這篇文章為大家帶來了關於mysql的相關知識,其中主要總結了二十一個mysql優化的實踐技巧,下面就一起來看一下這二十一個優化技巧,希望對大家有幫助。
推薦學習:mysql影片教學
#今天,資料庫的操作越來越成為整個應用的效能瓶頸了,這點對於Web 應用尤其明顯。關於資料庫的效能,這不只是 DBA 需要擔心的事,而這更是我們程式設計師需要去關注的事情。當我們去設計資料庫表結構,對操作資料庫時(尤其是查表時的 SQL 語句),我們都需要注意資料運算的效能。這裡,我們不會講過多的 SQL 語句的最佳化,而只是針對 MySQL 這一 Web 應用最多的資料庫。希望下面的這些最佳化技巧對你有用
大多數的 MySQL 伺服器都開啟了查詢快取。這是提高性最有效的方法之一,而且這是由 MySQL 的資料庫引擎處理的。當有很多相同的查詢被執行了多次的時候,這些查詢結果會被放到一個快取中,這樣,後續的相同的查詢就不用操作表而直接存取快取結果了。
這裡最主要的問題是,對程式設計師來說,這個事情是很容易被忽略的。因為,我們某些查詢語句會讓 MySQL 不使用快取。請看下面的範例:
上面兩個SQL 語句的差異就是
CURDATE()
,MySQL 的查詢快取對這個函數不起作用。所以,像NOW()
和RAND()
或是其它的諸如此類的 SQL 函數都不會開啟查詢緩存,因為這些函數的傳回是會不定的易變的。所以,你所需要的就是用一個變數來取代 MySQL 的函數,從而開啟快取。
使用
EXPLAIN
關鍵字可以讓你知道MySQL 是如何處理你的SQL 語句的。這可以幫你分析你的查詢語句或是表格結構的效能瓶頸。EXPLAIN
的查詢結果也會告訴你你的索引主鍵被如何利用的,你的資料表是如何被搜尋和排序的…等等,等等。
挑一個你的SELECT
語句(推薦挑選那個最複雜的,有多表聯接的),把關鍵字EXPLAIN
加到前面。你可以使用phpmyadmin
來做這個事。然後,你會看到一張表格。下面的這個範例中,我們忘記加上了group_id
索引,並且有表聯接:
當我們為group_id 欄位加上索引後:
我們可以看到,前一個結果顯示搜尋了7883 行,而後一個只是搜尋了兩個表的9 和16 行。查看 rows 列可以讓我們找到潛在的效能問題。
##4 . 為搜尋欄位建立索引索引不一定就是給主鍵或是唯一的欄位。如果在你的表中,有某個字段你總是要會經常用來做搜索,那麼,請為其建立索引吧當你查詢表的有些時候,你已經知道結果只會有一個結果,但因為你可能需要去
fetch
遊標,或是你或許會去檢查回傳的記錄數。
在這種情況下,加上LIMIT 1
可以增加效能。這樣一樣,MySQL 資料庫引擎會在找到一筆資料後停止搜索,而不是繼續往後查少下一筆符合記錄的資料。
下面的範例,只是為了找一下是否有「中國」的用戶,很明顯,後面的會比前面的更有效率。 (請注意,第一條中是Select *
,第二條是Select 1
)
從上圖你可以看到那個搜尋字串“
last_name LIKE 'a%
'”,一個是建立了索引,一個是沒有索引,效能差了4倍左右。
另外,你應該也需要知道什麼樣的搜尋是不能使用正常的索引的。例如,當你需要在一篇大的文章中搜尋一個字時,如: “WHERE post_content LIKE ‘%apple%
’”,索引可能是沒有意義的。你可能需要使用MySQL 全文索引或是自己做一個索引(比如說:搜尋關鍵字或是Tag 什麼的)
如果你的應用程式有很多JOIN 查詢,你應該確認兩個表中Join 的欄位是被建立索引的。這樣,MySQL 內部會啟動為你優化 Join 的 SQL 語句的機制。
而且,這些被用來 Join 的字段,應該是相同的類型的。例如:如果你要把DECIMAL
欄位和一個 INT 欄位Join
