Java开发 - 不知道算不算详细的MySQL多维度性能优化剖析

前言

MySQL性能优化是一个很大的话题，小到一句SQL，大到一个系统，都是我们优化的目标，博主之前曾写过一篇关于SQL优化的博客，感兴趣的小伙伴直接点击即可。本篇，我们将从多个维度来讲解MYSQL性能优化相关的内容，读完此篇，你将初步了解有哪些MySQL的优化策略，以及怎么去进行MySQL的性能优化。下面，我们直奔主题吧！

优化介绍

关于优化，我们不能够断章取义，有时候我们会直接去网上搜一些优化相关的博客，然后照着做。这是不对的，起码不是百分百正确，套路是这个套路，但优化就像不同的人去买衣服，每个人都有自己的特殊情况，我们要具体情况具体分析，毕竟不是每个人的应用和服务器都是一样的，千人千面用在这里再好不过了。

MySQL几乎是目前绝大多数互联网公司的选择，出色的性能，低廉的成本，丰富的资源深受大众的喜爱。所以本文我们将MySQL作为我们的目标数据库。

但优化有风险，优化需谨慎。风险来源在于以下几点：

• 优化一般针对的是一个复杂的且已经上线的系统；
• 优化是把双刃剑，可能提高性能，也可能降低性能；
• 优化之前，要提前预测好可能出现的问题，将有可能出现的后果控制在可接受范围内，做好灾情预警方案；
• 一般优化肯定是遇到了问题，保持现状就是风险；

所以，优化可能有这么多的问题存在，那我们为什么还要做优化呢？这是因为大多数已知的优化会给我们带来优质的体验。就好比吃多了真的会撑死，我们为什么还要吃饭呢？

在优化时，我们一般会考虑业务的稳定性和可持续性，优化不是单纯的进行SQL的优化，还涉及到整体的业务，任何脱离开业务的优化都是扯淡。

优化也不是一个两个人就可以做的，必定是以团队为基础进行实施，当然，前提是公司部门分工明确的情况下，因为一般公司权限控制都很严格，不是说动就随时能动的，大家都明白的。

优化的方向上，我们一般分为两个方向：

• 安全，保证数据安全
• 性能，高性能数据访问

如果你能想到第三个方向，欢迎留言一起讨论。关于安全方面，博主后期会针对分布式锁给大家进行讲解，分布式事务在上一篇已经给大家讲解过，所以在本篇，我们仅针对性能跟大家进行分析讨论。

这里有一张优化方向和效果的展示图，大家看看：

这张图很经典，希望大家记住这个变化的方向。

到这里，就是性能相关的介绍，想必你对MySQL优化的前提条件已经基本了解，下面，我们就开始对优化的具体内容展开说明。

常规SQL优化

查询优化

先奉上一张数据库的查询流程图：

我想，关于查询的具体步骤就不必向大家讲解太多了，否则就有点啰嗦。但关于里面的步骤的作用还是有必要一探究竟的。

查询缓存：数据库解析一个SQL语句前，如果查询缓存是开启的，MySQL就会判断当前查询是否能够命中缓存中的数据，如果命中，则直接从缓存中拿出相应的数据返回给客户端，此时不会解析SQL，不生成执行接话，不执行查询操作。

语法解析和预处理器：MySQL通过关键字对SQL进行解析，生成对应的解析树，接着MySQL就会根据自己的语法规则进行验证和解析查询。

查询优化树：语法树被效验合法后，由优化器转成查询计划。一条SQL会有多种执行方式，优化器的作用就是找到最合适的那个方式来执行本条SQL。

查询执行引擎：根据图，在解析和优化后，将生成对应的执行计划，查询引擎就根据这个执行计划来执行SQL，最常用的执行引擎是默认的innoDB，还有一种引擎也比较常见，叫MyISAM。

