MySQL数据库中对前端和后台进行系统优化

 来自:

本文中介绍的系统优化，主要针对前端和后台这两方面（后台方面主要对SQL语句和数据存储进行了优化），下文中我们将介绍一些优化技巧和经验。 技巧： 1. 如何查出效率低的语句？ 在MySQL下，在启动参数中设置 --log-slow-queries=[文件名]，就可以在指定的日志文件中记录执行时间超过long_query_time（缺省为10秒）的SQL语句。你也可以在启动配置文件中修改long query的时间，如： # Set long query time to 8 seconds long_query_time=8 2. 如何查询某表的索引？ 可使用SHOW INDEX语句，如： SHOW INDEX FROM [表名] 3. 如何查询某条语句的索引使用情况？ 可用EXPLAIN语句来看一下某条SELECT语句的索引使用情况。如果是UPDATE或DELETE语句，需要先转换为SELECT语句。 4. 如何把导出INNODB引擎的内容到错误日志文件中? 我们可以使用SHOW INNODB STATUS命令来查看INNODB引擎的很多有用的信息，如当前进程、事务、外键错误、死锁问题和其它一些统计数据。如何让该信息能记录在日志文件中 呢？只要使用如下语句创建innodb_monitor表，MySQL就会每15秒钟把该系统写入到错误日志文件中： CREATE TABLE innodb_monitor (a INT) ENGINE=INNODB; 如果你不再需要导出到错误日志文件，只要删除该表即可： DROP TABLE innodb_monitor; 5. 如何定期删除庞大的日志文件？ 只要在启动配置文件中设置日志过期时间即可： expire_logs_days=10 注意事项： 1. 重点关注索引 下面以表TSK_TASK表为例说明SQL语句优化过程。TSK_TASK表用于保存系统监测任务，相关字段及索引如下： ID：主键； MON_TIME：监测时间；建了索引； STATUS_ID：任务状态；与SYS_HIER_INFO.ID建立了外键关系。 注MySQL自动会为外键建立索引，在本次优化过程中，发现这些自动建立的外键索引会对SQL语句的效率产生不必要的干扰，需要特别注意！ 首先，我们在日志文件中查到下面语句的执行比较慢，超过10秒了： # Query_time: 18 Lock_time: 0 Rows_sent: 295 Rows_examined: 88143 select * from TSK_TASK WHERE STATUS_ID = 1064 and MON_TIME >= '2007-11-22' and MON_TIME < '2007-11-23';   原来在88143条记录中要查出符合条件的295条记录，那当然慢了。赶紧用EXPLAIN语句看一下索引使用情况吧： +----+-------------+----------+------+---------- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+----------+------+----------- | 1 | SIMPLE | TSK_TASK | ref | FK_task_status_id_TO_SYS_HIER_INFO,TSK_TASK_KEY_MON_TIME | FK_task_status_id_TO_SYS_HIER_INFO | 9 | const | 276168 | Using where | +----+-------------+----------+------+----------- 可以看出，有两个索引可用FK_task_status_id_TO_SYS_HIER_INFO,TSK_TASK_KEY_MON_TIME，而最终执行语句时采用了STATUS_ID上的外键索引。 再看一下TSK_TASK表的索引情况吧： +----------+------------------------------------ | Table | Key_name | Column_name | Cardinality | +----------+------------+----------------------- | TSK_TASK | PRIMARY | ID | 999149 | | TSK_TASK | FK_task_status_id_TO_SYS_HIER_INFO | STATUS_ID | 16 | | TSK_TASK | TSK_TASK_KEY_MON_TIME | MON_TIME | 13502 | +----------+------------------------------------ 在Oracle或其他关系数据库下，WHERE条件中的字段顺序对索引的选择起着很重要的作用。我们调整一下字段顺序，把STATUS_ID放在后面，再EXPLAIN一下： EXPLAIN select * from TSK_TASK WHERE MON_TIME >= '2007-11-22' and MON_TIME < '2007-11-23' and STATUS_ID = 1064; 但是没什么效果，MySQL还是选用系统建立的STATUS_ID外键索引。 仔细分析一下，看来Cardinality属性（即索引中的唯一值的个数）对索引的选择起了极其重要的作用，MySQL选择了索引值唯一值个数小的那个索引作为整条语句的索引。 针对这条语句，如果使用FK_task_status_id_TO_SYS_HIER_INFO做索引，而TSK_TASK表中存放很多天数据的话，那扫描的记录数会很多，速度较慢。可以有以下几个优化方案： 如果一天的任务数不多的话，我们删除索引FK_task_status_id_TO_SYS_HIER_INFO，那MySQL会使用索引TSK_TASK_KEY_MON_TIME，然后在该天的数据中在扫描STATUS_ID为1064的记录，那速度也不慢； 如果一天的任务数多的话，我们需删除索引FK_task_status_id_TO_SYS_HIER_INFO和TSK_TASK_KEY_MON_TIME，然后再建立STATUS_ID,MON_TIME的联合索引，这样效率肯定会很高。 因此建议，对那些记录数多的表，建议不要使用外键，以避免造成性能效率的严重降低。 2. 尽量控制每张表的记录数 当一张表的记录数很大时，管理和维护就会很麻烦，如索引维护就会占用很长时间，从而会给系统的正常运行造成很大的干扰。 对随时间推移数据量不断增长的表，我们可以根据时间来区分实时数据和历史数据，可以使用后台服务程序定期移动实时表中的数据到历史表中，从而控制实时表的 记录数，提高查询和操作效率。但注意每次移动的时间要足够短，不要影响正常程序的数据写入。如果占用时间太长，可能会造成死锁问题。 3. 数据散列(partition)策略 当客户数达到一定规模后，单个数据库将无法支撑更高的并发访问，此时可以考虑把客户数据散列(partition)到多个数据库中，以分担负载，提高系统的整体性能与效率。