目录导航
前言
性能优化专题共计四个部分，分别是：
- Tomcat 性能优化
- MySql 性能优化
- JVM 性能优化
- 性能测试
本节是性能优化专题第二部分 —— MySql 性能优化篇，共计四个小节，分别是：
- MySql索引机制
- MySql运行机理
- 深入理解InnoDB
- MySql调优
本节重点：
➢ 理解MySql体系结构
➢ 各大存储引擎介绍
➢ 基于查询执行路径理解查询机制
MySql体系结构
下图为MySql的体系结构，这里我抛砖引玉，参考一下别人的文章，详细地介绍了MySql的整体架构
文章链接： MySql的体系结构
从上图的MySql体系结构得知，主要分为以下几个模块：
- 连接池组件:进行身份验证、线程重用，连接限制，检查内存，数据缓存；管理用户的连接，线程处理等需要缓存的需求
- 管理服务和工具组件:系统管理和控制工具
- sql接口组件:进行 DML、DDL，存储过程、视图、触发器等操作和管理；用户通过 SQL 命令来查询所需结果
- 查询分析器组件:访问路径的统计数据
- 缓冲组件:全局和引擎特定的缓存和缓冲区
- 插件式存储引擎:存储引擎
MySql插拔式的存储引擎
关于MySql的各大存储引擎，这里有一张对比图：
这里有一篇文章，详细讲解MySql的各个存储引擎的优缺点以及使用场景：
文章链接：MySQL插拔式的存储引擎
MySql查询优化详解
查询执行的路径
首先我们先了解一下MySql查询流程，然后根据各个过程中可能会出现的性能问题进行优化：
从上图可知，整体流程为：
- mysql 客户端/服务端通信
- 查询缓存
- 查询优化处理
- 查询执行引擎
- 返回客户端
mysql 客户端/服务端通信
Mysql客户端与服务端的通信方式是“半双工”通信，所谓半双工通信即在任何一个时刻，要么是有服务器向客户端发送数据，要么是客户端向服务端发送数据，这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进行传输。
全双工：双向通信，发送同时也可以接收
半双工：双向通信，同时只能接收或者是发送，无法同时做操作
单工：只能单一方向传送
Mysql通讯特点和限制：
- 客户端一旦开始发送消息，另一端要接收完整个消息才能响应。
- 客户端一旦开始接收数据没法停下来发送指令。
查询状态
Mysql客户端与服务端通信时，我们可以通过SQL语句查询状态：
show full processlist; / show processlist;
我们看截图中关于Command的字段信息：
| Command | Description |
|---|---|
| Sleep | 线程正在等待客户端发送数据 |
| Query | 连接线程正在执行查询 |
| Locked | 线程正在等待表锁的释放 |
| Sorting result | 线程正在对结果进行排序 |
| Locked | 线程正在等待表锁的释放 |
| Sending data | 向请求端返回数据 |
更多状态信息，我们看MySql官网给出的关于状态的所有集合：
https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html
可通过kill {id}的方式进行连接的杀掉:
查询缓存
工作原理
缓存SELECT操作的结果集和SQL语句；
新的SELECT语句，先去查询缓存，判断是否存在可用的记录集。
判断标准
与缓存的SQL语句，是否完全一样，区分大小写 (简单认为存储了一个key-value结构，key为sql，value为sql查询结果集)
查询缓存相关的系统变量
我们可以通过SQL语句查询状态：
show variables like '%query_cache%';
得到：
-
have_query_cache：表示这个mysql版本是否支持Query Cache。
-
query_cache_limit：允许Cache的单条Query结果集的最大容量，默认是1MB，超过此参数设置的Query结果集将不会被Cache。
-
query_cache_min_res_unit：设置Query Cache中每次分配内存的最小空间大小，也就是每个Query的Cache最小占用的内存空间大小。
-
query_cache_size：设置Query Cache所使用的内存大小，默认值为0，大小必须是1024的整数倍，如果不是整数倍，MySQL会自动调整降低最小量以达到1024的倍数。
-
query_cache_type：控制Query Cache功能的开关，可以设置为0(OFF)，1(ON)和2(DEMAND)三种：
➢ 0表示关闭Query Cache功能，任何情况下都不会使用Query Cache；
➢ 1表示开启Query Cache功能，但是当SELECT语句中使用的SQL_NO_CACHE提示后，将不使用Query Cache；
➢ 2(DEMAND)表示开启Query Cache功能，但是只有当SELECT语句中使用了SQL_CACHE提示后，才使用Query Cache。 -
query_cache_wlock_invalidate：控制当有写锁加在表上的时候，是否先让该表相关的Query Cache失效，1(TRUE)，在写锁定的同时将使该表相关的所有Query Cache 失效。0(FALSE)，在锁定时刻仍然允许读取该表相关的Query Cache。
查看缓存情况
show status like ‘Qcache%’;
-
Qcache_free_blocks：表示查询缓存中目前还有多少剩余的blocks，如果该值显示较大，则说明查询缓存中的内存碎片过多了，可能在一定的时间进行整理。
-
Qcache_free_memory：查询缓存目前剩余空间大小。