在一起,MySQL 就無法使用它們的索引。對於那些STRING
型,還需要有相同的字元集才行。 (兩個表格的字元集有可能不一樣)
想打亂回傳的資料行?隨機挑一個資料?真不知道誰發明了這種用法,但很多新手很喜歡這樣用。但你確不了解這樣做有多可怕的效能問題。
如果你真的想把回傳的資料行打亂了,你有 N 種方法可以達到這個目的。這樣使用只讓你的資料庫的效能呈指數級的下降。這裡的問題是:MySQL 會不得不去執行RAND()
函數(很耗 CPU 時間),而且這是為了每一行記錄去記行,然後再對其排序。就算是你用了Limit 1
也無濟於事(因為要排序)
下面的範例是隨機挑一筆記錄:
從資料庫裡讀出越多的數據,那麼查詢就會變得越慢。並且,如果你的資料庫伺服器和 WEB 伺服器是兩台獨立的伺服器的話,這也會增加網路傳輸的負載。所以,你應該養成一個需要什麼就取什麼的好的習慣。
我們應該為資料庫裡的每張表都設定一個ID 做為其主鍵,而且最好的是一個
INT
型的(建議使用UNSIGNED
),並設定上自動增加的AUTO_INCREMENT
標誌。
就算是你 users 表有一個主鍵叫 “VARCHAR
型別來當主鍵會使用得效能下降。另外,在你的程式中,你應該使用表格的 ID 來建構你的資料結構。
而且,在MySQL 資料引擎下,還有一些操作需要使用主鍵,在這些情況下,主鍵的效能和設定變得非常重要,例如,集群,分區…
在這裡,只有一個情況是例外,那就是“關聯表”的“外鍵”,也就是說,這個表的主鍵,透過若干個別的表的主鍵構成。我們把這個情況叫做「外鍵」。例如:有一個「學生表」有學生的ID,有一個「課表」有課程ID,那麼,「成績表」就是「關聯表」了,其關聯了學生表和課程表,在成績表中,學生ID 和課程ID 叫「外鍵」其共同組成主鍵。
ENUM 類型是非常快速且緊密的。在實際上,其保存的是
TINYINT
,但其外表上顯示為字串。這樣一來,用這個欄位來做一些選項清單變得相當的完美。
如果你有一個字段,例如“性別”,“國家”,“民族”,“狀態”或“部門”,你知道這些字段的取值是有限而且固定的,那麼,你應該使用ENUM
而不是VARCHAR
。
MySQL 也有一個「建議」(見第十條)告訴你怎麼去重新組織你的表格結構。當你有一個VARCHAR
欄位時,這個建議會告訴你把其改成ENUM
類型。使用PROCEDURE ANALYSE()
你可以得到相關的建議
PROCEDURE ANALYSE()
會讓MySQL 幫你分析你的欄位和其實際的數據,並會給你一些有用的建議。只有表中有實際的數據,這些建議才會變得有用,因為要做一些大的決定是需要有數據作為基礎的。
例如,如果你建立了一個INT 欄位作為你的主鍵,然而並沒有太多的數據,那麼,PROCEDURE ANALYSE()
會建議你把這個欄位的型別改成MEDIUMINT
。或者你使用了一個VARCHAR
字段,因為數據不多,你可能會得到一個讓你把它
改成ENUM
的建議。這些建議,都是可能因為數據不夠多,所以決策做得就不夠準。
在phpmyadmin
裡,你可以在查看表格時,點擊「Propose table structure」
來查看這些建議
一定要注意,這些只是建議,只有當你的表裡的數據越來越多時,這些建議才會變得準確。一定要記住,你才是最終做決定的人
除非你有一個很特別的原因去使用
NULL
值,你應該總是讓你的欄位保持NOT NULL
。這看起來好像有點爭議,請往下看。
首先,問你自己「Empty
」和「NULL
」有多大的差別(如果是INT
,那就是0 和NULL)?如果你覺得它們之間沒有什麼差別,那麼你就不要使用NULL
。 (你知道嗎?在Oracle 裡,NULL
和Empty
的字串是一樣的!)
