MySQL的慢查询与常见的查找方法(顺序查找,二分查找)

Mora ·
更新时间:2024-11-10
· 633 次阅读

目录: 慢查询 常见慢查询优化 常见的查找方法 一. 寻找慢查询

定义:我们将超过指定时间的SQL语句查询称为“慢查询”。

1、在mysql日志中开启慢查询日志 修改配置文件 在 my.ini 增加几行: 主要是慢查询的定义时间(超过2秒就是慢查询),以及慢查询log日志记录(
slow_query_log) 在mysql命令行中执行命令开启 2、分析慢查询日志 直接分析mysql慢查询日志 ,利用explain关键字可以模拟优化器执行SQL查询语句,来分析sql慢查询语句 例如:执行EXPLAIN SELECT * FROM res_user ORDER BYmodifiedtime LIMIT 0,1000 3. 得到如下结果: 显示结果分析: table | type | possible_keys | key |key_len | ref | rows | Extra EXPLAIN列的解释: table 显示这一行的数据是关于哪张表的 type 这是重要的列,显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL rows 显示需要扫描行数 key 使用的索引 二. 常见慢查询优化 1、索引没起作用的情况

1)使用LIKE关键字的查询语句

在使用LIKE关键字进行查询的查询语句中,如果匹配字符串的第一个字符为“%”,索引不会起作用。 只有“%”不在第一个位置索引才会起作用。

2)使用多列索引的查询语句

MySQL可以为多个字段创建索引,一个索引最多可以包括16个字段。 对于多列索引,只有查询条件使用了这些字段中的第一个字段时,索引才会被使用。 2、优化数据库结构 对于字段比较多的表,如果有些字段的使用频率很低,可以将这些字段分离出来形成新表。 增加中间表,对于需要经常联合查询的表,可以建立中间表以提高查询效率。通过建立中间表,把需要经常联合查询的数据插入到中间表中,然后将原来的联合查询改为对中间表的查询,以此来提高查询效率。

分解关联查询举例:

SELECT * FROM tag JOIN tag_post ON tag_id = tag.id JOIN post ON tag_post.post_id = post.id WHERE tag.tag = 'mysql'; 分解为: SELECT * FROM tag WHERE tag = 'mysql'; SELECT * FROM tag_post WHERE tag_id = 1234; SELECT * FROM post WHERE post.id in (123,456,567); 三. 常见查找方法 1、顺序查找(linear search ) 最基本的查询算法当然是顺序查找(linear search),也就是对比每个元素的方法,不过这种算法在数据量很大时效率是极低的。 数据结构:有序或无序队列 复杂度:O(n) 2、二分查找 从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜素过程结束; 如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且根开始一样从中间元素开始比较。 如果在某一步骤数组为空,则代表找不到。 数据结构:有序数组 复杂度:O(logn) 3、二叉排序树查找

1)二叉排序树的特点是:

若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值; 它的左、右子树也分别为二叉排序树。

2)搜索的原理:

若b是空树,则搜索失败, 若x等于b的根节点的数据域之值,则查找成功; 若x小于b的根节点的数据域之值,则搜索左子树; 数据结构:二叉排序树 时间复杂度: O(log2N) 4、哈希散列法(哈希表) 其原理是首先根据key值和哈希函数创建一个哈希表(散列表),燃耗根据键值,通过散列函数,定位数据元素位置。 数据结构:哈希表 时间复杂度:几乎是O(1),取决于产生冲突的多少。
作者:longlong6682



方法 二分 慢查询 顺序查找 二分查找 Mysql

需要 登录 后方可回复, 如果你还没有账号请 注册新账号
相关文章
Kamaria 2021-07-24
846