mysql出現(xiàn)主從同步延遲有哪些原因

1.從庫(kù)太多導(dǎo)致復(fù)制延遲

創(chuàng)新互聯(lián)公司主營(yíng)陽(yáng)江網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,app軟件定制開(kāi)發(fā),陽(yáng)江h(huán)5成都微信小程序搭建,陽(yáng)江網(wǎng)站營(yíng)銷推廣歡迎陽(yáng)江等地區(qū)企業(yè)咨詢

優(yōu)化：建議從庫(kù)數(shù)量3-5個(gè)為宜

2.從庫(kù)硬件比主庫(kù)硬件差

優(yōu)化：提升硬件性能

3.慢SQL語(yǔ)句過(guò)多

優(yōu)化：SQL語(yǔ)句執(zhí)行時(shí)間太長(zhǎng)，需要優(yōu)化SQL語(yǔ)句

4.主從復(fù)制的設(shè)計(jì)問(wèn)題

優(yōu)化：主從復(fù)制單線程，可以通過(guò)多線程IO方案解決；另外MySQL5.6.3支持多線程IO復(fù)制。

5.主從庫(kù)之間的網(wǎng)絡(luò)延遲

優(yōu)化：盡量鏈路短，提升端口帶寬

6.主庫(kù)讀寫壓力大

優(yōu)化：前端加buffer和緩存。主從延遲不同步：

不管有多延遲，只要不影響業(yè)務(wù)就沒(méi)事

7、業(yè)務(wù)設(shè)計(jì)缺陷導(dǎo)致延遲影響業(yè)務(wù)

優(yōu)化：從庫(kù)沒(méi)有數(shù)據(jù)改讀主庫(kù)

mysql數(shù)據(jù)庫(kù)如何優(yōu)化？誰(shuí)能給出點(diǎn)具體的解決方案？

1、explain：解釋sql的執(zhí)行計(jì)劃，后邊的sql不執(zhí)行

2、explain partitions ：用于查看存在分區(qū)的表的執(zhí)行計(jì)劃

3、explain extended：待驗(yàn)證

4、show warnings:

5、show create table:查看表的詳細(xì)的創(chuàng)建語(yǔ)句，便于用戶對(duì)表進(jìn)行優(yōu)化

6、show indexes :產(chǎn)看表的所有索引，show indexes from table_name，同樣也可以從information_schema.statistics表中獲得同樣的信息。cardinality列很重要，表示數(shù)據(jù)量。

7、show tables status: 查看數(shù)據(jù)庫(kù)表的底層大小以及表結(jié)構(gòu)，同樣可以從information_schema.tables表中獲得底層表的信息。

8、show [global|session]status:可以查看mysql服務(wù)器當(dāng)前內(nèi)部狀態(tài)信息。可以幫助卻行mysql服務(wù)器的負(fù)載的各種指標(biāo)。默認(rèn)是session。同information_schema.global_status和information_schema.session_status

9、show [global|session] variables ：查看當(dāng)前mysql系統(tǒng)變量的值，其中一些值能影響到sql語(yǔ)句的執(zhí)行方式。同information_schema.global_variables和information_schema.session_variables;

10、information_schema:包含的表的數(shù)量和mysql的版本有關(guān)系。

mysql優(yōu)化

1，sql的編譯順序

sql 編譯順序 from… on… join… where… order by… group by… having… select…

2，查看sql語(yǔ)句性能:

explain 查詢sql語(yǔ)句

3，優(yōu)化

(1). 最佳作前綴，使用索引順序(按編譯順序)與定義索引時(shí)順序一致，若該字段有跳過(guò)、反序，該字段及后面字段索引失效

(2). where條件中一切不是=的操作大概率會(huì)使索引失效，包括in、!=、、is null、計(jì)算、函數(shù)等等

(3). 查詢字段與條件字段不一致時(shí)使用子查詢，避免臨時(shí)表出現(xiàn)