SQL是我们查询的主要手段，也是表面上我们打交道最多的东西，所以很大成分的优化都是在这个维度上展开的，而SQL的优化手段分为两种，慢日志查询和EXPLAIN分析查询。

慢日志查询

默认的慢日志查询是关闭的，查看状态可根据如下命令：

show variables like '%slow_query_log%';

接下来我们开启慢SQL日志 ：

set global slow_query_log=1;

并重新查看状态：

设置慢查询时间临界点：

set long_query_time = 1;

设置慢查询存储的方式，默认是FILE，可修改为TABLE：

set global log_output='TABLE';

查询慢查询日志的开启状态和慢查询日志储存的位置:

show variables like '%quer%';

参数注意：

slow_query_log : 是否已经开启慢查询

slow_query_log_file : 慢查询日志文件路径

long_query_time : 超过多少秒的查询就写入日志

log_queries_not_using_indexes 如果值设置为ON，则会记录所有没有利用索引的查询(性能优化时开启此项，平时不要开启)

发现，慢日志查询已开启时，如果重启MySQL，会自动关闭，需要在 /etc/my.cnf 或 /etc/mysql/my.cnf 文件中添加如下：

slow_query_log=ON
slow-query-log-file=/var/lib/mysql/slow-query.log
long_query_time=0

修改完重启mysql：

service mysqld restart

永久开启博主觉得没人会这么做吧？

关于慢查询日志的分析，应该没人还不会用mysqldumpslow吧？由于它是mysql自带工具，使用简单，所以很是比较受欢迎的，也有一些需要单独安装的工具，比如pt-query-digest，看个人习惯吧。

mysqldumpslow的使用很简单：

mysqldumpslow -s c -t 10 /var/lib/mysql/8e46c78ba828-slow.log

后面的路径要填上面我们查询出来的路径，这里解释下里面字母的含义：

-s代表排序方式，c为排序的选项之一，总共有c，t，l，r四种排序方式，分别是：记录次数，时间，查询时间，返回的记录数，如果想要倒叙，就在字母前加一个a，ac，at，al，ar。

-t代表top n的意思，这里是10，也就是top10的数据。

简单做个测试：

可以在途中的最后看到我们查询的语句，这也是mysqldumpslow 的一大优点之一，毕竟我们是要看具体哪条SQL查询的比较慢的。但要注意，慢日志查询还是比较耗性能的，一般不要随便开启，一旦使用，就是在生产环境，用到时开启，用完后关闭即可。

EXPLAIN分析查询

EXPLAIN关键字可以模拟优化器执行SQL查询语句，就可以知道MySQL是如何处理SQL语句的，EXPLAIN的作用如下：

• 查看表的读取顺序；
• 查看哪些索引被用到；
• 查看表之间的引用关系；
• 查看被优化器查询的数据有多少行；

EXPLAIN使用起来也比较简单：

explain sql语句

比如：

这里博主只是简单的一张表查询，下面我们来做个多表查询：

创建三张最简单的表：

create table    t1(
        id int primary key,
        name   varchar(20),
        col1   varchar(20),
        col2   varchar(20),
        col3   varchar(20) 
);
create table   t2(
        id int primary key,
        name   varchar(20),
        col1   varchar(20),
        col2   varchar(20),
        col3   varchar(20) 
);
create table   t3(
        id int primary key,
        name   varchar(20),
        col1   varchar(20),
        col2   varchar(20),
        col3   varchar(20) 
);
insert into    t1 values(1,'zs1','col1','col2','col3');
insert into    t2 values(1,'zs2','col2','col2','col3');
insert into    t3 values(1,'zs3','col3','col2','col3');
create index   ind_t1_c1  on t1(col1);
create index   ind_t2_c1  on t2(col1);
create index   ind_t3_c1  on t3(col1);
create index   ind_t1_c12 on t1(col1,col2);
create index   ind_t2_c12 on t2(col1,col2);
create index   ind_t3_c12 on t3(col1,col2); 

