Mysql 优化，慢查询

最近项目上遇到点问题，服务器出现连接超时。上次也是超时，问题定位到mongodb上，那次我修改好了，这次发现应该不是这个的问题了。

初步怀疑是mysql这边出问题了，写的sql没经过压力测试，导致用户量多的时候，出现拥堵。

好，那就来看看mysql方便的慢查询吧，来看看具体的哪些sql查询慢，从这里开始来优化下。

一：开启慢查询

先来看看慢查询日志设置的时间长度：

  show VARIABLES LIKE 'long%'

返回，long_query_time 指定了慢查询的阈值，即如果执行语句的时间超过该阈值则为慢查询语句，默认值为10秒。这里设置的为1s

慢查询日志开启情况：

SHOW VARIABLES LIKE 'slow%'

返回：slow_query_log的值为ON为开启慢查询日志，OFF则为关闭慢查询日志。

slow_query_log_file 的值是记录的慢查询日志到文件中（注意：默认名为主机名.log，慢查询日志是否写入指定文件中，需要指定慢查询的输出日志格式为文件，相关命令为：show variables like ‘%log_output%’；去查看输出的格式）

通过以上命令，确定慢查询已经打开了。然后去看慢查询日志就行。

由于这里用的是阿里云的数据库，所以提供了后台可以很方便的查询到日志和下载日志。

这里点击下载即可将慢查询的日志下载下来。

二：分析慢查询日志

1. 截取一段慢查询日志：

# Time: 180918 19:06:21
# User@Host: proxy[proxy] @  [192.168.0.16]  Id: 6707197
# Query_time: 1.015429  Lock_time: 0.000116 Rows_sent: 1  Rows_examined: 44438
SET timestamp=1537268781;
select
		id, user_id, device_uuid, bd_client_id, bd_user_id, bd_tag,
		nodisturb_mode, nodisturb_start_time,
		nodisturb_end_time, binding_time, device_os_type, app_type, state
		from app_mobile_device
		where user_id = '78436'
			and app_type = 'YGY'
		order by binding_time desc;
# User@Host: proxy[proxy] @  [192.168.0.16]  Id: 6707236
# Query_time: 1.021662  Lock_time: 0.000083 Rows_sent: 1  Rows_examined: 44438
SET timestamp=1537268781;
select
		id, user_id, device_uuid, bd_client_id, bd_user_id, bd_tag,
		nodisturb_mode, nodisturb_start_time,
		nodisturb_end_time, binding_time, device_os_type, app_type, state
		from app_mobile_device
		where user_id = '14433'
			and app_type = 'YGY'
		order by binding_time desc;

这里可以看到：

Query_time (慢查询语句的查询时间)  都超过了设置的 1s,

Rows_sent (慢查询返回记录) 这里只返回了 1 条

Rows_examined （慢查询扫描过的行数）  44438    ->     通过这里大概可以看出问题很大

2.现在将这个SQL语句放到数据库去执行，并使用EXPLAIN分析 看下执行计划。

EXPLAIN
select
		id, user_id, device_uuid, bd_client_id, bd_user_id, bd_tag,
		nodisturb_mode, nodisturb_start_time,
		nodisturb_end_time, binding_time, device_os_type, app_type, state
		from app_mobile_device
		where user_id = '78436'
			and app_type = 'YGY'
		order by binding_time desc;

查询结果是：

解释下参数：

	SELECT识别符。这是SELECT的查询序列号
select_type	SELECT类型,可以为以下任何一种: SIMPLE:简单SELECT(不使用UNION或子查询) PRIMARY:最外面的SELECT UNION:UNION中的第二个或后面的SELECT语句 DEPENDENT UNION:UNION中的第二个或后面的SELECT语句,取决于外面的查询 UNION RESULT:UNION 的结果 SUBQUERY:子查询中的第一个SELECT DEPENDENT SUBQUERY:子查询中的第一个SELECT,取决于外面的查询 DERIVED:导出表的SELECT(FROM子句的子查询)
table	输出的行所引用的表
type	联接类型。下面给出各种联接类型,按照从最佳类型到最坏类型进行排序: system:表仅有一行(=系统表)。这是const联接类型的一个特例。 const:表最多有一个匹配行,它将在查询开始时被读取。因为仅有一行,在这行的列值可被优化器剩余部分认为是常数。const表很快,因为它们只读取一次! eq_ref:对于每个来自于前面的表的行组合,从该表中读取一行。这可能是最好的联接类型,除了const类型。 ref:对于每个来自于前面的表的行组合,所有有匹配索引值的行将从这张表中读取。 ref_or_null:该联接类型如同ref,但是添加了MySQL可以专门搜索包含NULL值的行。 index_merge:该联接类型表示使用了索引合并优化方法。 unique_subquery:该类型替换了下面形式的IN子查询的ref: value IN (SELECT primary_key FROM single_table WHERE some_expr) unique_subquery是一个索引查找函数,可以完全替换子查询,效率更高。 index_subquery:该联接类型类似于unique_subquery。可以替换IN子查询,但只适合下列形式的子查询中的非唯一索引: value IN (SELECT key_column FROM single_table WHERE some_expr) range:只检索给定范围的行,使用一个索引来选择行。 index:该联接类型与ALL相同,除了只有索引树被扫描。这通常比ALL快,因为索引文件通常比数据文件小。 ALL:对于每个来自于先前的表的行组合,进行完整的表扫描。
possible_keys	指出MySQL能使用哪个索引在该表中找到行
key	显示MySQL实际决定使用的键(索引)。如果没有选择索引,键是NULL。
key_len	显示MySQL决定使用的键长度。如果键是NULL,则长度为NULL。
ref	显示使用哪个列或常数与key一起从表中选择行。
rows	显示MySQL认为它执行查询时必须检查的行数。多行之间的数据相乘可以估算要处理的行数。
filtered	显示了通过条件过滤出的行数的百分比估计值。
Extra	该列包含MySQL解决查询的详细信息 Distinct:MySQL发现第1个匹配行后,停止为当前的行组合搜索更多的行。 Not exists:MySQL能够对查询进行LEFT JOIN优化,发现1个匹配LEFT JOIN标准的行后,不再为前面的的行组合在该表内检查更多的行。 range checked for each record (index map: #):MySQL没有发现好的可以使用的索引,但发现如果来自前面的表的列值已知,可能部分索引可以使用。 Using filesort:MySQL需要额外的一次传递,以找出如何按排序顺序检索行。 Using index:从只使用索引树中的信息而不需要进一步搜索读取实际的行来检索表中的列信息。 Using temporary:为了解决查询,MySQL需要创建一个临时表来容纳结果。 Using where:WHERE 子句用于限制哪一个行匹配下一个表或发送到客户。 Using sort_union(...), Using union(...), Using intersect(...):这些函数说明如何为index_merge联接类型合并索引扫描。 Using index for group-by:类似于访问表的Using index方式,Using index for group-by表示MySQL发现了一个索引,可以用来查 询GROUP BY或DISTINCT查询的所有列,而不要额外搜索硬盘访问实际的表。

这里可以发现：rows 为查询的行数，查询了4w多行，那慢是肯定的了。

因为这里是好几个条件，并且没有使用一个索引，那就只能给添加索引了，

这里给选择添加普通多列索引，因为这个表在最开始设计出问题了，导致有重复的数据，不能设置唯一索引了。

ALTER  TABLE  app_mobile_device  ADD  INDEX user_app_type_only (  `user_id` ,`app_type` )

索引设置了，再看下刚的SQL的执行计划。

可以发现rows 的检查行数，很明显的下降了。

到此，慢查询的使用和优化就基本完成了。