欢迎来访李梅博客,希望看的开心!

最新文章 标签集合 在线留言 申请友链 管理登录

当前位置:首页 > MySQL > 优化MySQL查询语句十个建议

优化MySQL查询语句十个建议

 

  【IT168 技术】Jaslabs 的 Justin Silverton 列出了十条有关优化 MySQL 查询的语句,我不得不对此发表言论,因为这个清单非常非常糟糕。另外一个 Mike 也同样意识到了。所以在这个博客中,我要做两件事情,第一,指出为什么这个清单很糟糕,第二,列出我的清单,希望我的比较好些。继续看吧,无畏的读者们!

  为什么那个清单很糟糕

  1. 他的力气没使对地方

  我们要遵循的一个准则就是如果你要优化代码时,应该先找出瓶颈在哪。然而 Silverton 先生的力气没有用对地方。我认为 60% 的优化是基于清楚理解 SQL 和数据库基础的。你需要知道 join 和子查询的区别,列索引,以及如何将数据规范化等等。另外的 35% 的优化是需要清楚数据库选择时的性能表现,例如 COUNT (*)可能很快也可能很慢,要看你选用什么数据库引擎。还有一些其他要考虑的因素,例如数据库在什么时候不用缓存,什么时候存在硬盘上而不存在内存中,什么时候数据库创建临时表等等。剩下的5% 就很少会有人碰到了,但 Silverton 先生恰好在这上面花了大量的时间。我从来就没用过 SQL_SAMLL_RESULT。

  2. 很好的问题,但是很糟糕的解决方法

  Silverton 先生提出了一些很好的问题。MySQL 针对长度可变的列如 TEXT 或 BLOB,将会使用动态行格式(dynamic row format),这意味着排序将在硬盘上进行。我们的方法不是要回避这些数据类型,而是将这些数据类型从原来的表中分离开,放入另外一个表中。下面的 schema 可以说明这个想法:

  

 

  CREATE TABLE posts (

  id int UNSIGNED NOT NULL AUTO_INCREMENT,

  author_id int UNSIGNED NOT NULL,

  created timestamp NOT NULL,

  PRIMARY KEY(id)

  );

  CREATE TABLE posts_data (

  post_id int UNSIGNED NOT NULL.

  body text,

  PRIMARY KEY(post_id)

  );


  3. 有点匪夷所思……

 

  他的许多建议都是让人非常吃惊的,譬如“移除不必要的括号”。你这样写 SELECT * FROM posts WHERE (author_id = 5 AND published = 1),还是这样写 SELECT * FROM posts WHERE author_id = 5 AND published = 1 ,都不重要。任何比较好的 DBMS 都会自动进行识别做出处理。这种细节就好像C语言中是i++快些还是++i快些。真的,如果你把精力都花在这上面了,那就不用写代码了。

 

优化MySQL查询语句十个建议

 


  我的列表

 

  看看我的列表是不是更好吧。我先从最普遍的开始。

  1. 建立基准,建立基准,建立基准!

  如果需要做决定的话,我们需要数据说话。什么样的查询是最糟的?瓶颈在哪?我什么情况下会写出糟糕的查询?基准测试可以让你模拟高压情况,然后借助性能测评工具,可以让你发现数据库配置中的错误。这样的工具有 supersmack, ab, SysBench。这些工具可以直接测试你的数据库(譬如 supersmack),或者模拟网络流量(譬如 ab)。

  2. 性能测试,性能测试,性能测试!