(4). 若用了復(fù)合索引，盡量使用全部索引字段

(5). 能不查詢多字段時(shí)，盡量使用索引覆蓋

(6). 使用like模糊查詢時(shí)，按關(guān)鍵字左匹配，即‘x%’，若使用’%x%’，索引失效

(7). or會(huì)使全部索引失效

(8). 盡量不要導(dǎo)致類型轉(zhuǎn)換，否則索引失效

(9). 使用order by時(shí)，根據(jù)表中數(shù)據(jù)量調(diào)整單路還是雙路查詢，也可以調(diào)整buffer區(qū)大?。喝鐂et_max_length_for_sort_data = 1024 (單位byte)

(10). 避免使用select *…

(11). 分頁(yè)偏移量大時(shí)，盡量使用子查詢 select * from tab where id=(select id from tab limit 100000,1) limit 100;

mysql優(yōu)化：覆蓋索引（延遲關(guān)聯(lián)）

我們都知道InnoDB采用的B+ tree來(lái)實(shí)現(xiàn)索引的，索引又分為主鍵索引(聚簇索引)和普通索引(二級(jí)索引)。

那么我們就來(lái)看下 基于主鍵索引和普通索引的查詢有什么區(qū)別？

舉個(gè)栗子：

可以看出我們有一個(gè)普通索引k，那么兩顆B+樹(shù)的示意圖如下：

[圖片上傳失敗...(image-9b05f7-1597911217600)]

（注：圖來(lái)自極客時(shí)間專欄）

當(dāng)我們查詢** select * from T where k=5 其實(shí)會(huì)先到k那個(gè)索引樹(shù)上查詢k = 5，然后找到對(duì)應(yīng)的id為500，最后回表到主鍵索引的索引樹(shù)找返回所需數(shù)據(jù)。

如果我們查詢 select id from T where k=5 **則不需要回表就直接返回。

也就是說(shuō)，基于非主鍵索引的查詢需要多掃描一棵索引樹(shù)。因此，我們?cè)趹?yīng)用中應(yīng)該盡量使用主鍵查詢。

概念如上，這里我們還是用例子來(lái)說(shuō)明：

/pre

[圖片上傳失敗...(image-20977-1597911217600)]

（注：圖來(lái)自極客時(shí)間專欄）

現(xiàn)在，我們一起來(lái)看看這條SQL查詢語(yǔ)句的執(zhí)行流程： select * from T where k between 3 and 5

在這個(gè)過(guò)程中， 回到主鍵索引樹(shù)搜索的過(guò)程，我們稱為回表。 可以看到，這個(gè)查詢過(guò)程讀了k索引樹(shù)的3條記錄（步驟1、3和5），回表了兩次（步驟2和4）。

在這個(gè)例子中，由于查詢結(jié)果所需要的數(shù)據(jù)只在主鍵索引上有，所以不得不回表。那么，有沒(méi)有可能經(jīng)過(guò)索引優(yōu)化，避免回表過(guò)程呢？

如果執(zhí)行的語(yǔ)句是select ID from T where k between 3 and 5，這時(shí)只需要查ID的值，而ID的值已經(jīng)在k索引樹(shù)上了，因此可以直接提供查詢結(jié)果，不需要回表。也就是說(shuō)，在這個(gè)查詢里面，索引k已經(jīng)“覆蓋了”我們的查詢需求，我們稱為覆蓋索引。

由于覆蓋索引可以減少樹(shù)的搜索次數(shù)，顯著提升查詢性能，所以使用覆蓋索引是一個(gè)常用的性能優(yōu)化手段。

需要注意的是，在引擎內(nèi)部使用覆蓋索引在索引k上其實(shí)讀了三個(gè)記錄，R3~R5（對(duì)應(yīng)的索引k上的記錄項(xiàng)），但是對(duì)于MySQL的Server層來(lái)說(shuō)，它就是找引擎拿到了兩條記錄，因此MySQL認(rèn)為掃描行數(shù)是2。

上面介紹了那么多 其實(shí)是在為延遲關(guān)聯(lián)做鋪墊，這里直接續(xù)上我們本次慢查詢的sql：

我們都知道在做分頁(yè)時(shí)會(huì)用到Limit關(guān)鍵字去篩選所需數(shù)據(jù)，limit接受1個(gè)或者2個(gè)參數(shù)，接受兩個(gè)參數(shù)時(shí)第一個(gè)參數(shù)表示偏移量，即從哪一行開(kāi)始取數(shù)據(jù)，第二個(gè)參數(shù)表示要取的行數(shù)。 如果只有一個(gè)參數(shù)，相當(dāng)于偏移量為0。

