①②③④⑤⑥⑦⑧⑨

查询执行基础知识

• mysql执行查询过程

① 客户端将查询发送到服务器
② 服务器检查查询缓存 如果找到了就从缓存返回结果 否则进行下一步
③ 服务器解析,预处理和优化查询,生成执行计划
④ 执行引擎调用存储引擎api执行查询
⑤ 服务器将结果发送回客户端

• mysql客户端/服务器协议

该协议是半双工通信,可以发送或接收数据,但是不能同时发送和接收决定了mysql的沟通简单又快捷

缺点:无法进行流程控制,一旦一方发送消息,另一方在发送回复之前必须提取完整的消息,就像
抛球游戏，任意时间,只有某一方有球,而且有球在手上,否则就不能把球抛出去(发送消息)

• mysql客户端发送/服务器响应

可以设定max_packet_size这个参数控制客户端发送的数据包(一旦发送数据包,唯一做的就是等待结果)
服务器发送的响应由多个数据包组成, 客户端必须完整接收结果，即使只需要几行数据,也得等到全部接收 然后丢掉，或者强制断开连接
(这两个方法好挫,所以我们使用limit子句呀！！)

也可以理解,客户端从服务器 “拉” 数据 ,实际是服务器产生数据 “推”到客户端, 客户端不能说不要 是必须全部装着 !!

常用的Mysql类库 其实是从客户端提取数据 缓存到array(内存)中，然后进行 foreach 处理

但是对于庞大的结果集装载在内存中需要很长时间 如果不缓存 使用较少的内存并且可以尽快工作 但是应用程序和类库交互时候
服务器端的锁和资源都是被锁定的

• 查询状态
  每个mysql连接都是mysql服务器的一个线程 任意一个给定的时间都有一个状态来标识正在发生的事情

使用 show full processlist 命令查看

mysql中一共有12个状态
休眠 查询 锁定 分析和统计 拷贝到磁盘上的临时表 排序结果 发送数据
通过这些状态 知道 “球在谁手上”

• 查询缓存

解析一个查询 如果开启了缓存 mysql会检查查询缓存 发现缓存匹配 返回缓存之前 检查查询的权限

优化数据访问

查询性能低下最基本的原因是访问了太多的数据
分析两方面：

① 查明应用程序是否获取超过需要的数据 通常意味着访问了过多的行或列

② 查明mysql服务器是否分析了超过需要的行

• 向服务器请求了不需要的数据

一般请求不需要的数据 再丢掉他们 造成服务器额外的负担 增加网络开销 消耗了内存和cpu

典型的错误:
① 提取超过需要的行 => 添加 limit 10 控制获取行数
② 多表联接提取所有列 => select fruit.* from fruit left join fruit_juice where
…..
③ 提取所有的列 => select id,name… from fruit … (有时提取超过需要的数据便于复用)

• mysql检查了太多数据

简单的开销指标：执行时间 、 检查的行数 、返回的行数
以上三个指标写入了慢查询日志 可以使用 mysqlsla工具进行日志分析

① 执行时间：执行时间只是参考 不可一概而论 因为执行时间 和服务器当时负载有关

② 检查和返回的行：理想情况下返回的行和检查的行一样，但是显示基本不可能 比如联接查询

③ 检查的行和访问类型： 使用 explain sql语句 观察 type 列

typ列：(访问速度依次递增)
① 全表扫描(full table scan)
② 索引扫描(index scan)
③ 范围扫描(range scan)
④ 唯一索引查找(unique index lookup)
⑤ 常量(constant)

可见 type 列为 index 即 sql 语句 基于 索引扫描
rows 列 为 12731 即 扫描了 12731 行
extra列为 using index 即 使用索引过滤不需要的行

mysql会在3种情况下使用where子句 从最好到最坏依次是：
① 对索引查找应用where子句来消除不匹配的行 这发生在存储层
② 使用覆盖索引(extra 列 “using index”) 避免访问行 从索引取得数据过滤不匹配的行 这发生在服务层不需要从表中读取行
③ 从表中检索出数据 过滤不匹配的行(extra:using where)

如果发现访问数据行数很大,尝试以下措施：
① 使用覆盖索引 ,存储了数据 存储引擎不会读取完整的行
② 更改架构使用汇总表
③ 重写复杂的查询 让mysql优化器优化执行它

重构查询的方式

优化有问题的查询 其实也可以找到替代方案 提供更高的效率

• 复杂查询和多个查询

mysql一般服务器可以每秒50000个查询
常规情况下，使用尽可能少的查询 有时候分解查询得到更高的效率

• 缩短查询

分治法,查询本质上不变,每次执行一小部分,以减少受影响的行数

比如清理陈旧的数据 每次清理1000条

delete from message where create < date_sub(now(),inteval 3 month)
limit 1000

防止长时间锁住很多行的数据

• 分解联接

把一个多表联接分解成多个单个查询 然后在应用程序实现联接操作

select * from teacher 
join school on teacher.id = school.id
join course on teacher.id = course.id
where course.name= 'english'  

使用一下语句代替

select * from course where name = 'english'
select * from teacher where course_id = 1024 
select * from school where teacher_id in (111,222,333)

第一眼看上去比较浪费,因为增加了查询数量,但是有重大的性能优势

① 缓存效率高,应用程序直接缓存了表 类似第一个查询直接跳过

② 对于myisam表来说 每个表一个查询有效利用表锁 查询锁住表的时间缩短

③ 应用程端进行联接更方便扩展数据库

④ 使用in() 避免联表查询id排序的耗费

⑤ 减少多余行的访问 , 意味着每行数据只访问一次 避免联接查询的非正则化的架构带来的反复访问同一行的弊端

分解联接应用场景：

① 可以缓存早期查询的大量的数据

② 使用了多个myisam表(mysiam表锁 并发时候 一条sql锁住多个表 所以要分解)

③ 数据分布在不同的服务器上

④ 对于大表使用in() 替换联接

⑤ 一个联接引用了同一个表很多次

• 提取随机行

select * from area order by rand() limit 5;

• 分组查询

select cname,pname,count(pname) from user by (cname pname with rollup )

• 外键

只有Innodb引擎支持外键，myisam可以添加外键但是没有效果
主表添加主键id 从表添加外键id引用主表的id

表student

create table `student` (
`id` int(11) not null auto_increment,
  `name` varchar(255) default null,
  primary key (`id`)
) engine=innodb auto_increment=7 default charset=utf8

表student_extend

create table `student_extend` (
`student_id` int(11) default null,
  `age` smallint(5) default null,
  key `student_id` (`student_id`),
  constraint `student_index` foreign key (`student_id`) 
  references `student` (`id`) on delete cascade on update no action
) engine=innodb default charset=utf8

为student_extend添加外键 外键指向 student 表中的id 列 在delete时触发外键

表student数据

表student_extend数据

删除表student一条数据 则 外键表就会触发外键 删除对应数据

delete from student where id = 2;

• 优化联合查询

select * from A limit 10 union all select * from B limit 10

• 优化max() min()

其中 name 没有索引

    select min(id) from fruit where name = "banana" 
    ==>
    select id from fruit use index(PRIMARY) where name = 'banana' limit 1

• 对一个表同时进行select 和 update