  那么,当你能够建立一些高压情况之后,你需要找出配置中的错误。这就是性能测评工具可以帮你做的了。它可以帮你发现配置中的瓶颈,不论是在内存中,CPU 中,网络中,硬盘I/O,或者是以上皆有。

  你要做的第一件事就是开启慢查询日志(slow query log),装上 mtop。这样你就能获取那些恶意的入侵者的信息了。有需要运行 10 秒的查询语句正在破坏你的应用程序吗?这些家伙会展示给你看他的查询语句是怎么写的。

  在你发现那些很慢的查询语句后,你需要用 MySQL 自带的工具,如 EXPLAIN,SHOW STATUS,SHOW PROCESSLIST。它们会告诉你资源都消耗在哪了,查询语句的缺陷在哪,譬如一个有三次 join 子查询的查询语句是否在内存中进行排序,还是在硬盘上进行。当然你也应该使用测评工具如 top,procinfo,vmstat 等等获取更多系统性能信息。

  3. 减小你的 schema

  在你开始写查询语句之前,你需要设计 schema。记住将一个表装入内存所需要的空间大概是行数*一行的大小。除非你觉得世界上的每个人都会在你的网站注册 2 兆 8000 亿次的话,否则你不需要采用 BITINT 作为你的 user_id。同样的,如果一个文本列是固定大小的话(譬如 US 邮编,通常是”XXXXX-XXXX”的形式),采用 VARCHAR 的话会给每行增加多余的字节。

  有些人对数据库规范化不以为意,他们说这样会形成相当复杂的 schema。然而适当的规范化会减少化冗余数据。(适当的规范化)就意味着牺牲少许性能,换取整体上更少的 footprint,这种性能换取内存在计算机科学中是很常见的。最好的方法是 IMO,就是开始先规范化,之后如果性能需要的话,再反规范化。你的数据库将会更逻辑化,你也不用过早的进行优化。(译者注,这一段我不是很理解,可能翻译错了,欢迎纠正。)

  4. 拆分你的表

  通常有些表只有一些列你是经常需要更新的。例如对于一个博客,你需要在许多不同地方显示标题(如最近的文章列表),只在某个特定页显示概要或者全文。水平垂直拆分是很有帮助的:

  

 

  CREATE TABLE posts (

  id int UNSIGNED NOT NULL AUTO_INCREMENT,

  author_id int UNSIGNED NOT NULL,

  title varchar(128),

  created timestamp NOT NULL,

  PRIMARY KEY(id)

  );

  CREATE TABLE posts_data (

  post_id int UNSIGNED NOT NULL,

  teaser text,

  body text,

  PRIMARY KEY(post_id)

  );


  上面的 schema 是对读数据进行的优化。经常要访问的数据存在一个表中,那些不经常访问的数据放在另一个。被拆分后,不经常访问的数据占据更少的内存。你也可以优化写数据,经常更新的数据放在一个表,不经常更新的放在另一个表。这可以使缓存更高效,因为 MySQL 不需要让没有更新过的数据移出缓存。

 

  5. 不要过度使用 artificial primary key

  artificial primary key 非常棒,因为他们使得 schema 更少的变化。如果我们将地理信息存在以美国邮编为基础的表中,如果邮编系统突然改变了,那我们就会有大麻烦了。另一方面,采用 natural key 有时候也很棒,譬如我们需要 join 多对多的关系表时,我们不应该这样:

  

 

  CREATE TABLE posts_ (

  relation_id int UNSIGNED NOT NULL AUTO_INCREMENT,

  post_id int UNSIGNED NOT NULL,

  tag_id int UNSIGNED NOT NULL,

  PRIMARY KEY(relation_id),

  UNIQUE INDEX(post_id, tag_id)

  );


  artificial key 完全是多余的,而且 post-tag 关系的数量将会受到整形数据的系统最大值的限制。

 

  

 

  CREATE TABLE posts_ (

  post_id int UNSIGNED NOT NULL,

  tag_id int UNSIGNED NOT NULL,

  PRIMARY KEY(post_id, tag_id)

  );


  6. 学习索引

 

  你选择的索引的好坏很重要,不好的话可能破坏数据库。对那些还没有在数据库学习很深入的人来说,索引可以看作是就是 hash 排序。例如如果我们用查询语句 SELECT * FROM users WHERE last_name = ‘Goldstein’,而 last_name 没有索引的话,那么 DBMS 将会查询每一行,看看是否等于“Goldstein”。索引通常是B-tree(还有其他的类型),可以加快比较的速度。

