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(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。