前面講解了很多mysql的基礎知識，這一章講解mysql的語句優化。
一、定位慢查詢
我們要對sql語句進行優化，第一步肯定是找到執行速度較慢的語句，那么怎么在一個項目里面定位這些執行速度較慢的sql語句呢？下面就介紹一種定位慢查詢的方法。
1.1、數據庫准備
首先創建一個數據庫表：
CREATE TABLE emp (empno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '編號', ename VARCHAR(20) NOT NULL DEFAULT "" COMMENT '名字', job VARCHAR(9) NOT NULL DEFAULT "" COMMENT '工作', mgr MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '上級編號', hiredate DATE NOT NULL COMMENT '入職時間', sal DECIMAL(7,2) NOT NULL COMMENT '薪水', comm DECIMAL(7,2) NOT NULL COMMENT '紅利', deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '部門編號' )ENGINE=InnoDB DEFAULT CHARSET=utf8;
然后我們構建一個存儲函數，這個存儲函數會返回一個長度為參數n的隨機字符串：
delimiter $$
create function rand_string(n INT)
returns varchar(255) #該函數會返回一個字符串
begin
declare chars_str varchar(100) default 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;
接下來我們再創建一個存儲函數，該存儲函數會返回一個隨機int值：
delimiter $$ create function rand_num( ) returns int(5) begin declare i int default 0; set i = floor(10+rand()*500); return i; end $$ delimiter ;
然后我們利用剛剛創建的兩個存儲函數創建一個存儲過程，該存儲過程包含一個參數，該參數表示插入數據表emp的數據條數：
delimiter $$ create procedure insert_emp(in max_num int(10)) begin declare i int default 0; set autocommit = 0; repeat set i = i + 1; insert into emp values (i ,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num()); until i = max_num end repeat; commit; end $$ delimiter ;
最后，我們調用改改創建的存儲過程，對emp表插入1000w條數據：
call insert_emp(10000000);
1.2、查看慢查詢
我們可以用以下命令查看慢查詢次數：
show status like 'slow_queries';
現在在mysql中敲入該命令，可以看到value為1，這個慢查詢就是由剛剛批量插入1000w條數據產生。
使用該命令只能查看慢查詢次數，但是我們沒有辦法知道是哪些查詢產生了慢查詢，如果想要知道是哪些查詢導致的慢查詢，那么我們必須修改mysql的配置文件。打開mysql的配置文件（windows系統是my.ini,linux系統是my.cnf），在[mysqld]下面加上以下代碼：
log-slow-queries=mysql_slow.log long_query_time=1
此時我們在mysql中運行以下命令，可以看到slow_query_log是ON狀態，log_file也是我們指定的文件：
mysql> show variables like 'slow_query%'; +---------------------+------------------------------+ | Variable_name | Value | +---------------------+------------------------------+ | slow_query_log | ON | | slow_query_log_file | mysql_slow.log | +---------------------+------------------------------+ 2 rows in set (0.00 sec)
運行以下命令我們可以看到我們設定的慢查詢時間也生效了，此時只要查詢時間大於1s，查詢語句都將存入日志文件。
mysql> show variables like 'long_query_time'; +-----------------+----------+ | Variable_name | Value | +-----------------+----------+ | long_query_time | 1.000000 | +-----------------+----------+ 1 row in set (0.00 sec)
現在我們運行一個查詢時間超過1s的查詢語句：
mysql> select * from emp where empno=413345; +--------+--------+----------+-----+------------+---------+--------+--------+ | empno | ename | job | mgr | hiredate | sal | comm | deptno | +--------+--------+----------+-----+------------+---------+--------+--------+ | 413345 | vvOHUB | SALESMAN | 1 | 2014-10-26 | 2000.00 | 400.00 | 11 | +--------+--------+----------+-----+------------+---------+--------+--------+ 1 row in set (6.55 sec)
然后查看mysql安裝目錄下的data目錄，該目錄會產生一個慢查詢日志文件：mysql_slow.log，該文件內容如下：
/usr/local/mysql/bin/mysqld, Version: 5.1.73-log (MySQL Community Server (GPL)). started with: Tcp port: 3306 Unix socket: /tmp/mysql.sock Time Id Command Argument # Time: 141026 23:24:08 # User@Host: root[root] @ localhost [] # Query_time: 6.547536 Lock_time: 0.002936 Rows_sent: 1 Rows_examined: 10000000 use temp; SET timestamp=1414337048; select * from emp where empno=413345;
在該日志文件中，我們可以知道慢查詢產生的時間，最終產生了幾行結果，測試了幾行結果，以及運行語句是什么。在這里我們可以看到，這條語句產生一個結果，但是檢測了1000w行記錄，是一個全表掃描。
二、Explain執行計划
慢查詢日志可以幫助我們把所有查詢時間過長的sql語句記錄下來，在優化這些語句之前，我們應該使用explain命令查看mysql的執行計划，尋找其中的可優化點。
explain命令的使用十分簡單，只需要"explain + sql語句"即可，如下命令就是對我們剛剛的慢查詢語句使用explain之后的結果：
mysql> explain select * from emp where empno=413345\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: emp
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 10000351