接着执行下面的explain语句：

explain select t2.* from t1,t2,t3 where t1.id = t2.id and t1.id = t3.id and t1.name = 'zs'; 

 下面我们来解释下各值的作用：

•  id：id值越大，优先级越高，如果想等，则从上到下开始；
• select_type
  • SIMPLE : 简单的select查询，查询中不包含子查询或者UNION
  • PRIMARY: 查询中若包含复杂的子查询,最外层的查询则标记为PRIMARY
  • SUBQUERY : 在SELECT或者WHERE列表中包含子查询
  • DERIVED : 在from列表中包含子查询被标记为DRIVED衍生，MYSQL会递归执行这些子查询,把结果放到临时表中
  • UNION: 若第二个SELECT出现在union之后,则被标记为UNION，若union包含在from子句的子查询中，外层select被标记为derived
  • UNION RESULT: 从union表获取结果的select
• table：这一行和哪张表有关，是哪张表的；
• type：type显示的是访问类型，是一个重要指标，结果值从最好到最坏依次是system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range(尽量保证) > index > ALL，一般需要保证查询是range，最好是ref
  • system：表中只有一行记录(系统表)，这是const类型的特例, 基本上不会出现
  • const：通过索引一次查询就找到了，const用于比较primary key或者unique索引，该表最多有一个匹配行，在查询开始时读取。由于只有一行, 因此该行中的值可以被优化器的其余部分视为常量。const 表非常快, 因为它们只读一次
  • eq_ref：读取本表中和关联表表中的每行组合成的一行。除 了 system 和 const 类型之外, 这是最好的联接类型。当连接使用索引的所有部分时, 索引是主键或唯一非 NULL 索引时, 将使用该值
  • ref ：非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它返回所有符合条件的行
  • range : 只检索给定范围的行, 使用一个索引来选择行，key列显示的是真正使用了哪个索引，一般就是在where条件中使用between,>,<,in 等范围的条件，这种在索引范围内的扫描比全表扫描要好,因为它只在某个范围中扫描,不需要扫描全部的索引
  • index : 扫描整个索引表， index 和all的区别为index类型只遍历索引树，这通常比all快,因为索引文件通常比数据文件小，虽然index和all都是读全表，但是index是从索引中读取,而all是从硬盘中读取数据
  • all: 全表扫描 ：将遍历全表以找到匹配的行
• key：真正使用的索引，如果为null，表示没有使用索引，这个比较常用
• key_len:索引中使用的字节数，可通过该列计算查询中使用的索引的长度，长度越短越好
• ref:显示索引的哪一列被使用了，如果可能的话,是一个常数。表示哪些列或者常量被用于查找索引列上的值
• rows：根据表统计信息及索引选用的情况，估算并找出所需记录要读取的行数 (有多少行记录被优化器读取) ，越少越好
• extra：包含不适合在其他列中显示但十分重要的额外信息。

其实这里你能用到的信息很少，回看关键数据就行，主要看有没有使用我们预期的索引，判断索引是否生效，其他的一般不太用得到，但也要具体情况具体分析。

索引优化

关于索引的数据结构，可看这篇博客：索引的数据结构

这里仅说明索引失效的几种情况，方便大家对号入座：

• 全值匹配，这是查询大忌，尽量用到什么给什么；
• 最左前缀法则，如果索引有多列，要从左开始，并不跳过中间的索引，比如A，B，C三个索引，使用时，不能直接用BC，AC直接查，但可以AB，ABC使用，否则索引失效；
• 不在索引列上做任何操作（计算、函数、(自动or手动)类型转换），如果做的话，会导致索引失效而转向全表扫描；
• 存储引擎不能使用索引中范围条件(bettween、<、>、in等)右边的列(范围条件右边与范围条件使用的同一个组合索引，右边的才会失效，若是不同索引则不会失效)；
• mysql5.7 在使用不等于(!= 或者<>)的时候无法使用索引会导致全表扫描，但8.0不会；
• mysql5.7 is not null无法使用索引，但是is null是可以使用索引的，但8.0不会
• like以%开头('%abc...')mysql索引失效会变成全表扫描的操作
• 字符串不加单引号索引失效 ( 底层进行转换使索引失效，使用了函数造成索引失效)（隐式类型转换）

