使用Explain语句分析查询语句
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。
通过对查询语句的分析,可以了解查询语句的执行情况,找出查询语句执行的瓶颈,从而优化查询语句.
使用索引查询
MySql中提高性能的一个最有效的方式就是对数据表设计合理的索引.
索引提供了高效访问数据的方法,并且加快查询速度.
如果查询时没有使用索引,那么查询语句将扫描表中所有的记录.在数据量大的时候,这样查询速度会很慢.
使用索引进行查询,查询语句可以根据索引快速定位到待查询记录,从而减少查询记录数,达到提高查询速度的目的.
几种特殊情况(使用带索引的字段查询时,索引不起作用)
- 使用Like关键字,如果匹配字符串的第一个字符为"%",索引不会起作用,如果第一个关键字不是 "%",那么索引会起作用.
- MySQL可以为多个字段创建索引,一个索引可以包括16个字段,只有查询条件中使用这些字段中的第一个字段时,索引才会被使用.
- 查询关键字只有 OR ,且OR左右两边的列都是索引时,索引才起作用.
优化子查询
子查询虽然可以使查询语句更灵活,但执行效率不高.因为MySQL需要为内层查询语句的查询结果建立一个临时表.
可以使用连接查询代替子查询,连接查询不需要建立临时表,其速度比子查询要快.
优化数据访问
1.减少请求的数据量
- 只返回必要的列,最好不要用 select * 这种语法;
- 只返回必要的行,使用limit语句限制获取数据的条数;
- 缓存重复查询的数据: 使用缓存可以避免在数据库中查询,特别是在数据被经常反复查询时,缓存带来的查询性能的提升,将会是非常明显的.
2.减少服务器端扫描的行数
最有效的方法是: 使用索引来覆盖查询;
重构查询方式
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:
- 让缓存更高效. 对于连接查询,如果其中一个表发生变化,那么整个查询缓存就无法使用了.而分解后的多个查询,即使其中一个表的查询发生变化,那么对于其他表的查询缓存依然可以使用.
- 分解成单表查询,这些单表查询的缓存结果更可能被其他查询使用到,从而减少冗余记录的查询.
- 减少锁竞争.
- 在应用层进行连接,可以更容易的对数据库进行拆分,从而更容易做到高性能和可伸缩.
优化数据库结构
1.将字段很多的表分解成多个表
对于字段较多的表,如果有些字段的使用频率很低,可将这些字段分离出来形成了新表.
当一个表的数据量很大时,会由于使用频率低的字段的存在而变慢.
2.增加中间表
对于经常需要联合查询的表,可以建立中间表以提高查询效率.
3.优化插入记录的速度
插入记录时,影响插入速度的主要是索引,唯一性校验,一次插入记录条数等.根据这些情况可以分别进行优化.
优化MySQL服务器
1.优化服务器硬件
针对性能瓶颈,提高硬件配置,可以提高数据库的查询和更新速度.
- 配置较大的内存.
- 配置高速磁盘系统,以减少读盘的等待时间.
- 合理分配磁盘IO.
- 配置多处理器,MySQL是多线程的数据库,多处理器可同时执行多个线程.
2.优化MySQL参数
优化MySQL参数可以提高资源利用率,从而提高服务器性能.
以上就是MySQL数据库查询性能优化策略的详细内容，更多关于MySQL查询性能优化的资料请关注服务器之家其它相关文章！
原文链接：https://cloud.tencent.com/developer/article/1648374
