设为首页 收藏本站
查看: 786|回复: 0

[经验分享] mysql 查询缓存优化

[复制链接]

尚未签到

发表于 2018-9-30 10:50:28 | 显示全部楼层 |阅读模式
  写在前面:查询缓存从MySQL 5.7.20开始已被弃用,并在MySQL 8.0中被删除。
  Query cache 作用于整个 MySQL,主要用来缓存 MySQL 中的查询结果集,也就是一条SQL语句执行的结果集,所以仅仅只能针对select语句。当我们打开了 Query Cache 功能,MySQL在接受到一条select语句的请求后,如果命中缓存,也就是说所需结果集已经在缓存中了,后面一系列步骤都不用再执行,直接从缓存拿到结果集返回给客户端,可以极大的提高查询性能!
  sql 查询数据库 执行步骤如下:
DSC0000.jpg

  从上图可以看出,当select 命中缓存后,后面一系列的sql解析,预处理,优化器处理都不用进行!
  数据库缓存打开方式:
DSC0001.jpg

  query_cache_size参数可以根据自己数据库查询运行状况进行自行调整,调整原则稍后介绍!
DSC0002.jpg

  query_cache_type可以设置为0,1或者2(DEMOND),分别表示完全不使用query cache,除显式要求不使用query cache(使用sql_no_cache)之外的所有的select都使用query cache,只有显示要求才使用query cache(使用sql_cache)
  可以用如下命令show variables like '%have_query_cache%';查看是否开启,其中have_query_cache为是否开启,query_cache_limit 指定单个查询能够使用的缓冲区大小,缺省为1M;query_cache_min_res_unit为系统分配的最小缓存块大小,默认是4KB,设置值大对大数据查询有好处,但如果你的查询都是小数据 查询,就容易造成内存碎片和浪费;
DSC0003.jpg

  通过以下命令查看缓存相关变量 show variables like '%query_cache%';
DSC0004.jpg

  通过以下命令查看查询缓存状态 show status like '%Qcache%';
DSC0005.jpg

  Qcache_free_blocks:目前还处于空闲状态的 Query Cache 中内存 Block 数目
  Qcache_free_memory:目前还处于空闲状态的 Query Cache 内存总量
  Qcache_hits:Query Cache 命中次数
  Qcache_inserts:向 Query Cache 中插入新的 Query Cache的次数,也就是没有命中的次数
  Qcache_lowmem_prunes:当 Query Cache 内存容量不够,需要从中删除老的 Query Cache以给新的 Cache 对象使用的次数
  Qcache_not_cached:没有被 Cache 的 SQL 数,包括无法被 Cache 的 SQL 以及由于query_cache_type 设置的不会被 Cache 的 SQL
  Qcache_queries_in_cache:目前在 Query Cache 中的 SQL 数量
  Qcache_total_blocks:Query Cache 中总的 Block 数量
  检查换成命中情况
  查询缓存命中率的计算公式是 Qcache_hits/(Qcache_hits+Com_select)。
  query_cache_min_res_unit默认是4KB,设置值大对大数据查询有好处,但如果你的查询都是小数据查询,就容易造成内存碎片和浪费。
  查询缓存碎片率 = Qcache_free_blocks / Qcache_total_blocks * 100%
  如果查询缓存碎片率超过20%,可以用FLUSH QUERYCACHE整理缓存碎片,或者试试减小query_cache_min_res_unit,如果你的查询都是小数据量的话。
  查询缓存利用率 = (query_cache_size - Qcache_free_memory) /query_cache_size * 100%
  查询缓存利用率在25%以下的话说明query_cache_size设置的过大,可适当减小;查询缓存利用率在80%以上而且Qcache_lowmem_prunes >50的话说明query_cache_size可能有点小,要不就是碎片太多。
  查询缓存命中率 = (Qcache_hits - Qcache_inserts) / Qcache_hits * 100%
  优化提示:
  如果Qcache_lowmem_prunes 值比较大,表示查询缓存区大小设置太小,需要增大。
  如果Qcache_free_blocks 较多,表示内存碎片较多,需要清理,flush query cache
  高性能mysql中关于query_cache_min_res_unit大小调优给出的计算公式 query_cache_min_res_unit = (query_cache_size - Qcache_free_memory)/ Qcache_queries_in_cache
  mysql在判断是否命中缓存时,任何字符的不同 ,不确定的函数 都将导致缓存无法命中,子查询,存储过程也将导致查询缓存无法命中;
  mysql查询缓存在带来查询性能提升的同时,也会带来其他的一些问题:首先、打开查询缓存,对读对写都会带来额外的消耗
  1)首先在读查询之前,必须先去检查是否命中缓存
  2)如果命中缓存,那么直接返回结果集给用户,不在执行后续一系列操作,如果没有命中缓存,那么在查询完成后,还需要将结果集存入查询缓存,这本身也是一个消耗
  3)对写操作也有很大影响,因为我们在对表进行时,也需要先将该表的查询缓存设置为失效,如果这个表的缓存很大,那么这也是一个相当大的消耗。
  对查询缓存的写和设置失效操作都是一个排他锁操作
  1)对于innodb 来说,事务特性会限制查询的使用,事务中修改了某个表,那么,需要将这个表的查询缓存设置为失效,RR,RC 模式下,事物特性会隔离这个修改对其他事务不可见!在这个事务提交前,这个表的其他相关查询都是无法缓存的,只有在这个表修改事物提交后,这个表的相关查询才可以缓存,因此,长时间的大的更新事务将导致查询缓存效率大大下降!
  2)如果我们开启了一个很大的查询缓存,在缓存失效操作时,可能导致整个数据库系统都出现性能问题,因为缓存失效操作是一个全局锁,其他
  所有需要做缓存失效操作的查询都要等待这个锁,而且无论缓存命中检测,还是缓存失效检测都需要等待这个锁。缓存过大时,这将导致严重的性能瓶颈。
  因此我们在开启查询缓存时,一定是根据业务需要,开启一个大小比较合理的查询缓存,在线上避免大的事务!
  参考:mysql高性能第三版,http://blog.csdn.net/truelove12358/article/details/51956356


运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-606648-1-1.html 上篇帖子: Vsftpd使用MySQL验证实验 下篇帖子: mysql优化和类型
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表