-
选择类型规则：“合适”；存的下的最小数据类型；简单的类型；not null；少用text，用了分表 bigint存储ip，INET_ATON(),INET_NOTOA()转换 insert into sessions(ipaddress) values(INET_ATON('192.168.199.1')); select INET_NTOA(ipaddress) from sessions;查看全部
-
完整视频笔记：http://wisebank.com/article/24 更多请进入话题MySQL性能优化查看全部
-
表结构优化2查看全部
-
慢日志查看分析工具的使用：在cmd中打开mysql后 mysqldumpslow -t 3(条数) 满日志的路径 show variables like '%slow%'; 查询慢查询日志所在位置 set global log_queries_no_using_indexes='on'; 开启慢查询 show variables like 'long_query_time'; 慢查询的执行时间记录 tail -50 /mydata/mysql/data/localhost-slow.log; 查看慢查询日志 执行SQL的主机信息 # Time: 2016-10-28T15:59:22.416695Z 解释:慢查询执行的时间点 # User@Host: root[root] @ localhost [] 解释:执行SQL的主机信息 # Query_time: 0.003073 Lock_time: 0.001320 Rows_sent: 2 Rows_examined: 2 解释:SQL执行的信息，Query_time指查询所有时间，Lock_time指锁定时间，Rows_sent发送的行数，Rows_examined扫描的行数 SET timestamp=1477670362; 解释:以时间戳的形式记录了此SQL执行的时间 select * from store limit 10; 解释:SQL的具体内容查看全部
-
慢查日志： 查看mysql是否开启慢查日志 show variables like 'slow_query_log'; show variables like '%log%'; set global log_queries_not_using_indexes=on; show variables like 'long_query_time'; set global long_query_time=0; set global slow_query_log=on;查看全部
-
//mysql 数据库优化 子查询的优化 把子查询改为左连接查询，但是如果两张表里存在一对多的情况，左连接查询结果会出现，所以要使用distinct去掉重复记录 select distinct table1.column1 from table1 join table2 on table1.column1=table2.column2;查看全部
-
//mysql 数据库优化 MySQL慢查日志分析工具： 1 mysqldumpslow （mysql自带的工具，分析的不太详细） 2 pt-query-digest (推荐，分析的详细)查看全部
-
//mysql 数据库优化 优化的几个方面： 1 SQL及索引（提升性能最大，效率最高） 2 数据库表结构（根据范式设计表结构） 3 系统配置（linux对mysql打开文件数的限制等） 4 硬件（提高文件io的速度，但是成本最高）查看全部
-
#增加tcp支持的队列数目，net.ipv4.tcp_max_syn_backlog=65535 #减少断开连接的数目，及时回收资源 net.ipv4.tcp_max_tw_buckets = 8000 net.ipv4.tcp_tw_reuse = 1 net.ipv4.tcp_tw_recycle =1 net.ipv4.tcp_fin_timeout=10查看全部
-
sql问题查看全部
-
慢查询分析工具2：pt-query-digest 输出到文件：pt-query-digest show-log > slow_log.report 输出到数据库表 pt-query-digest show.log -review \ h=127.0.0.1,D=test,p=root.P=3306,u=root,t=query_review \ --create-reviewtable \ --review-history t=hostname_show查看全部
-
曼哈日志查看全部
-
冗余 rong yu查看全部
-
利用max方法查询最后一笔交易的时间 explain select max(payment_date) from payment\G id:1 select_type:simple table:payment type:ALL (表扫描操作) possible_keys:null key:null key_len:null ref:null rows:15422 Extra: 这里就是一个表扫描操作，一共扫描了15422行数据。如果数据表很大，这里的IO效率就会很差 优化方法：max(field)可以通过为field建立索引 来优化 create index idx_paydate on payment(payment_date); 优化后： id:1 select_type:simple table:null type:null possible_keys:null key:null key_len:null ref:null rows:null Extra:select tables optimized away 优化之后并不需要查询表中的数据，而是通过索引就可以知道执行的结果了。 因为索引是顺序排列的，只需要查最后一个数据。这样就尽可能减少了IO操作。 而且这时候，不管表数据量有多大，查询max所需要的时间是基本固定的查看全部
-
1、数据库优化的目的 避免出现页面访问错误 · 由于数据库连接tomeout产生页面5xx错误（服务器内部错误，由web、中间件、数据库等引起） · 由于慢查询造成页面无法加载（web及数据库的慢速查询到时页面无法加载，避免慢速查询和事物阻塞） · 由于阻塞造成数据无法提交（服务器内部锁的原因，在大并发更新某一个字段时产生阻塞，轻则影响服务器性能，数据库中有锁超时，阻塞超过一定的时间，事物就会被回滚，影响到业务，及收入） 增加数据库的稳定性 • 很多数据库问题都是由于低效的查询引起的 优化用户体验 • 流畅页面的访问速度 • 良好的网站功能体验查看全部
举报
0/150
提交
取消