MySql数据库优化
查看是否开启慢查询日志
查看变量设置情况
我们要记录未使用索引的查询就要把变量设置为ON 用以下命令设置
再确认慢查询时间的变量情况
把慢查询日志设置为开启状态
下面演示如下：
记录的位置如下图所示
查看执行的sql语句是否记录在了日志文件中
下图是慢查询日志文件记录的sql语句
慢查询日志的存储格式
MySQL慢查日志分析工具之mysqldumpslow
查看下工具可使用的参数
用工具查看慢查询日志记录的 前三条 用more查看
查看结果如下
MySQL慢查日志分析工具之pt-query-digest（第二款工具）
查看pt-query-digest工具参数情况
演示分析上述日志文件
分析
如何通过慢查日志发现有问题的SQL
通过explain查询和分析SQL的执行计划
下面用具体例子分析慢查询以及优化
Count()和Max()的优化
上面看到sql语句执行要扫描15422行，这严重占用IO,下面我们创建一个索引来提高性能
再来看下执行计划
在看下Count()如何优化的例子
下面是正确的查询方式
演示执行效果
子查询的优化
通常我们优化成join的方式
当表之前出现1对多的关系的时候有可能会出现重复，所以要去重
group by的优化
以上查询会出现对临时表的查询操作，我们把它优化成如下图情况 （执行explain来查看执行计划）
Limit查询的优化
看下上面sql语句的执行计划
上面sql执行计划结果中采用表扫描的方式扫描了1030行，我们进行如下优化看下
看下执行计划
上图使用了主键key:PRIMARY和索引type:index查询,
接下来我们进一步优化
看下执行计划
上面执行计划中我们可以看到只扫描了5行，这样就大大提高了SQL执行效率
如何选择合适的列建立索引
索引优化SQL的方法
用工具查重复和...索引，输入命令如下图红框
查看结果
索引维护的方法
此处省略......
数据库表结构的优化：选择合适的数据类型
数据库表的范式化优化
我们如何做呢，我们分析后可以把表拆分成三张表来处理
数据库表的反范式化优化
上面的查询语句显然增加了IO操作，大大降低查询性能，我们接下来就要进行反范式化的操作
数据库表的垂直拆分
尽量避免text属性，能不用就不用，是在无法避免就把这些大的字段拆分到另一张表中
拆分后的结果：主表film和表file_text
数据库表的水平拆分
由于前台业务量比后台要求要高，咱们可以把前后台查询需要的表分开，后台统计报表操作总表
数据库系统配置优化
MySQL配置文件优化
建议把关键参数innodb_file_per_table 设置为ON
第三方配置工具使用
服务器硬件优化