 一般在开发中，当要进行调优时，需要有一定的依赖信息，可以通过show status like 'Handler_read%';查看索引的使用情况：

handler_read_key：这个值越大说明使用索引查询到的次数越多。

handler_read_rnd_next：这个值越高，说明查询越低效。

基于此，再去进行优化，如果这里数据很好，那就没这个必要。 

数据库优化

表结构优化

表结构优化其实很简单，在创建表的时候对字段进行约束就可以，但最简单的往往是最容易让人忽略的地方，下面，博主大致列出需要注意的地方：

• 将表字段定义为NOT NULL约束，因为MySQL中空值的列不好进行查询优化，NULL值会使索引以及索引的统计信息变得很复杂；
• 对于一些特定类型的字段，比如性别，可用布尔；类型，可用枚举；
• 对于一些数值类型的字段，尽量准确使用其类型，比如年龄，简单的int就可以，甚至使用TINYINT（4）、SMALLINT（6）、MEDIUM_INT（8）作为整数类型而非INT，非负则加上UNSIGNED
• VARCHAR的长度控制为需要的长度，比如身份证号码，位数难道还有超过18位的？
• 使用TIMESTAMP而非DATETIME，但TIMESTAMP只能表示1970 - 2038年，比DATETIME表示的范围小得多，而且TIMESTAMP的值因时区不同而不同；
• 单表不要有太多字段，建议在20以内；
• 合理的加入冗余字段可以提高查询速度，比如用户表和角色表，你难道还要通过用户角色关系去查角色吗？干脆直接在用户表中增加一个角色的字段，这就是冗余。

分库分表

垂直拆分

其实分库分表本不应该出现在这里，这已经是微服务架构的内容，这里提供思路，详细的分库分表方式不在此处进行说明。

以表为例，垂直拆分是将一张表中的多个字段拆分成几张表，拆分后的表具有不同的结构，更少的列，但其缺点也比较明显，插入数据时需要使用事务，查询数据时需要关联查询。

以库为例，是将不同的模块单独分配一个数据库，比如购物车数据库，订单数据库，个人信息数据库这样。

当然，你也可以选择分库分表同时存在，只是会相对麻烦，还需要高可用的架构模式，Haproxy+keepalived+mycat，但目前的微服务我们一般使用在水平拆分上会多一些。主要还是看项目的体量，微服务真的很花服务器的钱。

水平拆分

水平拆分和垂直拆分不同。

以表为例，水平拆分就像是将一张表的结构复制了多份，水平拆分后的表，结构完全相同，存储的时候需要按照一定的规则或者权重存储到不同的表中，这里多会使用mycat进行拆分，读取的时候mycat也会帮助我们去不同的表中读取。

以库为例，水平拆分后的数据库结构完全一样，里面的表完全一样，表中的字段完全一样，除了表中存储的数据，其他都一样，也是按照一定的规则权重进行存储，一般到这里多半是上了微服务架构，高可用的Haproxy+keepalived+mycat负载均衡集群了解一下。

此处不再对具体的技术进行详细说明，后期有时间会给大家单独出一篇手把手教程。

读写分离

上了一定量级的服务器难免会遇到高并发的问题，如果还是只有一台服务器难免顾此失彼，无暇他顾，就会面临数据库崩溃，数据丢失的问题，要是碰到顾客下单，那真是亏大发了，为了解决这个问题，就有了读写分离的思想，甚至是主从复制，主主复制，级联复制等等一系列的数据库架构，关于此，博主推荐两篇前些时日写的博客：