當(dāng)偏移量很大時(shí)，如limit 100000,10 取第100001-100010條記錄，mysql會(huì)取出100010條記錄然后將前100000條記錄丟棄，這無(wú)疑是一種巨大的性能浪費(fèi)。

當(dāng)有這種寫法時(shí)，我們可以采用延遲關(guān)聯(lián)來(lái)進(jìn)行優(yōu)化，重點(diǎn)關(guān)注： SELECT id FROM qa_question WHERE expert_id = 69 AND STATUS = 30 ORDER BY over_time DESC LIMIT 0, 10 ， 這里其實(shí)利用了索引覆蓋，where條件后的expert_id 是有添加索引的，這里查詢id 可以避免回表，大大提升效率。

工作中會(huì)遇到各種各樣的問(wèn)題，對(duì)于一個(gè)研發(fā)來(lái)說(shuō)最重要的是能夠從這些問(wèn)題中學(xué)到什么。好久沒(méi)有寫博客了，究其原因還是自己變得懶惰了。 (￣ェ￣;)

最后以《高性能Mysql》中的一段話結(jié)束：

mysql如何優(yōu)化以下語(yǔ)句，查詢耗時(shí)太久了？

一般進(jìn)行性能分析，分如下三步：

首先需要使用慢查詢?nèi)罩竟δ?，去獲取所有查詢時(shí)間比較長(zhǎng)的SQL語(yǔ)句

其次查看執(zhí)行計(jì)劃查看有問(wèn)題的SQL的執(zhí)行計(jì)劃 explain

最后可以使用show profile查看有問(wèn)題的SQL的性能使用情況

慢查詢?nèi)罩痉治?/p>

首先我們要使用慢查詢?nèi)罩荆驗(yàn)樗占瞬樵儠r(shí)間比較長(zhǎng)的SQL語(yǔ)句，但使用之前必須開(kāi)啟慢查詢?nèi)罩?，在配置文件my.cnf（一般為/etc/my.cnf）中的[mysqld] 增加如下參數(shù)：

slow_query_log=ONlong_query_time=3slow_query_log_file=/var/lib/mysql/slow-log.log復(fù)制代碼

增加這些參數(shù)之后，重啟MySQL，可以進(jìn)行查詢慢查詢?nèi)罩臼欠耖_(kāi)啟。

1. 任何地方都不要使用 select * from t，用具體的字段列表代替“*“，不要返回用不到的任何字段。

2. 索引并不是越多越好，索引固然可以提高相應(yīng)的 select 的效率，但同時(shí)也降低了 insert 及 update 的效率，因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個(gè)表的索引數(shù)最好不要超過(guò)6個(gè)，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有必要。

3. 并不是所有索引對(duì)查詢都有效，SQL是根據(jù)表中數(shù)據(jù)來(lái)進(jìn)行查詢優(yōu)化的，當(dāng)索引列有大量數(shù)據(jù)重復(fù)時(shí)，SQL查詢可能不會(huì)去利用索引，如一表中有字段sex，male、female幾乎各一半，那么即使在sex上建了索引也對(duì)查詢效率起不了作用。

4. 盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型，這會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開(kāi)銷。這是因?yàn)橐嬖谔幚聿樵兒瓦B接時(shí)會(huì)逐個(gè)比較字符串中每一個(gè)字符，而對(duì)于數(shù)字型而言只需要比較一次就夠了。

5. 盡可能的使用 varchar 代替 char ，因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間， 其次對(duì)于查詢來(lái)說(shuō)，在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些。

6. 如果使用到了臨時(shí)表，在存儲(chǔ)過(guò)程的最后務(wù)必將所有的臨時(shí)表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長(zhǎng)時(shí)間鎖定。

7. 對(duì)查詢進(jìn)行優(yōu)化，應(yīng)盡量避免全表掃描，首先應(yīng)考慮在 where和order by相關(guān)的列上建立索引。