不要以為NULL
不需要空間,其需要額外的空間,而且,在你進行比較的時候,你的程式會更複雜。當然,這裡並不是說你就不能使用NULL
了,現實情況是很複雜的,還是會有些情況下,你需要使用 NULL 值。
Prepared Statements
很像儲存過程,是一種運行在後台的SQL 語句集合,我們可以從使用prepared statements
獲得許多好處,無論是效能問題還是安全性問題。Prepared Statements
可以檢查一些你綁定好的變量,這樣可以保護你的程式不會受到「SQL 注入式」攻擊。當然,你也可以手動地檢查你的這些變量,然而,手動的檢查容易出問題,而且很常會被程式設計師忘了。當我們使用一些framework
或是ORM
的時候,這樣的問題會好一些。
效能方面,當一個相同的查詢被使用多次的時候,這會為你帶來可觀的效能優勢。你可以給這些Prepared Statements
定義一些參數,而 MySQL 只會解析一次。
雖然最新版本的 MySQL 在傳輸Prepared Statements
是使用二進位形式,所以這會使得網路傳輸非常有效率。
當然,也有一些情況下,我們需要避免使用Prepared Statements
,因為其不支援查詢快取。但據說版本 5.1 後支援了。
在PHP 要使用prepared statements,你可以查看其使用手冊:mysql擴展或使用資料庫抽象層,如: PDO.
###########################13 . 無緩衝的查詢#########正常的情況下,當你在當你在你的腳本中執行一個SQL 語句的時候,你的程式會停在那裡直到沒這個SQL 語句返回,然後你的程式再往下繼續執行。你可以使用無緩衝查詢來改變這個行為。 ######mysql_unbuffered_query()### 發送一個 SQL 語句到 MySQL 而不像###mysql_query()###一樣去自動 ###fethch### 和快取結果。這會相當節約很多可觀的內存,尤其是那些會產生大量結果的查詢語句,並且,你不需要等到所有的結果都返回,只需要第一行數據返回的時候,你就可以開始馬上開始工作於查詢結果了。 ### 然而,這會有一些限制。因為你要嘛把所有行都讀走,或是你要在進行下一次的查詢前呼叫 ###mysql_free_result()### 清除結果。而且, ###mysql_num_rows()或 mysql_data_seek()### 將無法使用。所以,是否使用無緩衝的查詢你需要仔細考慮。 ###
很多程式設計師都會建立一個
VARCHAR(15)
欄位來存放字串形式的IP 而不是整形的IP。如果你用整形來存放,只需要 4 個字節,而且你可以有定長的字段。而且,這會為你帶來查詢上的優勢,尤其是當你需要使用這樣的WHERE
條件:IP between ip1 and ip2
。
我們必需要使用UNSIGNED INT
,因為 IP 位址會使用整個 32 位元的無符號整數。
而你的查詢,你可以用INET_ATON()
來把一個字串IP 轉成一個整數,並使用INET_NTOA()
把一個整形轉成一個字串IP。在 PHP 中,也有這樣的函數ip2long() 和 long2ip()
。
#如果表中的所有欄位都是「固定長度」的,整個表會被認為是“
static
”或“fixed-length
”。例如,表格中沒有以下類型的欄位:VARCHAR,TEXT
。只要你包括了其中一個這些字段,那麼這個表就不是「固定長度靜態表」了,這樣,MySQL 引擎會用另一種方法來處理。
固定長度的表會提高效能,因為 MySQL 搜尋得會更快一些,因為這些固定的長度是很容易計算下一個資料的偏移量的,所以讀取的自然也會很快。而如果欄位不是定長的,那麼,每次要找下一條的話,就需要程式找到主鍵。
並且,固定長度的表也更容易被快取和重建。不過,唯一的副作用是,固定長度的欄位會浪費一些空間,因為定長的欄位無論你用不用,他都是要分配那麼多的空間。
使用「垂直分割」技術(見下一條),你可以分割你的表成為兩個一個是定長的,一個則是不定長的。
「垂直分割」是一種把資料庫中的表按列變成幾張表的方法,這樣可以降低表的複雜度和字段的數目,從而達到優化的目的。 (以前,在銀行做過項目,見過一張表有100 多個字段,很恐怖)