Java开发 - MySQL主从复制初体验

Java开发 - 读写分离初体验

这里就不再过多的阐述了，相信大家对此也多有了解，这两篇博客基本上能说的七七八八，入个门不在话下。 

集群

这里只是提一嘴，如果需要更大的布局，就需要使用集群，主要目的是异地容灾，虽然目前大多数的服务器可能连正儿八经的微服务都没有实现，但这并不妨碍我们对这个东西要有一定的了解，关于集群，其实也是高可用负载均衡Haproxy+keepalived+mycat可以实现的功能，也许还有别的方式，博主熟悉的就是这种，后期再出教程吧，不再这里参杂了，我怕写10w的字。

存储引擎优化

InnoDB简介

InnoDB存储引擎提供了具有提交、回滚和崩溃恢复能力的事务安全，相比较MyISAM存储引擎，InnoDB写的处理效率要差一点，并且会占用更多的磁盘空间保留数据和索引。InnoDB提供了对数据库事务ACID（原子性Atomicity、一致性Consistency、隔离性Isolation、持久性Durability）的支持，实现了SQL标准的四种隔离级别。这点是MyISAM不具备的，MyISAM毕竟是非事务型数据库。

InnoDB设计的初衷就是处理大容量的数据，MySQL运行时，InnoDB会在内存中建立缓冲池，用于缓冲数据和索引。

在执行函数操作“select count(*) from table”语句时需要扫描全表，因为使用innodb引擎的表不会保存表的具体行数，需要扫描整个表才能计算多少行，是幸，也是不幸。

InnoDB引擎是行锁，粒度更小，所以写操作不会锁定全表，在并发较高时，使用InnoDB会提升效率。

综上，如果要支持事务，必须用InnoDB，基于事务回滚+日志，可以实现数据的恢复，同时，UPDETE/INSERT的表，使用处理多并发的写请求时，行锁的效率也会比表锁高。它还具有外键约束、列属性AUTO_INCREMENT支持的功能。

关于数据库结构，可以查看这两篇博客：

Java开发 - 数据库索引的数据结构

Java开发 - 数据库中的基本数据结构

相信对学习数据库有一定的帮助。

MyISAM简介

MyISAM不支持事务，不支持外键，以SELECT/INSERT为主的应用可以使用该引擎。每个MyISAM可以存储成3个文件，扩展名分别是：

• frm：存储表定义（表结构等信息）
• MYD(MYData)，存储数据
• MYI(MYIndex)，存储索引

不同MyISAM表的索引文件和数据文件可以放置到不同的路径下，当然，其前提一定是可以放置在相同的目录下，这个看自己。MyISAM类型的表还提供修复的工具，可以用CHECK TABLE语句来检查MyISAM表健康，并用REPAIR TABLE语句修复一个损坏的MyISAM表。

MySQL5.6以前，只有MyISAM支持Full-text全文索引，所以5.6之后，InnoDB肯定也支持了。

MyISAM引擎适合需要经常SELECT的表，它虽然不支持事务，但却可以做很多的count函数计算。

两者的区别

综上我们所说的内容，他们的区别如下：

• MyISAM是非事务安全型的，InnoDB是事务安全型的
• MyISAM锁的粒度是表级，InnoDB支持行级锁定
• MyISAM不支持外键，InnoDB支持外键
• MyISAM相对简单，在效率上要优于InnoDB，所以小型应用可以考虑使用MyISAM
• InnoDB表比MyISAM表更安全，体现在ACID

扯淡的优化方案

禁用索引

对于使用索引的表，插入记录时，MySQL会对插入的记录建立索引，如果插入大量数据，建立索引会降低插入数据速度，所以，为了解决这个问题，可以在批量插入数据之前禁用索引，数据插入完成后再开启索引。