  你需要给你要 select,group,order,join 的列加上索引。显然每个索引所需的空间正比于表的行数,所以越多的索引将会占用更多的内存。而且写数据时,索引也会有影响,因为每次写数据时都会更新对应的索引。你需要取一个平衡点,取决每个系统和实施代码的需要。

  7. SQL 不是C

  C 是经典的过程语言,对于一个程序员来说,C语言也是个陷阱,使你错误的以为 SQL 也是一种过程语言(当然 SQL 也不是功能语言也不是面向对象的)。你不要想象对数据进行操作,而是要想象有一组数据,以及它们之间的关系。经常使用子查询时会出现错误的用法。

  

 

  SELECT a.id,

  (SELECT MAX(created)

  FROM posts

  WHERE author_id = a.id)

  AS latest_post

  FROM authors a


  因为这个子查询是耦合的,子查询要使用外部查询的信息,我们应该使用 join 来代替。

 

  

 

  SELECT a.id, MAX(p.created) AS latest_post

  FROM authors a

  INNER JOIN posts p

  ON (a.id = p.author_id)

  GROUP BY a.id


  8. 理解你的引擎

 

  MySQL 有两种存储引擎:MyISAM 和 InnoDB。它们分别有自己的性能特点和考虑因素。总体来讲,MyISAM 适合读数据很多的情况,InnoDB 适合写数据很多的情况,但也有很多情况下正好相反。最大的区别是它们如何处理 COUNT 函数。

  MyISAM 缓存有表 meta-data,如行数。这就意味着,COUNT (*)对于一个结构很好的查询是不需要消耗多少资源的。然后对于 InnoDB 来说,就没有这种缓存。举个例子,我们要对一个查询来分页,假设你有这样一个语句 SELECT * FROM users LIMIT 5,10,而运行 SELECT COUNT (*) FROM users LIMIT 5,10 时,对于 MyISAM 很快完成,而对 InnoDB 就需要和第一个语句相同的时间。MySQL 有个 SQL_CALC_FOUND_ROWS 选项,可以告诉 InnoDB 运行查询语句时就计算行数,之后再从 SELECT FOUND_ROWS ()来获取。这是 MySQL 特有的。但使用 InnoDB 有时候是非常必要的,你可以获得一些功能(如行锁定,stord procedure 等)。

  9. MySQL 特定的快捷键

  MySQL 提供了许多扩展,方便使用。譬如 INSERT … SELECT, INSERT … ON DUPLICATE KEY UPDATE, 以及 REPLACE。

  我能用到它们时是毫不犹豫的,因为它们很方便,能在许多情况下发挥不错的效果。但是 MySQL 也有一些危险的关键字,应该少用。例如 INSERT DELAYED,它告诉 MySQL 不需要立即插入数据(例如在写日志的时候)。但问题是如果在很高数据量的情况下,插入可能会被无限期延迟,导致插入队列爆满。你也可以使用 MySQL 的索引提示来指出哪些索引是需要使用的。MySQL 大部分时间运行是不错的,但如果 schema 设计不好的话或语句写得不好的话,MySQL 的表现可能很糟糕。

  10. 到这里为止吧

  最后,如果你关心 MySQL 性能优化的话,请阅读 Peter Zaitsev 的关于 MySQL 性能的博客,他写了许多关于数据库管理和优化的博客。

除特别注明外,本站所有文章均为李梅 ’BLOG原创,转载请注明出处来自https://www.xslds.com/post/132.html

«   2019年9月   »
1
2345678
9101112131415
16171819202122
23242526272829
30
网站分类
  • (1).阿里云服务器【产品幸运券】
  • (2).阿里云服务器【产品幸运券】
  • 作者列表
    最新留言
    最近发表
    文章归档
    站点信息
    • 文章总数:234
    • 页面总数:4
    • 分类总数:22
    • 标签总数:522
    • 评论总数:605
    • 浏览总数:3946384

    分享:

    支付宝

    微信