示例一:在Users 表中有一個字段是家庭地址,這個字段是可選字段,相比起,而且你在資料庫操作的時候除了個人資訊外,你並不需要經常讀取或是改寫這個字段。那麼,為什麼不把他放到另外一張表中呢? 這樣會讓你的表有更好的性能,大家想想是不是,大量的時候,我對於用戶表來說,只有用戶ID,用戶名,口令,使用者角色等會被經常使用。小一點的表總是會有好的性愛
能。
範例二: 你有一個叫 “last_login” 的字段,它會在每次使用者登入時更新。但是,每次更新時會導致該表的查詢快取被清空。所以,你可以把這個欄位放到另一個表中,這樣就不會影響你對用戶 ID,用戶名,用戶角色的不停地讀取了,因為查詢快取會幫你增加很多效能。
另外,你需要注意的是,這些被分出去的字段所形成的表,你不會經常性地去Join 他們,不然的話,這樣的性能會比不分割時還要差,而且,會是極數級的下降
如果你需要在一個在線的網站上去執行一個大的
DELETE
或INSERT
查詢,你需要非常小心,要避免你的操作讓你的整個網站停止相應。因為這兩個操作是會鎖表的,表一鎖住了,別的操作都進不來了。
Apache 會有很多的子行程或執行緒。所以,其工作起來相當有效率,而我們的伺服器也不希望有太多的子進程,線程和資料庫鏈接,這是極大的佔伺服器資源的事情,尤其是內存。
如果你把你的表鎖上一段時間,比如30 秒鐘,那麼對於一個有很高訪問量的站點來說,這30 秒所積累的訪問進程/線程,數據庫鏈接,打開的文件數,可能不只讓你泊WEB 服務Crash
,還可能會讓你的整台伺服器馬上掛了。
所以,如果你有一個大的處理,你定你一定把其拆分,使用LIMIT
條件是一個好的方法。下面是一個範例:
對於大多數的資料庫引擎來說,硬碟操作可能是最重大的瓶頸。所以,把你的資料變得緊湊會對這種情況非常有幫助,因為這減少了對硬碟的存取。
參考 MySQL 的文檔Storage Requirements
查看所有的資料類型。
如果一個表只會有幾列罷了(比如說字典表,配置表),那麼,我們就沒有理由使用INT
來做主鍵,使用MEDIUMINT, SMALLINT
#或者更小的TINYINT 會比較經濟一點。如果你不需要記錄時間,使用DATE
要比DATETIME
好很多。
當然,你也需要留夠足夠的擴充空間,不然,你日後來做這個事,你會死的很難看,參看Slashdot
的例子(2009 年11 月06 日),一個簡單的ALTER TABLE
語句花了3 個多小時,因為裡面有一千六百萬個資料。
在 MySQL 中有兩個儲存引擎 MyISAM 和 InnoDB,每個引擎都有優點和缺點。酷殼以前文章《MySQL: InnoDB 還是 MyISAM?》討論和這個事情。
MyISAM 適合於一些需要大量查詢的應用,但其對於有大量寫入操作並不是很好。甚至你只是需要 update 一個字段,整個表都會被鎖起來,而別的進程,就算是讀進程都無法操作直到讀取操作完成。另外,MyISAM 對於SELECT COUNT(*)
這類的計算是超快無比的。
InnoDB 的趨勢會是一個非常複雜的儲存引擎,對於一些小的應用,它會比MyISAM
還慢。他是它支援「行鎖」 ,於是在寫操作比較多的時候,會更優秀。並且,他也支援更多的高階應用,例如:事務。
使用ORM (
Object Relational Mapper
),你能夠得到可靠的性能增漲。一個ORM 可以做的所有事情,也能被手動的寫出來。但是,這需要一個高級專家。
ORM 的最重要的是“Lazy Loading
”,也就是說,只有在需要的去取值的時候才會去真正的去做。但你也需要小心這種機制的副作用,因為這很有可能會因為要去創建很多很多小的查詢反而會降低效能。
ORM 還可以把你的 SQL 語句打包成一個事務,這會比單獨執行他們快得多。
目前,個人最喜歡的PHP 的ORM 是:Doctrine
“永久連結”的目的是用來減少重新建立MySQL 連結的次數。當一個連結被創建了,它會永遠處於連線的狀態,就算是資料庫操作已經結束了。而且,自從我們的 Apache 開始重複使用它的子進程後——也就是說,下一次的 HTTP 請求會重複使用 Apache 的子進程,並重複使用相同的 MySQL 連結。
在理論上來說,這聽起來非常的好。但是從個人經驗(也是大多數人的)上來說,這個功能製造出來的麻煩事更多。因為,你只有有限的連結數,記憶體問題,檔案句柄數,等等。
而且,Apache 運行在極端並行的環境中,會創造出很多很多的了進程。這就是為什麼這種「永久連結」的機制運作地不好的原因。在你決定要使用「永久連結」之前,你需要好好地考慮一下你的整個系統的架構
