,所以这次无需从数据库文件中再次读取数据而是直接从缓存中读取,结果查询时间比第一次快多了(第一次查询用了1.5秒而本次用了不到5毫秒)。
http://www.linuxidc.com/Linux/2012-09/70459.htm
分享到:
相关推荐
正确地使用EXPLAIN分析查询执行计划,有助于理解查询执行过程,从而进行优化。 2. **索引策略**:索引可以极大地提高数据检索速度。创建合适的数据类型和复合索引,避免索引失效,以及适时重建和优化索引,都是索引...
### Linux下的MySQL调优 #### 一、调优概述 MySQL作为一款广泛使用的数据库管理系统,在Linux环境下进行调优能够显著提高其性能与稳定性。本文将详细介绍Linux环境下MySQL调优的具体步骤与方法,帮助读者理解并...
在MySQL性能调优方面,首先我们需要关注的是查询优化。这包括了编写高效的SQL语句,避免全表扫描,合理使用索引,以及理解执行计划。索引是提升查询速度的关键,正确的创建主键、唯一索引、普通索引和覆盖索引,可以...
MySQL调优是一个涉及多个层面的过程,旨在提升数据库服务器的性能,包括硬件升级、服务器设置优化以及查询优化。这里我们将深入探讨后两者,因为它们对于大多数系统来说更具可操作性。 首先,MySQL服务器调优主要是...
【MySQL面试题】在面试MySQL相关的职位时,面试官可能会问到一系列关于数据库基础、SQL语法、事务处理、索引优化以及性能调优的问题。以下是一些可能的面试重点: 1. **数据库基本概念**: - 数据库是用于存储和...
MySQL性能调优是一个复杂而重要的任务,涉及到多个层面,包括SQL查询优化、索引管理、存储引擎选择、架构设计等。下面将详细讲解这些关键点。 首先,SQL查询优化是性能提升的基础。优化SQL语句可以减少数据库的计算...
三、MySQL调优技巧 1. **使用EXPLAIN**:通过EXPLAIN命令预览查询执行计划,了解索引使用情况,判断是否需要优化。 2. **慢查询日志**:开启慢查询日志,记录执行时间超过阈值的查询,便于分析和优化。 3. **监控...
使用EXPLAIN分析查询计划,找出可能导致性能瓶颈的无索引或低效索引。 3. **SQL语句优化**:编写高效的SQL语句至关重要。避免在WHERE子句中使用不推荐的操作符(如!=或),减少子查询,使用JOIN操作时确保关联条件...
`EXPLAIN`关键字用于模拟MySQL优化器如何处理SQL查询,它返回的是查询执行计划,而不是实际查询结果。在`SELECT`语句之前添加`EXPLAIN`,可以获取到查询的详细信息,包括表的访问方式、索引使用情况、连接顺序等。 ...
在监控与分析方面,MySQL提供了一系列工具,如`EXPLAIN`用于解析查询执行计划,`SHOW STATUS`和`SHOW VARIABLES`查看服务器状态和配置,`pt-query-digest`分析慢查询日志。通过对这些数据的分析,我们可以找出性能...
10. **性能调优**:包括参数调整、内存优化、查询缓存、分区策略、读写分离、主从复制等方法,都是提升MySQL性能的有效手段。 11. **备份与恢复**:定期备份数据库以防止数据丢失,了解如何进行完整备份、增量备份...
MySQL性能调优与架构设计是数据库管理领域中的一个重要主题,特别是在大数据量和高并发的业务场景下,优化MySQL的性能和架构设计对于系统的稳定性和效率至关重要。本资料集围绕这一主题,提供了PDF中文版全册,旨在...
- 分析查询计划:对慢查询进行分析,使用EXPLAIN命令查看执行计划,找出性能瓶颈。 - 使用工具进行性能监控:利用SQL Server Management Studio (SSMS) 或其他监控工具来跟踪和分析数据库性能。 - 应用实际案例:...
理解B树、哈希索引和全文索引的差异,学会正确创建和使用复合索引,避免索引失效,以及如何通过EXPLAIN分析查询执行计划,都是性能调优的重要步骤。 2. **查询优化**:编写高效的SQL语句是性能提升的基础。学习如何...
总之,MySQL优化和调优涉及的知识点非常广泛,包括但不限于索引优化、查询分析、表结构设计、拆分策略、范式与反范式以及慢查询处理等。掌握这些知识点,不仅能提升数据库性能,还能够在面试中表现出对数据库性能...
"实战MySQL慢SQL调优" 在数据库性能优化中,慢SQL查询是最常见的问题之一。慢SQL查询不仅会影响数据库的性能,还会对整个系统的性能产生影响。本文将从实战的角度,讲解如何对MySQL进行慢SQL调优。 首先,需要了解...
【Linux下的MySQL调优】 MySQL调优是提升数据库性能的关键步骤,尤其在Linux环境下,由于其开源、灵活性和广泛的应用,MySQL的优化显得尤为重要。调优的目的多种多样,包括满足老板的要求、解决客户投诉、应对...