禁用索引：

ALTER TABLE '表名' DISABLE KEYS

开启索引：

ALTER TABLE '表名' ENABLE KEYS

禁用唯一性检查

唯一性校验会降低插入记录的速度，可以在插入记录之前禁用唯一性检查，插入数据完成后再开启。

禁用唯一性检查：

SET UNIQUE_CHECKS = 0;

开启唯一性检查：

SET UNIQUE_CHECKS = 1;

禁用外键检查

插入数据之前执行禁止外键的检查，数据插入完成后再恢复，可以提高插入的速度。

禁用外键检查：

SET foreign_key_checks = 0;

开启外键检查：

SET foreign_key_checks = 1;

禁止自动提交 

插入数据之前执行禁止事务自动提交，数据插入完成后再恢复，可以提高插入速度。

禁用自动提交 ：

SET autocommit = 0;

开启自动提交 ：

SET autocommit = 1;

总结吐槽

博主觉得这个挺扯淡的，虽然能提高速度，但是也有风险，感觉弊大于利，效率可以通过其他方式提高，有兴趣的自己研究研究。这里要说明一点，不是所有的优化都是必要的，好比夏天天热，衣服穿的越少越凉快，但你可曾见过在大街上裸奔的人？

缓存优化

这里的缓存并不是指Redis，es这样的缓存，而是数据库本身的缓存，可能很多人都没有想到数据库还有这功能，基本也没用过，但是当面临某些查询数据量庞大却又不要求非实时的需求时，数据库缓存将起到很大的缓解压力的作用。

数据库缓存简单分类可大致分为四种：查询缓存，全局缓存，局部缓存，其他缓存。下面一起来认识一下吧。

查询缓存

查询缓存的设置参数为query_cache_size，它可以作用于整个数据库，用来缓存MySQL中的ResultSet，也就是SQL语句执行的结果集，所以只能用在select上面。但是，查询缓存从MySQL 5.7.20开始被弃用，并在MySQL 8.0中被删除。

鉴于此，我们就简单说明下。当打开了此功能，只要select语句符合Query Cache的要求，MySQL会根据预先设定好的HASH算法将此select语句以字符串方式进行hash，然后到Query Cache中直接查找是否已有缓存。如果有，select会直接将数据返回，而放弃正常的查询步骤(如SQL语句的解析，优化器优化以及向存储引擎请求数据等)，可极大的提高性能。

但Query Cache也有一个严重缺陷，那就是当某个表的数据有任何任何变化，都会导致所有使用该select语句的查询在Query Cache中的缓存数据失效。这个使用时就要格外注意了。

缓存相关变量的查看方式：

show variables like '%query_cache%';

  

• have_query_cache：表示此版本mysql是否支持缓存
• query_cache_limit ：缓存最大值
• query_cache_size：缓存大小
• query_cache_type：off 表示不缓存，on表示缓存所有结果。

 可见，博主的mysql版本不支持缓存，大家可以自行查看，不过根据其特性，除非你是纯查询的表可以考虑开启，否则还是算了。

全局缓存

全局缓存在mysql启动时就会分配内存，可以在MySQL的my.conf或者my.ini文件的[mysqld]组中配置，查询缓存也是全局缓存的一种。

为什么要使用缓存呢？我们在开发中会使用Redis缓存，ES缓存，其目的都是提高查询的效率，但是我们很多人没想过的是，数据库也有缓存。数据库作为一个高IO的应用程序，如果没有IO的缓存，那真是说不过去，缓存优化，必须要优化IO，全局缓存的参数有：

• key_buffer_size(默认值：402653184，384M)、
• innodb_buffer_pool_size(默认值：134217728，128M)、
• innodb_additional_mem_pool_size（默认值：8388608，8M）、
• innodb_log_buffer_size(默认值：8388608，8M)、
• query_cache_size(默认值：33554432，32M)