在進行查詢時,索引列不能是表達式的一部分,也不能是函數的參數,否則無法使用索引。
例如下面的查詢不能使用 actor_id 欄位的索引:
#这是错误的SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5;
最佳化方式:可以將表達式、函數操作移到等號右側。如下:
SELECT actor_id FROM sakila.actor WHERE actor_id = 5 - 1;
在需要使用多個列作為條件進行查詢時,使用多列索引比使用多個單列索引效能更好。
例如下面的語句中,最好把actor_id
和 film_id
設定為多列索引。猿輔導有題,詳見鏈接,可以讓理解更深刻。
SELECT film_id, actor_ id FROM sakila.film_actorWHERE actor_id = 1 AND film_id = 1;
讓選擇性最強的索引列放在前面。
索引的選擇性是指:不重複的索引值和記錄總數的比值。最大值為 1,此時每個記錄都有唯一的索引與其對應。選擇性越高,每個記錄的區分度越高,查詢效率也越高。
例如下面顯示的結果中 customer_id
的選擇性比 staff_id 更高,因此最好把 customer_id
欄位放在多列索引的前面。
SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity, COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity, COUNT(*) FROM payment; #结果如下 staff_id_selectivity: 0.0001 customer_id_selectivity: 0.0373 COUNT(*): 16049
對於 BLOB、TEXT 和 VARCHAR
類型的列,必須使用前綴索引,只索引開始的部分字元。
前綴長度的選取需要根據索引選擇性來決定。
索引包含所有需要查询的字段的值。具有以下优点:
1.索引通常远小于数据行的大小,只读取索引能大大减少数据访问量。
2.一些存储引擎(例如 MyISAM)在内存中只缓存索引,而数据依赖于操作系统来缓存。因此,只访问索引可以不使用系统调用(通常比较费时)。
3.对于 InnoDB 引擎,若辅助索引能够覆盖查询,则无需访问主索引。
mysql在使用like进行模糊查询的时候把%放后面,避免开头模糊查询
因为mysql在使用like查询的时候只有使用后面的%时,才会使用到索引。
如:’%ptd_’ 和 ‘%ptd_%’ 都没有用到索引;而 ‘ptd_%’ 使用了索引。
#进行全表查询,没有用到索引 EXPLAIN SELECT * FROM `user` WHERE username LIKE '%ptd_%'; EXPLAIN SELECT * FROM `user` WHERE username LIKE '%ptd_'; #有用到索引 EXPLAIN SELECT * FROM `user` WHERE username LIKE 'ptd_%';
再比如:经常用到的查询数据库中姓张的所有人:
SELECT * FROM `user` WHERE username LIKE '张%';
比如:
SELECT * FROM t WHERE id IN (2,3)SELECT * FROM t1 WHERE username IN (SELECT username FROM t2)
优化方式:如果是连续数值,可以用between
代替。如下:
SELECT * FROM t WHERE id BETWEEN 2 AND 3
如果是子查询,可以用exists代替。如下:
SELECT * FROM t1 WHERE EXISTS (SELECT * FROM t2 WHERE t1.username = t2.username)
如:
SELECT * FROM t WHERE id = 1 OR id = 3
优化方式:可以用union
代替or。如下:
SELECT * FROM t WHERE id = 1UNIONSELECT * FROM t WHERE id = 3
SELECT * FROM t WHERE score IS NULL
优化方式:可以给字段添加默认值0,对0值进行判断。如下:
SELECT * FROM t WHERE score = 0
同第1个,单独的列;
