性能调优前提：无监控不调优，对于mysql性能的监控前几天有文章提到过，有兴趣的朋友可以去看一下
二、mysql性能指标及问题分析和定位
1、我们在监控图表中关注的性能指标大概有这么几个：cpu、内存、连接数、io读写时间、io操作时间、慢查询、系统平均负载以及memoryover
2、介绍下grafana模板中各性能指标的意思
这个是mysql数据库的连接数
这个图标表示了慢查询
上图就是mysql数据库的缓存区，展示了最大缓存以及已使用缓存等数据
3、性能分析
一般在产生mysql瓶颈的时候往往伴随着的是cpu使用率急速上升，需要top看一下是哪个线程占据了大量的cpu资源，如果发现mysql进程占用较高，那么基本可以判断是mysql数据库出现了问题。
接下来就是对问题具体的分析和定位。
对于数据库的操作基本上就是大量的查询，会导致数据库出现性能问题。对有问题的场景使用jmeter模拟场景进行并发，并观察grafana的图表。
mysql的几个问题基本上就是：
（1）缓存区较小，大量查询导致了缓存区溢出，使用io进行读写，众所周知，io的读写速度远远比内存读写速度要慢得多。
（2）sql语句问题，导致mysql数据库出现瓶颈的查询语句类型很多，最后会给大家列举一些。
那么怎么定位到这些问题呢？
（1）在负载测试中，通过grafana图表观察memory over这个图表，如果发现占用基本占满所分配给mysql数据库缓存区的内存，然后io读写时间非常长，读写频率非常高，那基本上是可以判断是缓存区较小导致的问题。（这个问题已经很少出现了）
（2）判断慢查询：在mysql数据库的配置文件中找到log_output=file,table #二选 1 或者 2 个都选slow_query_log=onslow_query_log_file = tmpmysql-slowlog long_query_time = 1#设置如何判断慢查询，这边设置超过1s就算慢查询#使用完记得关闭
重启mysql数据库
在grafana图表中如果看到慢查询的时间超过1s时，基本判断为存在慢查询。
登入数据库运行命令select * from mysqlslow_log;#查看慢查询表数据
运行完这条命令后，可以查看到所有超过1s的查询语句，这个时候复制这条语句到查询输入框中，选中右键点击解释。
type列，连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别
key列，使用到的索引名。如果没有选择索引，值是null。可以采取强制索引方式
key_len列，索引长度
rows列，扫描行数。该值是个预估值
extra列，详细说明。注意常见的不太友好的值有：using filesort, using temporary
三、sql语句调优
1、sql语句中in包含的值不应过多
mysql对于in做了相应的优化，即将in中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。再例如：select id from t where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了；再或者使用连接来替换。
2、select语句务必指明字段名称
select *增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前断也需要更新。所以要求直接在select后面接上字段名。
3、当只需要一条数据的时候，使用limit 1
这是为了使explain中type列达到const类型
4、如果排序字段没有用到索引，就尽量少排序
5、如果限制条件中其他字段没有索引，尽量少用or
or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用 union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果
6、区分in和exists， not in和not exists
select * from 表a where id in (select id from 表b)
上面sql语句相当于
select * from 表a where exists(select * from 表b where 表bid=表aid)
区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是in，那么先执行子查询。所以in适合于外表大而内表小的情况；exists适合于外表小而内表大的情况。
关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句？
原sql语句
select colname … from a表 where aid not in (select bid from b表)
高效的sql语句
select colname … from a表 left join b表 on where aid = bid where bid is null
7、分段查询
在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示
8、避免在 where 子句中对字段进行 null 值判断
对于null的判断会导致引擎放弃使用索引而进行全表扫描。
9、不建议使用%前缀模糊查询
例如like “%name”或者like “%name%”，这种查询会导致索引失效而进行全表扫描。但是可以使用like “name%”。
10、注意范围查询语句
对于联合索引来说，如果存在范围查询，比如between,>,<等条件时，会造成后面的索引字段失效。
type
访问类型
all 扫描全表数据
index 遍历索引
range 索引范围查找
index_subquery 在子查询中使用 ref
unique_subquery 在子查询中使用 eq_ref
ref_or_null 对null进行索引的优化的 ref
fulltext 使用全文索引
ref 使用非唯一索引查找数据
eq_ref 在join查询中使用primary keyorunique not null索引关联。
const 使用主键或者唯一索引，且匹配的结果只有一条记录。
system const 连接类型的特例，查询的表为系统表。
性能从好到差依次为：
system，const，eq_ref，ref，fulltext，ref_or_null，unique_subquery，index_subquery，range，index_merge，index，all，除了all之外，其他的type都可以使用到索引，除了index_merge之外，其他的type只可以用到一个索引。
所以，如果通过执行计划发现某张表的查询语句的type显示为all，那就要考虑添加索引，或者更换查询方式，使用索引进行查询。
possible_keys
可能使用的索引，注意不一定会使用。查询涉及到的字段上若存在索引，则该索引将被列出来。当该列为 null时就要考虑当前的sql是否需要优化了。
key
显示mysql在查询中实际使用的索引，若没有使用索引，显示为null。
tips:查询中若使用了覆盖索引(覆盖索引：索引的数据覆盖了需要查询的所有数据)，则该索引仅出现在key列表中
一些sql优化建议
1、sql语句不要写的太复杂。
一个sql语句要尽量简单，不要嵌套太多层。
2、使用like的时候要注意是否会导致全表扫
3、尽量避免使用!=或<>操作符
在where语句中使用!=或<>，引擎将放弃使用索引而进行全表扫描。
4、尽量避免使用 or 来连接条件
在 where 子句中使用 or 来连接条件，引擎将放弃使用索引而进行全表扫描。
5、尽量避免使用in和not in
在 where 子句中使用 in和not in，引擎将放弃使用索引而进行全表扫描。
6、尽量避免使用表达式、函数等操作作为查询条件
7、尽量避免大事务操作，提高系统并发能力。
8、任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。
9、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。
10、索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率
11、并不是所有索引对查询都有效，sql是根据表中数据来进行查询优化的，当索引列有大量数据重复时，sql查询可能不会去利用索引