8. 應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。

例如： select * from t where num is null

我們可以在num上設(shè)置默認(rèn)值0，確保表中num列沒(méi)有null值，然后這樣查詢：select * from t where num=0。

mysql服務(wù)器讀取速度優(yōu)化

在開(kāi)始演示之前，我們先介紹下兩個(gè)概念。

概念一，數(shù)據(jù)的可選擇性基數(shù)，也就是常說(shuō)的cardinality值。

查詢優(yōu)化器在生成各種執(zhí)行計(jì)劃之前，得先從統(tǒng)計(jì)信息中取得相關(guān)數(shù)據(jù)，這樣才能估算每步操作所涉及到的記錄數(shù)，而這個(gè)相關(guān)數(shù)據(jù)就是cardinality。簡(jiǎn)單來(lái)說(shuō)，就是每個(gè)值在每個(gè)字段中的唯一值分布狀態(tài)。

比如表t1有100行記錄，其中一列為f1。f1中唯一值的個(gè)數(shù)可以是100個(gè)，也可以是1個(gè)，當(dāng)然也可以是1到100之間的任何一個(gè)數(shù)字。這里唯一值越的多少，就是這個(gè)列的可選擇基數(shù)。

那看到這里我們就明白了，為什么要在基數(shù)高的字段上建立索引，而基數(shù)低的的字段建立索引反而沒(méi)有全表掃描來(lái)的快。當(dāng)然這個(gè)只是一方面，至于更深入的探討就不在我這篇探討的范圍了。

概念二，關(guān)于HINT的使用。

這里我來(lái)說(shuō)下HINT是什么，在什么時(shí)候用。

HINT簡(jiǎn)單來(lái)說(shuō)就是在某些特定的場(chǎng)景下人工協(xié)助MySQL優(yōu)化器的工作，使她生成最優(yōu)的執(zhí)行計(jì)劃。一般來(lái)說(shuō)，優(yōu)化器的執(zhí)行計(jì)劃都是最優(yōu)化的，不過(guò)在某些特定場(chǎng)景下，執(zhí)行計(jì)劃可能不是最優(yōu)化。

比如：表t1經(jīng)過(guò)大量的頻繁更新操作，（UPDATE,DELETE,INSERT），cardinality已經(jīng)很不準(zhǔn)確了，這時(shí)候剛好執(zhí)行了一條SQL，那么有可能這條SQL的執(zhí)行計(jì)劃就不是最優(yōu)的。為什么說(shuō)有可能呢？

來(lái)看下具體演示

譬如，以下兩條SQL，

A：

select * from t1 where f1 = 20;

B：

select * from t1 where f1 = 30;

如果f1的值剛好頻繁更新的值為30，并且沒(méi)有達(dá)到MySQL自動(dòng)更新cardinality值的臨界值或者說(shuō)用戶設(shè)置了手動(dòng)更新又或者用戶減少了sample page等等，那么對(duì)這兩條語(yǔ)句來(lái)說(shuō)，可能不準(zhǔn)確的就是B了。

這里順帶說(shuō)下，MySQL提供了自動(dòng)更新和手動(dòng)更新表cardinality值的方法，因篇幅有限，需要的可以查閱手冊(cè)。

那回到正題上，MySQL 8.0 帶來(lái)了幾個(gè)HINT，我今天就舉個(gè)index_merge的例子。

示例表結(jié)構(gòu)：

mysql desc t1;+------------+--------------+------+-----+---------+----------------+| Field ? ? ?| Type ? ? ? ? | Null | Key | Default | Extra ? ? ? ? ?|+------------+--------------+------+-----+---------+----------------+| id ? ? ? ? | int(11) ? ? ?| NO ? | PRI | NULL ? ?| auto_increment || rank1 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| rank2 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| log_time ? | datetime ? ? | YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| prefix_uid | varchar(100) | YES ?| ? ? | NULL ? ?| ? ? ? ? ? ? ? ?|| desc1 ? ? ?| text ? ? ? ? | YES ?| ? ? | NULL ? ?| ? ? ? ? ? ? ? ?|| rank3 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|+------------+--------------+------+-----+---------+----------------+7 rows in set (0.00 sec)