SELECT * FROM t2 WHERE score/10 = 9SELECT * FROM t2 WHERE SUBSTR(username,1,2) = 'li'
优化方式:可以将表达式、函数操作移动到等号右侧。如下:
SELECT * FROM t2 WHERE score = 10*9SELECT * FROM t2 WHERE username LIKE 'li%'
SELECT * FROM t WHERE 1=1
优化方式:用代码拼装sql时进行判断,没where加where,有where加and。
索引的好处:建立索引后,查询时不会扫描全表,而会查询索引表锁定结果。索引的缺点
:在数据库进行DML操作的时候,除了维护数据表之外,还需要维护索引表,运维成本增加。应用场景
:数据量比较大,查询字段较多的情况。
索引规则:
1.选用选择性高的字段作为索引,一般unique的选择性最高;
2.复合索引:选择性越高的排在越前面。(左前缀原则);
3.如果查询条件中两个条件都是选择性高的,最好都建索引;
Explain 用来分析 SELECT
查询语句,开发人员可以通过分析 Explain
结果来优化查询语句。
比较重要的字段有:
select_type
: 查询类型,有简单查询、联合查询、子查询等;key
: 使用的索引;rows
: 扫描的行数;
1.减少请求的数据量
只返回必要的列:最好不要使用
SELECT *
语句。
只返回必要的行:使用LIMIT
语句来限制返回的数据。
缓存重复查询的数据:使用缓存可以避免在数据库中进行查询,特别在要查询的数据经常被重复查询时,缓存带来的查询性能提升将会是非常明显的。
2.减少服务器端扫描的行数
最有效的方式是使用索引来覆盖查询。
1.切分大查询
一个大查询如果一次性执行的话,可能一次锁住很多数据、占满整个事务日志、耗尽系统资源、阻塞很多小的但重要的查询。
2.分解大连接查询
将一个大连接查询分解成对每一个表进行一次单表查询,然后在应用程序中进行关联,这样做的好处有:
讓快取更有效率:對於連線查詢,如果其中一個表格發生變化,那麼整個查詢快取就無法使用。而分解後的多個查詢,即使其中一個表發生變化,對其它表的查詢快取依然可以使用。
分解成多個單表查詢,這些單表查詢的快取結果更可能被其它查詢使用到,從而減少冗餘記錄的查詢。
減少鎖定競爭;
在應用程式層進行連接,可以更容易對資料庫進行拆分,從而更容易做到高效能和可伸縮。
查詢本身效率也可能會有所提升。例如下面的範例中,使用 IN() 代替連接查詢,可以讓 MySQL 按照 ID 順序進行查詢,這可能比隨機的連接更有效率。
SELECT * FROM tab JOIN tag_post ON tag_post.tag_id=tag.id JOIN post ON tag_post.post_id=post.id WHERE tag.tag='mysql'; SELECT * FROM tag WHERE tag='mysql'; SELECT * FROM tag_post WHERE tag_id=1234; SELECT * FROM post WHERE post.id IN (123,456,567,9098,8904);
通过对查询语句的分析,可以了解查询语句执行的情况,找出查询语句执行的瓶颈,从而优化查询语句。mysql中提供了EXPLAIN语句和
DESCRIBE
语句,用来分析查询语句。EXPLAIN
语句的基本语法如下:
EXPLAIN [EXTENDED] SELECT select_options;
使用EXTENED关键字,EXPLAIN语句将产生附加信息。select_options是select语句的查询选项,包括from where子句
等等。
执行该语句,可以分析EXPLAIN后面的select语句的执行情况,并且能够分析出所查询的表的一些特征。
例如:EXPLAIN SELECT * FROM user;
查询结果进行解释说明:
a、id
:select识别符,这是select的查询序列号。
b、select_type
:标识select语句的类型。
它可以是以下几种取值:
b1、SIMPLE(simple)
表示简单查询,其中不包括连接查询和子查询。
b2、PRIMARY(primary)
表示主查询,或者是最外层的查询语句。
b3、UNION(union)
表示连接查询的第2个或者后面的查询语句。