-
Qcache_hits：查询缓存的命中次数。
-
Qcache_inserts：查询缓存插入的次数。
-
Qcache_lowmem_prunes ：该参数记录有多少条查询因为内存不足而被移除出查询缓存。通过这个值，用户可以适当的调整缓存大小。
-
Qcache_not_cached ：表示因为query_cache_type的设置而没有被缓存的查询数量。
-
Qcache_queries_in_cache ：当前缓存中缓存的查询数量。
-
Qcache_total_blocks ：当前缓存的block数量。
也就是说缓存的命中率为 Qcache_hits/(Qcache_hits+Qcache_inserts)
查询缓存-不会缓存的情况
- 当查询语句中有一些不确定的数据时，则不会被缓存。如包含函数NOW()，CURRENT_DATE()等类似的函数，或者用户自定义的函数，存储函数，用户变量等都不会被缓存
- 当查询的结果大于query_cache_limit设置的值时，结果不会被缓存
对于InnoDB引擎来说，当一个语句在事务中修改了某个表，那么在这个事务提交之前，3. 所有与这个表相关的查询都无法被缓存。因此长时间执行事务，会大大降低缓存命中率 - 查询的表是系统表
- 查询语句不涉及到表
为什么mysql默认关闭了缓存开启？
- 在查询之前必须先检查是否命中缓存,浪费计算资源
- 如果这个查询可以被缓存，那么执行完成后，MySQL发现查询缓存中没有这个查询，则会将结果存入查询缓存，这会带来额外的系统消耗
- 针对表进行写入或更新数据时，将对应表的所有缓存都设置失效。
- 如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗
通常项目会在业务层采用Redis、Membercache来缓存数据。至于说用不用mysql的查询缓存，还是要看业务模型的。
查询缓存-适用的业务场景
以读为主的业务，数据生成之后就不常改变的业务，比如门户类、新闻类、报表类、论坛类、档案类等。
查询优化处理
查询过程
查询优化处理的三个阶段：
- 解析sql
通过lex词法分析,yacc语法分析将sql语句解析成解析树
https://www.ibm.com/developerworks/cn/linux/sdk/lex/
- 预处理阶段
根据mysql的语法的规则进一步检查解析树的合法性，如：检查数据的表和列是否存在，解析名字和别名的设置。还会进行权限的验证
- 查询优化器
优化器的主要作用就是找到最优的执行计划
那么，查询优化器如何找到最优执行计划的呢？
- 使用等价变化规则
a < b and a = 5 改写成 b > 5 and a = 5，基于联合索引，调整条件位置等
- 优化count 、min、max等函数
min函数只需找索引最左边，max函数只需找索引最右边，myisam引擎count(*)
- 提前终止查询
用了limit关键字或者使用不存在的条件
- IN的优化
区别于or，or的查询，是依次查找or里的元素是否符合当前条件，时间复杂度为O(1),而in的查询则是将in中所有元素先进行排序，再采用二分查找的方式，定位元素，时间复杂度为log(N)
- 子查询优化
比如
select * from （select * from users）；虽然是嵌套查询，但是mysql的优化分析以后认为select_type是SIMPLE，从而优化
- 覆盖索引扫描
mysql优化器会根据当前查询的字段与已经存在索引进行对比，支持覆盖索引
…
Mysql的查询优化器是基于成本计算的原则。他会尝试各种执行计划。数据抽样的方式进行试验（随机的读取一个4K的数据块进行分析）
mysql 查询优化-执行计划
表结构见文后附录
mysql> EXPLAIN select * from users where id in (select userID from user_address WHERE addr= "上海") \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: <subquery2>
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
filtered: 100.00
Extra: Using where
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: users
partitions: NULL
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: <subquery2>.userID
rows: 1
filtered: 100.00
Extra: NULL
*************************** 3. row ***************************
id: 2
select_type: MATERIALIZED
table: user_address
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 5
filtered: 20.00
Extra: Using where
3 rows in set, 1 warning (0.31 sec)
mysql>
执行计划-id
select查询的序列号，标识执行的顺序
- id相同，执行顺序由上至下
- id不同，如果是子查询，id的序号会递增，id值越大优先级越高（但是也有特殊情况），越先被执行。
- id相同又不同即两种情况同时存在，id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先执行
