本篇文章给大家带来了关于mysql的相关知识，其中主要介绍了关于慢查询优化的相关问题，包括了利用慢查询日志定位慢查询SQL、通过explain分析慢查询SQL、修改SQL尽量让SQL走索引，下面一起来看一下，希望对大家有帮助。
推荐学习：mysql视频教程
当发生慢查询的时候，优化的思路为：
利用慢查询日志定位慢查询 SQL
通过 explain 分析慢查询 SQL
修改 SQL，尽量让 SQL 走索引
MySQL 提供了一个功能——慢查询日志，会记录查询时间超过指定时间阈值的 SQL 到日志中，便于我们定位慢查询并且优化对应的 SQL 语句。
首先查看 MySQL 中关于慢查询相关的全局变量：
mysql> show global variables like '%quer%'; +----------------------------------------+-------------------------------+ | Variable_name | Value | +----------------------------------------+-------------------------------+ | binlog_rows_query_log_events | OFF | | ft_query_expansion_limit | 20 | | have_query_cache | YES | | log_queries_not_using_indexes | OFF | | log_throttle_queries_not_using_indexes | 0 | ========================================================================== | long_query_time | 10.000000 |【1】慢查询的时间阈值 ========================================================================== | query_alloc_block_size | 8192 | | query_cache_limit | 1048576 | | query_cache_min_res_unit | 4096 | | query_cache_size | 16777216 | | query_cache_type | OFF | | query_cache_wlock_invalidate | OFF | | query_prealloc_size | 8192 | ========================================================================== | slow_query_log | OFF |【2】慢查询日志是否开启 | slow_query_log_file | /var/lib/mysql/Linux-slow.log |【3】慢查询日志文件存储位置 ========================================================================== +----------------------------------------+-------------------------------+ 15 rows in set (0.00 sec)
这里主要关注三个变量：
long_query_time，慢查询的时间阈值，单位秒，如果一个 SQL 语句的执行时间超过这个值，那么 MySQL 就认定其为慢查询
slow_query_log，慢查询日志功能是否开启，默认关闭，开启后记录慢查询
slow_query_log_file，慢查询日志文件的存储位置
默认慢查询日志功能是关闭的，因此我们需要启动该功能
# 开启慢查询日志 mysql> set global slow_query_log=ON; Query OK, 0 rows affected (0.00 sec) # 设置慢查询时间阈值 mysql> set long_query_time=1; Query OK, 0 rows affected (0.00 sec)
这样子设置后，MySQL 重启会丢失这些配置，需要在配置文件中修改才会永久有效。
我们可以使用 explain 分析 SQL 语句的执行情况，例如：
mysql> explain select sum(1+2);
执行结果如下，可以看到有很多字段
我们主要看看一些重要的字段：
select_type 表示查询语句的查询类型，包括简单查询、子查询等等
table 表示查询的表，不一定是存在表，可能是本次查询中得到的临时表
type 表示检索类型，使用全表扫描、还是索引扫描等
possible_keys表示可能使用的索引列
keys表示查询中实际使用的索引列，由查询优化器决定
3.1 select_type 字段
3.2 type 字段
对于 InnoDB 存储引擎，type列通常都是all或者index。
关于 type 字段的值，其从上到下对应的 SQL 的执行性能逐渐变差。
3.3 extra 字段
准备数据，数据表结构：
create table user_info_large ( `id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '主键', `account` VARCHAR(20) NOT NULL COMMENT '用户账号', `name` VARCHAR(20) NOT NULL COMMENT '用户名', `password` VARCHAR(20) not null COMMENT '用户密码', `area` VARCHAR(20) NOT NULL COMMENT '用户地址', `signature` VARCHAR(50) not null COMMENT '个性签名', PRIMARY KEY (`id`) COMMENT '主键', UNIQUE (`account`) COMMENT '唯一索引', KEY `index_area_signture` (`area`, `signature`) COMMENT '组合索引' );
随机生成 200w 条数据
mysql> select count(id) from user_info_large; +-----------+ | count(id) | +-----------+ | 2000000 | +-----------+ 1 row in set (0.38 sec)
截取部分数据：
执行以下 SQL 语句，没有使用任何索引字段：
SELECT name from user_info_large ORDER BY name desc limit 0,100000;
Navicat 工具显示的查询时间如下，这并不是 MySQL 真正执行 SQL 的时间，这里面包含了网络传输等时间：
SQL 具体的查询时间可以查看慢查询日志：
# Time: 2022-09-26T13:44:18.405459Z # User@Host: root[root] @ [ip] Id: 1893 # Query_time: 10.162999 Lock_time: 0.000113 Rows_sent: 100000 Rows_examined: 2100000 SET timestamp=1664199858; SELECT name from user_info_large ORDER BY name desc limit 0,100000;
关于其中一些信息的说明：
Time：SQL 执行的开始时间
Query_time：SQL 语句查询花费的时间，可以看到花费了 10 秒钟
Lock_time：等待锁表的时间
Rows_sent：语句返回的记录数
Rows_examined：从存储引擎中返回的记录数
正在执行的慢查询是不会被记录到慢查询日志的，只有等待其执行完毕才会记录到日志中。
我们可以使用 show processlist 查看正在执行 SQL 的线程。
再执行以下语句，使用索引 account 字段：
SELECT account from user_info_large ORDER BY account desc limit 0,100000;
查看慢查询日志，并没有被记录下来。
现在分别使用 explain 查看 SQL 语句的执行情况：
explain SELECT name from user_info_large ORDER BY name desc limit 0,100000;
分析情况如下：
可以看到没有使用到索引，type 为 ALL 表示全表扫描，效率最差，并且 Extra 也是外部排序。
再看看这条 SQL 语句：
explain SELECT account from user_info_large ORDER BY account desc limit 0,100000;
分析情况如下：
type 为 index，使用了索引，使用的索引字段为 account，Extra 显示为使用索引排序。
因此，在实际开发中，我们可以针对慢查询的 SQL，使用 explain 分析语句，根据分析情况以及索引的设计，重新设计 SQL 语句，让 SQL 语句尽量走索引，走合适的索引。
在执行 SQL 时，MySQL 的优化器会根据情况选择索引，但并不能保证其执行时间一定最短，我们可以根据实际情况使用 force key (index) 让 SQL 语句强制走某个索引。
例如，以下语句执行后，key 字段为 account，并没有走主键索引。
explain SELECT count(id) from user_info_large;
如果使用 force key，就可以强制令语句走主键索引。
explain SELECT count(id) from user_info_large force key (PRIMARY);
在项目中如果发现部分 SQL 语句执行缓慢，等待查询时间长，可以考虑优化慢查询，具体思路为：
通过慢查询日志定位 SQL
使用 explain 分析 SQL
修改 SQL，令其走合适的索引
在使用 explain 时，我们主要关注这些字段：
type
key
Extra
在编写 SQL 使用索引的时候，我们尽量注意一下规则：
模糊查询不要使用通配符 % 开头，例如 like '%abc'
使用 or 关键字时，两边的字段都要有索引。或者使用 union 替代 or
使用复合索引遵循最左原则
索引字段不要参加表达式运算、函数运算
推荐学习：mysql视频教程
以上是总结分享之mysql慢查询优化的思路的详细内容。更多信息请关注PHP中文网其他相关文章！