b4、DEPENDENT UNION(dependent union)
连接查询中的第2个或者后面的select语句。取决于外面的查询。
b5、UNION RESULT(union result)
连接查询的结果。
b6、SUBQUERY(subquery)
子查询的第1个select语句。
b7、DEPENDENT SUBQUERY(dependent subquery)
子查询的第1个select,取决于外面的查询。
b8、DERIVED(derived)
导出表的SELECT(FROM子句的子查询)。
c、table
:表示查询的表。
d、type
:表示表的连接类型。
下面按照从最佳类型到最差类型的顺序给出各种连接类型。
d1、system,该表是仅有一行的系统表。这是const连接类型的一个特例。
d2、const,数据表最多只有一个匹配行,它将在查询开始时被读取,并在余下的查询优化中作为常量对待。const表查询速度很快,因为它们只读一次。const用于使用常数值比较primary key或者unique索引的所有部分的场合。
例如:EXPLAIN SELECT * FROM user WHERE id=1;
d3、eq_ref,对于每个来自前面的表的行组合,从该表中读取一行。当一个索引的所有部分都在查询中使用并且索引是UNIQUE或者PRIMARY KEY时候,即可使用这种类型。eq_ref可以用于使用“=”操作符比较带索引的列。比较值可以为常量或者一个在该表前面所读取的表的列的表达式。
例如:EXPLAIN SELECT * FROM user,db_company WHERE user.company_id = db_company.id;
d4、ref对于来自前面的表的任意行组合,将从该表中读取所有匹配的行。这种类型用于所以既不是UNION也不是primaey key的情况,或者查询中使用了索引列的左子集,即索引中左边的部分组合。ref可以用于使用=或者操作符的带索引的列。
d5、ref_or_null,该连接类型如果ref,但是如果添加了mysql可以专门搜索包含null值的行,在解决子查询中经常使用该连接类型的优化。
d6、index_merge,该连接类型表示使用了索引合并优化方法。在这种情况下,key列包含了使用的索引的清单,key_len包含了使用的索引的最长的关键元素。
d7、unique_subquery,该类型替换了下面形式的in子查询的ref。是一个索引查询函数,可以完全替代子查询,效率更高。
d8、index_subquery,该连接类型类似于unique_subquery,可以替换in子查询,但是只适合下列形式的子查询中非唯一索引。
d9、range,只检索给定范围的行,使用一个索引来选择行。key列显示使用了那个索引。key_len包含所使用索引的最长关键元素。当使用=,,>,>=,,between或者in
操作符,用常量比较关键字列时,类型为range。
d10、index,该连接类型与all相同,除了只扫描索引树。着通常比all快,引文索引问价通常比数据文件小。
d11、all,对于前面的表的任意行组合,进行完整的表扫描。如果表是第一个没有标记const的表,这样不好,并且在其他情况下很差。通常可以增加更多的索引来避免使用all连接。
e、possible_keys
:possible_keys欄位指出mysql能使用那個索引在該表中找到行。如果該列是null,則沒有相關的索引。在這種情況下,可以透過檢查where
子句看它是否引起某些欄位或適合索引的欄位來提高查詢效能。如果是這樣,可以建立適合的索引來提高查詢的效能。
f、key
:表示查詢實際使用到的索引,如果沒有選擇索引,該列的值是null,要強制mysql使用或忽略possible_key列中的索引,在查詢中使用force index、use index或ignore index
。
g、key_len
:表示mysql選擇索引欄位依照位元組計算的長度,如果健是null,則長度為null。注意透過key_len值可以確定mysql將實際使用一個多列索引中的幾個欄位。
h、ref
:表示使用那個欄位或常數或索引一起來查詢記錄。
i、rows
:顯示mysql在表中進行查詢必須檢查的行數。
j、Extra
:該列mysql在處理查詢時的詳細資訊。
推薦學習:mysql影片教學
#以上是超詳細匯總mysql優化實踐技巧的詳細內容。更多資訊請關注PHP中文網其他相關文章!