执行计划-select-type
查询的类型，主要是用于区分普通查询、联合查询、子查询等
- SIMPLE：简单的select查询，查询中不包含子查询或者union
- PRIMARY：查询中包含子部分，最外层查询则被标记为primary
- SUBQUERY/MATERIALIZED：SUBQUERY表示在select 或 where列表中包含了子查询
- MATERIALIZED:表示where 后面in条件的子查询
- UNION：若第二个select出现在union之后，则被标记为union；
- UNION RESULT：从union表获取结果的select
执行计划-table
查询涉及到的表
直接显示表名或者表的别名
- <unionM,N> 由ID为M,N 查询union产生的结果
- <subquery,N> 由ID为N查询生产的结果
执行计划-type(重点)
访问类型，sql查询优化中一个很重要的指标，结果值从好到坏依次是：
system > const > eq_ref > ref > range > index > ALL
- system：表只有一行记录（等于系统表），const类型的特例，基本不会出现，可以忽略不计
- const：表示通过索引一次就找到了，const用于比较primary key 或者 unique索引
- eq_ref：唯一索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键 或 唯一索引扫描
- ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质是也是一种索引访问
- range：只检索给定范围的行，使用一个索引来选择行
- index：Full Index Scan，索引全表扫描，把索引从头到尾扫一遍
- ALL：Full Table Scan，遍历全表以找到匹配的行
执行计划-possible_keys
查询过程中有可能用到的索引
执行计划-key
实际使用的索引，如果为NULL，则没有使用索引
执行计划-rows
根据表统计信息或者索引选用情况，大致估算出找到所需的记录所需要读取的行数
执行计划-filtered
它指返回结果的行占需要读到的行(rows列的值)的百分比
表示返回结果的行数占需读取行数的百分比，filtered的值越大越好
执行计划-Extra
十分重要的额外信息
Using filesort ：
mysql对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取
Using temporary：
使用临时表保存中间结果，也就是说mysql在对查询结果排序时使用了临时表，常见于order by 或 group by
Using index：
表示相应的select操作中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高
Using where ：
使用了where过滤条件
select tables optimized away：
基于索引优化MIN/MAX操作或者MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段在进行计算，查询执行计划生成的阶段即可完成优化
查询执行引擎
调用插件式的存储引擎的原子API的功能进行执行计划的执行
返回客户端
-
有需要做缓存的，执行缓存操作
-
增量的返回结果：开始生成第一条结果时,mysql就开始往请求方逐步返回数据
增量的返回结果的好处：
- mysql服务器无须保存过多的数据，浪费内存
- 用户体验好，马上就拿到了数据
写在最后
本节试验表结构：
mysql> desc users;
+------------+-------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+------------+-------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| uname | varchar(32) | NO | MUL | NULL | |
| userLevel | int(11) | NO | | NULL | |
| age | int(11) | NO | | NULL | |
| phoneNum | char(11) | NO | | NULL | |
| createTime | datetime | NO | | NULL | |
| lastUpdate | datetime | NO | | NULL | |
+------------+-------------+------+-----+---------+----------------+
7 rows in set (0.30 sec)
mysql> desc user_address;
+--------+--------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+--------+--------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| userID | int(11) | YES | | NULL | |
| addr | varchar(256) | YES | | NULL | |
+--------+--------------+------+-----+---------+----------------+
3 rows in set (0.00 sec)
参考文献：
更多架构知识，欢迎关注本套系列文章：Java架构师成长之路