数据库回顾(十一) 数据库性能分析概述

慕歌
116 阅读3分钟

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第20天，点击查看活动详情

大家好！ 我是慕歌，一只想教你学习 后端技术的野生coder！ 欢迎来到慕歌的数据库系列教程，希望通过这个教程带大家深入学习数据库技术，该教程所有知识点均来源于本人的日常学习与开发中，如有疑问请与我联系！

前言

上一节的分享中，慕歌向大家分享关于数据库索引底层原理的知识，从每一种数据结构的底层原理，分析数据索引的选择。在MYSQL数据库中大多数数据存储引擎都选择了使用B+树，作为索引的底层实现，那么B+树这样的结构具有怎样的结构优势呢？
从二叉树到平衡树，以至于B树等结构已经能够在极大程度上加速查询的效率，但由于数据的特殊性，仍然具有一定的优化空间。B+树在保证底层数据的有序，双向链表的链接机制以及索引目录的生成，为数据的范围查询，有序查询提供了最佳的性能。hash 数据结构由于不支持范围性的查询，而被大多数数据存储引擎放弃，但不否认其也是高效的数据查询方式之一。
以上就是为索引底层数据结构特点的简单回顾，理解这些优秀的数据结构以及特性，能为我们在数据表的设计以及优化提供一些思考。这一节我们需要通过检测真实的执行策略，查看语句的真实执行，从中寻找优化点。

性能分析

概述：

如何对数据的查询效率进行量化的考虑，一条语句的执行流程是怎样的，其中发挥的时间以及磁盘的IO需要重点考量，这便是性能分析的作用。

日志分析：

慢查询日志：

慢日志中记录了在MYSQL执行过程中，响应时间超过阈值的语句，这里的long_query_time 可进行调节，默认10s。超过10s仍然未得到响应的语句将会进入慢查询日志中，对其中的语句分析可得到慢查询的部分原因。

日志设置：
#开启慢日志
set global slow_query_log=`ON`;

#日志启动情况
show variables like `%slow_query_log%`;

#阈值修改为1s
set global long_query_time = 1; 

#查询设置阈值
show global variables like '%long_query_time%';

日志查询：
#日志记录数
SHOW GLOBAL STATUS LIKE '%Slow_queries%';

#慢日志分析
#得到返回记录集最多的10个SQL 
mysqldumpslow -s r -t 10 /var/lib/mysql/atguigu-slow.log 
#得到访问次数最多的10个SQL 
mysqldumpslow -s c -t 10 /var/lib/mysql/atguigu-slow.log

执行成本分析：

#查看开启状态
show variables like 'profiling';

#开启
set profiling = 'ON';

#查看所有执行的语句
show profiles;

#分析其中某条语句的执行成本
show profile cpu,block io for query 2;

执行计划分析：

explain：
#explain 使用
EXPLAIN SELECT select_options 
#或者
DESCRIBE SELECT select_options

结果集中各列的含义：

  • id：查询语句的关键字的唯一id
  • select-type：对应查询的类型
  • table：表名
  • partition：匹配的分区信息
  • type：单表的访问方法
  • key：使用的索引
  • key_len：索引的长度
  • ref：索引匹配的对象信息
  • rows：预估的数据的条数
  • extra：其他建议信息
关键字段：

table：无论单表还是多表查询在执行层面都会进行单表的查询
id：标识一条select 语句，id 一致可认为是一条select 语句
type：标识的性能，数据库的预估：
system》const》eq_ref》ref》fulltext》range》index》all
在range或者ref 层次具有较好的性能
rows：预估的需要使用的数据条数

结语

这一节的分享到这里就结束了，下一节将带来数据库优化的分享学习！
如果您觉得本文不错，欢迎点赞支持，您的关注是我坚持的动力！

avatar
文章
阅读
粉丝