以上参数看看就行，也不用记，没啥意义。下面我们来了解他们分别都是什么：

• key_buffer_size：索引块的缓冲区大小，它越大，则越能更好的处理索引，它决定了数据库索引处理的速度，尤其是索引读的速度，是对MyISAM表性能影响最大的一个参数。但如果它太大，那就适得其反了，系统运行将会变慢
• innodb_buffer_pool_size：功能和Key_buffer_size一样，是InnoDB表性能影响最大的一个参数，其在不承担任何工作时，自身的运行还需占用大约8%的开销，用于每个缓存页帧的描述、adaptive hash等数据结构，如果不是安全关闭，启动时还要恢复的话，还需另外大约12%的内存来恢复，总共多就有大约21%的开销
• innodb_additional_mem_pool_size：用来设置InnoDB存储引擎用来存放数据字典和内部数据结构的内存空间大小，当一个MySQL Instance中的数据库对象非常多的时候，需适当调整该参数的大小以确保所有数据都能存放在内存中，提高访问效率，而众所周知，内存的访问效率要高于硬盘
• innodb_log_buffer_size：设置InnoDB存储引擎的事务日志所使用的缓冲区大小，类似于Binlog Buffer，InnoDB在写事务日志的时候，为了提高性能，也是先将信息写入Innodb Log Buffer中，当满足innodb_flush_log_trx_commit参数所设置的相应条件(或者日志缓冲区写满)之后，才会将日志写到文件(或者同步到磁盘)中。可以通过innodb_log_buffer_size 参数设置其可以使用的最大内存空间。大的日志缓冲可以减少磁盘IO，理想值为1M-8M，最大不超过32M

局部缓存

局部缓存是MySQL为每一个单独的连接分配的缓存区，就像是程序中方法的栈区，大小为256K，在线程空闲时，他们还可使用线程堆栈，缓存等，而不必自己分配内存。较小的查询消耗的内存会很小，但当大的查询，发生时，如排序，临时表等，还需要分配read_buffer_size，sort_buffer_size，read_rnd_buffer_size，tmp_table_size，record_buffer的内存，这几个内存空间只在需要的时候才分配，并在使用完之后立即释放。

• read_buffer_size：MySQL读入缓冲区大小，对表进行顺序扫描的请求将分配一个读入缓冲区，MySQL会为它分配一段内存缓冲区。read_buffer_size变量控制的就是该缓冲区的大小。如果对表的顺序扫描请求非常频繁，且扫描进行的太慢，可以通过增加该变量值大小提高性能

• sort_buffer_size：MySQL执行排序使用的缓冲大小，如果想要增加ORDER BY的速度，首先让MySQL使用索引，如果不能使用索引，则尝试增加sort_buffer_size变量的大小来提高排序速度

• read_rnd_buffer_size：MySQL随机读缓冲区大小，当按任意顺序读取行时(例如，按照排序顺序)，将分配一个随机读缓存区。之后在进行排序查询时，MySQL会首先查询该缓冲区内是否有排好序的数据，从而避免磁盘搜索，提高查询效率，如果对大量数据进行排序，可适当调高该值。由于MySQL会为每个连接分配该缓冲空间，所以该值的大小应适当，不宜过大

• tmp_table_size：MySQL的heap （堆积）表缓冲大小，简单说就是临时表大小。所有联合在一个DML指令内完成，并且大多数联合甚至可以不用临时表就可以完成。大多数临时表是基于内存的(HEAP)表，如果是大记录长度的临时表 (所有列的长度的和)或包含BLOB列的表存储在硬盘上。当某个内部heap（堆积）表大小超过tmp_table_size时，MySQL会自动将此heap表改为基于硬盘的MyISAM表，也可以通过设置tmp_table_size值增加临时表的大小。
• record_buffer：每个顺序扫描的线程为其扫描的表分配一个这样大小的缓冲区，顺序扫描很频繁时增加该值的大小

