我们干开发面试工作的时候，发现对数据库的面试比重很大。说明对数据库的知识掌握对我们程序员越来越重要了。接下来这篇文章我们来看看如何分析我们的sql执行效率。首先找到执行慢的sql，然后对执行慢的SQL进行分析。
一 准备数据
在分析之前是不是有这样的困惑，我的数据量这么少。我如何分析SQL执行效率。不要慌，我们已准备了一千万条数据。接下来看看如何将这一千万条数据快速导入到数据库中。
1. 创建表和导入一千万条数据
表和数据地址(gitee) https://gitee.com/flowerAndJava/millions_data
2. 大批量数据导入数据
a 将数据库导入服务器中(如果是windows系统，这步省略)
b 创建一个数据库
- 创建数据库（db2），表tb_sku
c 命令行登录数据库
- mysql -u 用户名 -p 密码 ;
d 切换到使用的数据库
- use db2;
e 使用命令
- load data local infile '/tmp/tb_sku1.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';
对命令解释： '/tmp/tb_sku1.sql' 数据的目录(windows目录例如：D:\life\tb_sku1.sql),tb_sku 要导入到的表。
注意：
我们之前使用insert的sql将数据导入到数据库中，但是往库中导入上千万数据会需要很久时间。
二 慢查询分析(查找执行时间长的sql)
2.1 show profiles
show profiles是mysql提供可以用来分析当前会话中语句执行的资源消耗情 况。可以用来SQL的调优测量。
2.1.1 设置MySQL支持profile
查看是否支持
- select @@have_profiling
结果为YES,代表支持。
查看profiling(profiling默认是关闭的)
- select @@profiling
结果为0，代表没有开启
开启profiling
- set profiling=1;
2.1.2 show profiles的使用
输入一系列查询语句
- show databases;
- use db01;
- show tables;
- select * from tb_ksu where id < 5;
- select count(*) from tb_ksu;
查看没一条SQL执行时间
- show profiles; //如果执行没有反应，查看profiling是否开启了，命令为select @@profiling;
查看没每一条sql执行时间。
查询每一条sql每个阶段执行时间
- select profile for query 6; //6,代表Query_ID
上图解释
- Sending data MySQL线程开始访问数据行并把结果返回给客户端，而不仅仅是
- 返回给客户端。在Sending data状态下，MySQL线程往往进行大量的磁盘读取
- 操作，所以在查询中最耗时的状态。
查看线程在什么资源上耗费过高 (类型 all、cpu、block io 、context、switch、page faults)
- show profile cpu for query 7;
上图说明
2.2 慢查询日志
慢查询日志记录了所有执行时间超过参数(long_query_time)设置值并且扫描 记录数不少于min_examined_row_limit，的所有SQL日志。long_query_time默 认为10秒，最小为0，精度可以到微秒。
2.2.1 设置慢查询日志
修改配置文件(慢查询日志默认关闭的) 修改配置文件命令 vi /etc/my.cnf 然后在配置文件最下方加入下面配置
- # 该参数用来控制慢查询日志是否开启，可取值：1和0，1代表开启，0代表关闭
- slow_query_log=1
- #该参数用来指定慢查询日志的文件名
- slow_query_log_file=slow_query.log
- #该选项用来配置查询的时间限制， 超过这个时间将认为是慢查询， 将进行日志记录， 默认10s
- long_query_time=10
重启mysql服务
- service mysqld restart
备注
如果执行命令报如下错误
请使用命令 systemctl restart mysqld.service
查看慢查询日志目录
- cd /var/lib/mysql
2.2 日志读取
查询long_query_time的值
- show variables like 'long%';
执行查询操作
- select * from tb_sku where id = '100000030074'\G;
- select * from tb_sku where name like '%HuaWei手机Meta87384 Pro%'\G;
查询慢查询日志
a 使用cat
b 如果慢查询日志很多，借助借助于mysql自带的mysqldumpslow工具，进行分类汇总
三 explain执行计划、索引使用和SQL优化
通过以上步骤查询到效率低的SQL语句后，可以通过EXPLAIN命令获取Mysql如何执行Select语句信息，包含select语句执行过程中表如何连接和连接的顺序。
3.1 执行explain命令，进行分析
- explain select * from tb_sku where id = '100000030074';
- explain select * from tb_sku where name like '%HuaWei 手机Meta87384 Pro%';
执行计划字段解释
3.2 对字段取值解释
id
- A. id 相同表示加载表的顺序是从上到下。
- B. id 不同id值越大，优先级越高，越先被执行。
- C. id 有相同，也有不同，同时存在。id相同的可以认为是一组，从上往下顺序执行；在所有的组中，id的值越大，优先级越高，越先执行。
select_type
type
结果由好到坏
- NULL > system > const > eq_ref > ref > fulltext > ref_or_null > index_merge >unique_subquery > index_subquery > range > index > ALL
-
- system > const > eq_ref > ref > range > index > ALL
key
- A. possible_keys : 显示可能应用在这张表的索引， 一个或多个。
- B. key ： 实际使用的索引， 如果为NULL， 则没有使用索引。
- C. key_len : 表示索引中使用的字节数， 该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下， 长度越短越好 。
rows
- 扫描行的数量。
filtered
- 这个字段表示存储引擎返回的数据在server层过滤后，剩下多少满足查询的记录数量的比例。
总结这篇文章可以分为三个点。
1 往数据库导入一千万数据，查看上面文章，按照步骤操作没有任何问题。
2 查找慢查询语句，查看慢查询日志。按照命令执行就好
3 对sql执行进行分析，查看sql是否使用索引和执行效率。