表記錄數(shù)：

mysql select count(*) from t1;+----------+| count(*) |+----------+| ? ?32768 |+----------+1 row in set (0.01 sec)

這里我們兩條經(jīng)典的SQL：

SQL C：

select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;

SQL D：

select * from t1 where rank1 =100 ?and rank2 =100 ?and rank3 =100;

表t1實(shí)際上在rank1,rank2,rank3三列上分別有一個(gè)二級(jí)索引。

那我們來(lái)看SQL C的查詢計(jì)劃。

顯然，沒(méi)有用到任何索引，掃描的行數(shù)為32034，cost為3243.65。

mysql explain ?format=json select * from t1 ?where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "3243.65" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "ALL", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"rows_examined_per_scan": 32034, ? ? ?"rows_produced_per_join": 115, ? ? ?"filtered": "0.36", ? ? ?"cost_info": { ? ? ? ?"read_cost": "3232.07", ? ? ? ?"eval_cost": "11.58", ? ? ? ?"prefix_cost": "3243.65", ? ? ? ?"data_read_per_join": "49K" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)

我們加上hint給相同的查詢，再次看看查詢計(jì)劃。

這個(gè)時(shí)候用到了index_merge,union了三個(gè)列。掃描的行數(shù)為1103，cost為441.09，明顯比之前的快了好幾倍。

mysql explain ?format=json select /*+ index_merge(t1) */ * from t1 ?where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "441.09" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "index_merge", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "union(idx_rank1,idx_rank2,idx_rank3)", ? ? ?"key_length": "5,5,5", ? ? ?"rows_examined_per_scan": 1103, ? ? ?"rows_produced_per_join": 1103, ? ? ?"filtered": "100.00", ? ? ?"cost_info": { ? ? ? ?"read_cost": "330.79", ? ? ? ?"eval_cost": "110.30", ? ? ? ?"prefix_cost": "441.09", ? ? ? ?"data_read_per_join": "473K" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)

我們?cè)倏聪耂QL D的計(jì)劃：

不加HINT，

mysql explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "534.34" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "ref", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "idx_rank1", ? ? ?"used_key_parts": [ ? ? ? ?"rank1" ? ? ?], ? ? ?"key_length": "5", ? ? ?"ref": [ ? ? ? ?"const" ? ? ?], ? ? ?"rows_examined_per_scan": 555, ? ? ?"rows_produced_per_join": 0, ? ? ?"filtered": "0.07", ? ? ?"cost_info": { ? ? ? ?"read_cost": "478.84", ? ? ? ?"eval_cost": "0.04", ? ? ? ?"prefix_cost": "534.34", ? ? ? ?"data_read_per_join": "176" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)

加了HINT，

mysql explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "5.23" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "index_merge", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "intersect(idx_rank1,idx_rank2,idx_rank3)", ? ? ?"key_length": "5,5,5", ? ? ?"rows_examined_per_scan": 1, ? ? ?"rows_produced_per_join": 1, ? ? ?"filtered": "100.00", ? ? ?"cost_info": { ? ? ? ?"read_cost": "5.13", ? ? ? ?"eval_cost": "0.10", ? ? ? ?"prefix_cost": "5.23", ? ? ? ?"data_read_per_join": "440" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)

對(duì)比下以上兩個(gè)，加了HINT的比不加HINT的cost小了100倍。

總結(jié)下，就是說(shuō)表的cardinality值影響這張的查詢計(jì)劃，如果這個(gè)值沒(méi)有正常更新的話，就需要手工加HINT了。相信MySQL未來(lái)的版本會(huì)帶來(lái)更多的HINT。

分享名稱：mysql延時(shí)怎么優(yōu)化 mysql從庫(kù)延遲優(yōu)化
轉(zhuǎn)載注明：http://chinadenli.net/article28/hiegcp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供軟件開(kāi)發(fā)、面包屑導(dǎo)航、網(wǎng)站營(yíng)銷、網(wǎng)站策劃、網(wǎng)站收錄、小程序開(kāi)發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)