2022-11-03 mysql-基于代价的慢查询优化建议

悟世者

于 2022-11-03 10:05:02 发布

阅读量391

点赞数

分类专栏： mysql 文章标签： mysql 数据库

本文链接：https://blog.csdn.net/adofsauron/article/details/127664708

版权

mysql 专栏收录该内容

127 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了针对MySQL慢查询的优化策略，特别是基于代价的索引选择。通过理解SQL执行流程和代价模型，推荐了使用优化器选择最佳索引的方法。文章详细阐述了如何构建假索引以模拟代价计算，并提供了索引推荐系统的设计与实现，包括前置校验、关键列名提取、数据采集和统计计算。此外，还讨论了推荐质量保证措施，如有效性验证、效果追踪和仿真环境。最后，文章提到了慢查询治理的运营策略以及未来规划，旨在全面优化数据库性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于数据库来说，慢查询往往意味着风险。SQL执行得越慢，消耗的CPU资源或IO资源也会越大。大量的慢查询可直接引发业务故障，关注慢查询即是关注故障本身。本文主要介绍了美团如何利用数据库的代价优化器来优化慢查询，并给出索引建议，评估跟踪建议质量，运营治理慢查询。

1 背景

慢查询是指数据库中查询时间超过指定阈值（美团设置为100ms）的SQL，它是数据库的性能杀手，也是业务优化数据库访问的重要抓手。随着美团业务的高速增长，日均慢查询量已经过亿条，此前因慢查询导致的故障约占数据库故障总数的10%以上，而且高级别的故障呈日益增长趋势。因此，对慢查询的优化已经变得刻不容缓。

那么如何优化慢查询呢？最直接有效的方法就是选用一个查询效率高的索引。关于高效率的索引推荐，主要在日常工作中，基于经验规则的推荐随处可见，对于简单的SQL，如select * from sync_test1 where name like 'Bobby%'，直接添加索引IX(name) 就可以取得不错的效果；但对于稍微复杂点的SQL，如select * from sync_test1 where name like 'Bobby%' and dt > '2021-07-06'