Extra: Using where
1 row in set (0.00 sec)
ERROR:
No query specified
可以看到，explain命令的結果一共有以下幾列：id, select_type, table, type, possible_keys, key, key_len, ref, rows, Extra，這些列分別代表以下意思：
1、id：SELECT識別符。這是SELECT的查詢序列號；
2、select_type：查詢類型，主要有PRIMARY(子查詢中最外層查詢）、SUBQUERY（子查詢內層第一個SELECT）、UNION（UNION語句中第二個SELECT開始后面所有SELECT）、SIMPLE（除了子查詢或者union之外的其他查詢）；
3、table：所訪問的數據庫表明；
4、type：對表的訪問方式，包括以下類型all(全表掃描)，index（全索引掃描），rang（索引范圍掃描），ref（join語句中被驅動表索引引用查詢），eq_ref（通過主鍵或唯一索引訪問，最多只會有一條結果），const（讀常量，只需讀一次），system（系統表。表中只有一條數據），null（速度最快）。
5、possible_keys：查詢可能使用到的索引；
6、key：最后選用的索引；
7、key_len：使用索引的最大長度；
8、ref：列出某個表的某個字段過濾；
9、rows：估算出的結果行數；
10、extra：查詢細節信息，可能是以下值：distinct、using filesort（order by操作）、using index（所查數據只需要在index中即可獲取）、using temporary（使用臨時表）、using where（如果包含where，且不是僅通過索引即可獲取內容，就會包含此信息）。
這樣，通過"explain select * from emp where empno=413345\G"命令的輸出，我們就可以清楚的看到，這條查詢語句是一個全表掃描語句，查詢時沒有用到任何索引，所以它的查詢時間肯定會很慢。
三、Profiling 的使用
mysql除了提供explain命令用於查看命令執行計划外，還提供了profiling工具用於查看語句查詢過程中的資源消耗情況。首先我們要使用以下命令開啟Profiling功能：
set profiling = 1;
接下來我們執行一條查詢命令：
mysql> select * from emp where empno=413345; +--------+--------+----------+-----+------------+---------+--------+--------+ | empno | ename | job | mgr | hiredate | sal | comm | deptno | +--------+--------+----------+-----+------------+---------+--------+--------+ | 413345 | vvOHUB | SALESMAN | 1 | 2014-10-26 | 2000.00 | 400.00 | 11 | +--------+--------+----------+-----+------------+---------+--------+--------+ 1 row in set (6.44 sec)
在開啟了Query Profiler功能之后,MySQL就會自動記錄所有執行的Query的profile信息了。 然后我們通過以下命令獲取系統中保存的所有 Query 的 profile 概要信息：
mysql> show profiles; +----------+------------+--------------------------------------+ | Query_ID | Duration | Query | +----------+------------+--------------------------------------+ | 1 | 0.00053000 | show tables | | 2 | 0.07412700 | select * from dept | | 3 | 0.06743300 | select * from salgrade | | 4 | 6.44056000 | select * from emp where empno=413345 | +----------+------------+--------------------------------------+ 4 rows in set (0.00 sec)
然后我們可以通過以下命令查看具體的某一次查詢的profile信息：
mysql> show profile cpu, block io for query 4; +--------------------+----------+----------+------------+--------------+---------------+ | Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out | +--------------------+----------+----------+------------+--------------+---------------+ | starting | 0.000107 | 0.000072 | 0.000025 | 0 | 0 | | Opening tables | 0.000021 | 0.000018 | 0.000003 | 0 | 0 | | System lock | 0.000006 | 0.000004 | 0.000001 | 0 | 0 | | Table lock | 0.000009 | 0.000008 | 0.000001 | 0 | 0 | | init | 0.000034 | 0.000033 | 0.000002 | 0 | 0 | | optimizing | 0.000012 | 0.000011 | 0.000001 | 0 | 0 | | statistics | 0.000014 | 0.000012 | 0.000001 | 0 | 0 | | preparing | 0.000013 | 0.000012 | 0.000002 | 0 | 0 | | executing | 0.000005 | 0.000005 | 0.000016 | 0 | 0 | | Sending data | 6.440260 | 7.818553 | 0.178155 | 0 | 0 | | end | 0.000008 | 0.000006 | 0.000011 | 0 | 0 | | query end | 0.000002 | 0.000002 | 0.000003 | 0 | 0 | | freeing items | 0.000030 | 0.000013 | 0.000017 | 0 | 0 | | logging slow query | 0.000001 | 0.000000 | 0.000001 | 0 | 0 | | logging slow query | 0.000035 | 0.000020 | 0.000015 | 0 | 0 | | cleaning up | 0.000003 | 0.000003 | 0.000000 | 0 | 0 | +--------------------+----------+----------+------------+--------------+---------------+ 16 rows in set (0.00 sec)
該profile顯示了每一步操作的耗時以及cpu和Block IO的消耗，這樣我們就可以更有針對性的優化查詢語句了。可以看到，由於這是一次全表掃描，這里耗時最大是在sending data上。除了這種情況，以下幾種情況也可能耗費大量時間：converting HEAP to MyISAM(查詢結果太大時,把結果放在磁盤)、create tmp table(創建臨時表,如group時儲存中間結果)、Copying to tmp table on disk(把內存臨時表復制到磁盤)、locked(被其他查詢鎖住) 、logging slow query(記錄慢查詢)。