MySQL---查询性能优化

2.查询性能优化

使用Explain进行分析

Explain用来分析select查询语句，开发人员可以通过分析Explain结果来优化查询结果。

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

优化数据访问量

1.减少请求的数据量

• 只返回必要的列：最好不要使用select*
• 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，可能一次锁住很多的数据，占满整个事务日志，耗尽系统资源，阻塞很多小的但是重要的查询。

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，这样做的好处是：

• 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。而分解后的多个查询，即使其中一个表发生变化，对其他表的查询缓存依然可以使用。
• 分解成多个单表查询，这些单表查询的缓存结果更可能被其他查询用到，从而减小了冗余记录的查询
• 在应用层进行连接，更加容易对数据库进行拆分，从而更容易做到高性能和可伸缩。
• 查询本身效率也可能会有所提升。例如下面的例子中，使用 IN() 代替连接查询，可以让 MySQL 按照 ID 顺序进行查询，这可能比随机的连接要更高效。

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);