其他缓存

• table_cache：TABLE_CACHE(5.1.3及以后版本又名TABLE_OPEN_CACHE)，table_cache是表缓存的大小，当MySQL访问一个表时，如果在表缓冲区中还有空间，该表就被打开并放入其中，这样可以更快地访问表内容，但这并不是随意设置table_cache的理由，如果设置过高，可能会造成文件描述符不足，造成性能不稳定或连接失败的问题
• thread_cache_size：服务器线程缓存数量，默认thread_cache_size=8，表示可以重新被利用的保存在缓存中线程的数量，当断开连接时，如果缓存中还有空间，那么客户端的线程会被放到缓存中，如果线程重新被请求，就从缓存中读取，如果缓存中是空的或没有当前请求线程的缓存，若线程缓存有空间，就创建这个请求线程的缓存。增加这个值可以改善系统性能，可通过比较Connections 和 Threads_created 状态的变量查看作用。

服务器优化

服务器层面的优化，我们单纯从本地来讲，硬盘，内存，CPU是制约硬件的三大要素，但是有自己机房的公司还是在少数，云服务器还是我们的首要选择，基于此，硬盘，内存，CPU，砸钱呗！没啥好讲的。

服务器就是主机，咱暂且不说，另外两个可优化的点是MySQL服务器和Linux服务器，咱们分别来说说这俩东西。

MySQL服务器优化

这个其实也没什么好讲的，主要是参数的设置，一些常用参数如下：

• back_log：当MySql的连接数据达到max_connections时，新的请求会被存在堆栈中等待，back_log就是可以存储的最大的请求数量。如果等待连接的数量超过back_log，就存不进去了
• wait_timeout：当MySQL闲置时，超过一定时间后将会被强制关闭，默认的wait_timeout值为8小时，可自定义，如果经常发现MYSQL中有大量的Sleep进程，就需要修改wait_timeout的值了

• max_connections：MySQL服务器允许的最大连接数，该值最大不超过16384，MySql会为每个连接提供连接缓冲区，占用的内存随连接数增加，所以要适当调整该值，不能盲目设置
• max_user_connections：每个数据库用户的最大连接数，它针对的是某一个账号的所有客户端并行连接到MYSQL服务的最大并行连接数，不是所有用户。设置为0表示不限制。

• thread_concurrency：并发线程数，合理设置它的值可以有效提高MySQL性能，一般我们建议设置它为CPU核数的2倍，这样才能充分利用CPU多核的特性
• skip-name-resolve：​ 禁止MySQL对外部连接进行DNS解析，它可以降低MySQL进行DNS解析的时间。注意！！！如果开启该选项，所有远程主机连接授权都要使用IP地址方式，否则MySQL将无法正常处理连接请求
• default-storage-engine：default-storage-engine=InnoDB(设置InnoDB类型，另外还可以设置MyISAM类型)设置数据库存储引擎

总结

写了很多陌生的参数啊，由此可见，这些值都是把双刃剑啊​ ，太小不行，太大也不行，所幸，默认值能满足很大一部分需求，只有当极限优化时才会使用这些值，我相信很多人根本没动过这些值，希望你们用不到吧，但这并不妨碍你们知道有这些东西。

结语

说实话，博主最熟悉的是优化SQL，服务器层面砸钱，分库分表优化，像是缓存上的和一些参数上的优化也很少接触，真实的环境上这些参数的设置都是比较慎重的，即使在测试环境设置了没事，也不代表生产环境可以正常，测试环境的并发...测试环境有并发吗？哈哈～所以啊，基本上普通开发不太需要考虑这些问题，还是要靠大佬们啊，不过，谁不想成为大佬啊，今天讲解的内容大家可以了解下详细的操作步骤，其实就是设置参数了，大多数参数设置多少要根据实际业务来计算，并不是随意设置的，具体还是自己用到的时候私下进行查询，希望每个看到这篇博客的童鞋都可以成为大佬。加油哦！！！