我們討論的是數據庫性能優化的另一方面,即運用數據庫服務器內建的工具輔助性能分析和優化。
▲ show
執行下面這個命令可以了解服務器的運行狀態:MySQL >show status;
該命令將顯示出一長列狀態變量及其對應的值,其中包括:被中止訪問的用戶數量,被中止的連接數量,嘗試連接的次數,並發連接數量最大值,以及其他許多有用的信息。這些信息對於確定系統問題和效率低下的原因是十分有用的。
show命令除了能夠顯示出MySQL服務器整體狀態信息之外,它還能夠顯示出有關日志文件、指定數據庫、表、索引、進程和許可權限表的寶貴信息。
▲ explain
explain能夠分析select命令的處理過程。這不僅對於決定是否要為表加上索引很有用,而且對於了解MySQL處理復雜連接的過程也很有用。
下面這個例子顯示了如何用explain提供的信息逐步地優化連接查詢.
假定用explain分析的select命令如下所示:
explain select tt.ticketnumber, tt.timein,
tt.projectreference, tt.estimatedshipdate,
tt.actualshipdate, tt.clIEntid,
tt.servicecodes, tt.repetitiveid,
tt.currentprocess, tt.currentdpperson,
tt.recordvolume, tt.dpprinted, et.country,
et_1.country, do.custname
from tt, et, et as et_1, do
where tt.submittime is null
and tt.actualpc = et.employid
and tt.assignedpc = et_1.employid
and tt.clIEntid = do.custnmbr;
select命令中出現的表定義如下:
表定義
表 列 列類型
tt actualpc char(10)
tt assignedpc char(10)
tt clIEntid char(10)
et employid char(15)
do custnmbr char(15)
索引
表 索引
tt actualpc
tt assignedpc
tt clIEntid
et employid (主鍵)
do custnmbr (主鍵)
tt.actualpc值分布不均勻
在進行任何優化之前,explain對select執行分析的結果如下:
table type possible_keys key key_len ref rows extra
et all primary null null null 74
do all primary null null null 2135
et_1 all primary null null null 74
tt all assignedpc,clIEntid,actualpc null null null 3872
range checked for each record (key map: 35)
每一個表的type都是all,它表明MySQL為每一個表進行了完全連接!這個操作是相當耗時的,因為待處理行的數量達到每一個表行數的乘積!即,這裡的總處理行數為74 * 2135 * 74 * 3872 = 45,268,558,720。
這裡的問題之一在於,如果數據庫列的聲明不同,MySQL(還)不能有效地運用列的索引。在這個問題上,varchar和char是一樣的,除非它們聲明的長度不同。由於tt.actualpc聲明為char(10),而et.employid聲明為char(15),因此這裡存在列長度不匹配問題。
為了解決這兩個列的長度不匹配問題,用alter table命令把actualpc列從10個字符擴展到15字符,如下所示:MySQL > alter table tt modify actualpc varchar(15);
現在tt.actualpc和et.employid都是varchar(15)了,執行explain進行分析得到的結果如下所示:
table type possible_keys key key_len ref rows extra
tt all assignedpc,clIEntid,actualpc null null null 3872 where used
do all primary null null null 2135
range checked for each record (key map: 1)
et_1 all primary null null null 74
range checked for each record (key map: 1)
et eq_ref primary primary 15 tt.actualpc 1
這還算不上完美,但已經好多了(行數的乘積現在少了一個系數74)。現在這個sql命令執行大概需要數秒鐘時間。 為了避免tt.assignedpc = et_1.employid以及tt.clIEntid = do.custnmbr比較中的列長度不匹配,我們可以進行如下改動:
MySQL > alter table tt modify assignedpc varchar(15),
modify clIEntid varchar(15);
現在explain顯示的結果如下:
table type possible_keys key key_len ref rows extra
et all primary null null null 74
tt ref assignedpc,clIEntid,actualpc actualpc 15 et.employid 52 where used
et_1 eq_ref primary primary 15 tt.assignedpc 1
do eq_ref primary primary 15 tt.clIEntid 1
這個結果已經比較令人滿意了。余下的問題在於,默認情況下,mysql假定tt.actualpc列的值均勻分布,而事實上tt表的情況並非如此。幸而,我們可以很容易地讓MySQL知道這一點:
shell > myisamchk --analyze path_to_MySQL_database/tt
shell > MySQLadmin refresh
現在這個連接操作已經非常理想,explain分析的結果如下:
table type possible_keys key key_len ref rows extra
tt all assignedpc,clIEntid,actualpc null null null 3872 where used
et eq_ref primary primary 15 tt.actualpc 1
et_1 eq_ref primary primary 15 tt.assignedpc 1
do eq_ref primary primary 15 tt.clIEntid 1
▲ optimize
optimize能夠恢復和整理磁盤空間以及數據碎片,一旦對包含變長行的表進行了大量的更新或者刪除,進行這個操作就非常有必要了。optimize當前只能用於myisam和bdb表。
結束語:
從編譯數據庫服務器開始、貫穿整個管理過程,能夠改善MySQL性能的因素實在非常多,本文只涉及了其中很小的一部分。盡管如此,我們希望本文討論的內容能夠對你有所幫助。
var yahoocnadconfig=new array(); yahoocnadconfig['adid']=710 yahoocnadconfig['wid']=50397 yahoocnadconfig['w']=468 yahoocnadconfig['h']=60 var yahoocustconfig=new array(); yahoocustconfig['ad_width']=468 yahoocustconfig['ad_height']=60 yahoocustconfig['default_keyword_number']=8 yahoocustconfig['keyword_bg_color']='b99cdd' yahoocustconfig['keyWord_fr_color']='ffffff' yahoocustconfig['border_color']='9c73cf'