MySQL性能优化教程一(1)

编者注：这是一篇MySQL性能优化的教程，来着某公司的DBA，原是为了培训公司员工用，现在转载出来供大家一起学习提高。

背景及目标

● 用于员工培训和分享。

● 针对用户群为已经使用过mysql环境，并有一定开发经验的工程师

● 针对高并发，海量数据的互联网环境。

● 本文语言为口语，非学术标准用语。

● 以实战和解决具体问题为主要目标，非应试，非常规教育。友情提醒，在校生学习本教程可能对成绩提高有害无益。

● 非技术挑战，非高端架构师培训，请高手自动忽略。

Mysql 执行优化

认识数据索引

1.为什么使用数据索引能提高效率

■ 数据索引的存储是有序的

■ 在有序的情况下，通过索引查询一个数据是无需遍历索引记录的

■ 极端情况下，数据索引的查询效率为二分法查询效率，趋近于 log2(N)

2.如何理解数据索引的结构

■ 数据索引通常默认采用btree索引，（内存表也使用了hash索引）。

■ 单一有序排序序列是查找效率最高的（二分查找，或者说折半查找），使用树形索引的目的是为了达到快速的更新和增删操作。

■ 在极端情况下（比如数据查询需求量非常大，而数据更新需求极少，实时性要求不高，数据规模有限），直接使用单一排序序列，折半查找速度最快。

◆实战范例 ： ip地址反查

资源：

Ip地址对应表，源数据格式为  startip, endip, area

源数据条数为 10万条左右，呈很大的分散性

目标： 

需要通过任意ip查询该ip所属地区

性能要求达到每秒1000次以上的查询效率

挑战：

如使用 between … and 数据库操作，无法有效使用索引。

如果每次查询请求需要遍历10万条记录，根本不行。

方法： 

一次性排序（只在数据准备中进行，数据可存储在内存序列）

折半查找（每次请求以折半查找方式进行）

■ 在进行索引分析和SQL优化时，可以将数据索引字段想象为单一有序序列，并以此作为分析的基础。

◆实战范例：复合索引查询优化实战，同城异性列表

资源： 用户表user，字段 sex性别；area 地区；lastlogin 最后登录时间；其他略

目标：

查找同一地区的异性，按照最后登录时间逆序

高访问量社区的高频查询，如何优化。

查询SQL: select * from user where area=’$area’ and sex=’$sex’ order by lastlogin desc limit 0,30;

挑战： 

建立复合索引并不难， area+sex+lastlogin 三个字段的复合索引,如何理解？

首先，忘掉btree，将索引字段理解为一个排序序列。

如果只使用area会怎样？搜索会把符合area的结果全部找出来，然后在这里面遍历，选择命中sex的并排序。 遍历所有 area=’$area’数据！

如果使用了area+sex，略好，仍然要遍历所有area=’$area’ and sex=’$sex’数据，然后在这个基础上排序！！

Area+sex+lastlogin复合索引时（切记lastlogin在最后），该索引基于area+sex+lastlogin 三个字段合并的结果排序，该列表可以想象如下。

广州女$时间1

广州女$时间2

广州女$时间3

…

广州男

….

深圳女

….
数据库很容易命中到 area+sex的边界，并且基于下边界向上追溯30条记录，搞定！在索引中迅速命中所有结果，无需二次遍历！

3.如何理解影响结果集

■ 影响结果集是数据查询优化的一个重要中间数据

◆ 查询条件与索引的关系决定影响结果集

如上例所示，即便查询用到了索引，但是如果查询和排序目标不能直接在索引中命中，其可能带来较多的影响结果。而这会直接影响到查询效率

◆ 微秒级优化

● 优化查询不能只看慢查询日志，常规来说，0.01秒以上的查询，都是不够优化的。

● 实战范例

和上案例类似，某游戏社区要显示用户动态，select * from userfeed where uid=$uid order by lastlogin desc limit 0,30;   初期默认以uid为索引字段， 查询为命中所有uid=$uid的结果按照lastlogin排序。 当用户行为非常频繁时，该SQL索引命中影响结果集有数百乃至数千条记录。查询效率超过0.01秒，并发较大时数据库压力较大。

解决方案：将索引改为 uid+lastlogin 复合索引，索引直接命中影响结果集30条，查询效率提高了10倍，平均在0.001秒，数据库压力骤降。

■ 影响结果集的常见误区

◆ 影响结果集并不是说数据查询出来的结果数或操作影响的结果数，而是查询条件的索引所命中的结果数。

◆ 实战范例

● 某游戏数据库使用了innodb，innodb是行级锁，理论上很少存在锁表情况。出现了一个SQL语句(delete from tabname where xid=…)，这个SQL非常用SQL，仅在特定情况下出现，每天出现频繁度不高（一天仅10次左右），数据表容量百万级，但是这个xid未建立索引，于是悲惨的事情发生了，当执行这条delete 的时候，真正删除的记录非常少，也许一到两条，也许一条都没有；但是！由于这个xid未建立索引，delete操作时遍历全表记录，全表被delete操作锁定，select操作全部被locked，由于百万条记录遍历时间较长，期间大量select被阻塞，数据库连接过多崩溃。

这种非高发请求，操作目标很少的SQL，因未使用索引，连带导致整个数据库的查询阻塞，需要极大提高警觉。

■ 总结：

◆ 影响结果集是搜索条件索引命中的结果集，而非输出和操作的结果集。

◆ 影响结果集越趋近于实际输出或操作的目标结果集，索引效率越高。

◆ 请注意，我这里永远不会讲关于外键和join的优化，因为在我们的体系里，这是根本不允许的！ 架构优化部分会解释为什么。