设置(set profiling=1;show profiles; )，使用show profile查询剖析工具。设置type具体属性值。
show profile [type...] for query n
all：显示所有性能信息
block io：显示块io操作的次数
context switches：显示上下文切换次数，被动和主动
cpu：显示用户cpu时间、系统cpu时间
IPC：显示发送和接受的消息数量
page faults：显示页错误数量
source：显示源码中的函数名称与位置
swaps：显示swap的次数
使用performance schema更加容易的监控mysql。
SHOW VARIABLES LIKE 'performance_schema';
在配置文件中修改performance_schema的属性值，on表示开启，off表示关闭(关闭时需要修改配置文件my.cnf)
UPDATE setup_instruments SET ENABLED = 'YES', TIMED = 'YES'where name like 'wait%';
打开等待事件的采集器配置项开关
UPDATE setup_consumers SET ENABLED = 'YES'where name like '%wait%';
打开等待事件的保存表配置开关
select * from events_waits_current\G
************************************************************
THREAD_ID: 11
EVENT_ID: 570
END_EVENT_ID: 570
EVENT_NAME: wait/synch/mutex/innodb/buf_dblwr_mutex
SOURCE:
TIMER_START: 4508505105239280
TIMER_END: 4508505105270160
TIMER_WAIT: 30880
OBJECT_INSTANCE_BEGIN: 67918392
OPERATION: lock
************************************************************
id:事件来自哪个线程，事件编号是多少
event_name:表示检测到的具体的内容
source:表示这个检测代码在哪个源文件中以及行号
timer_start:表示该事件的开始时间
timer_end:表示该事件的结束时间
timer_wait:表示该事件总的花费时间
使用show processlist查看连接的线程个数，来观察是否有大量线程处于不正常的状态或者其他不正常的特征。
show processlist;
id列，用户登录mysql时，系统分配的"connection_id"，可以使用函数connection_id()查看
user列，显示当前用户。如果不是root，这个命令就只显示用户权限范围的sql语句
host列，显示这个语句是从哪个ip的哪个端口上发的，可以用来跟踪出现问题语句的用户
db列，显示这个进程目前连接的是哪个数据库
command列，显示当前连接的执行的命令，一般取值为休眠（sleep），查询（query），连接（connect）等
time列，显示这个状态持续的时间，单位是秒
state列，显示使用当前连接的sql语句的状态，很重要的列。
info列，显示这个sql语句，是判断问题语句的一个重要依据。
1：数据类型优化
2：合理使用范式和反范式
三大范式
1.数据表的每一列都要保持它的原子特性，也就是列不能再被分割。
2.属性必须完全依赖于主键。
3.所有的非主属性不依赖于其他的非主属性
3：存储引擎的选择
如果要提供提交、回滚、崩溃恢复能力的事物安全（ACID兼容）能力，并要求实现并发控制，InnoDB是一个好的选择,数据文件（frm,idb）；
如果数据表主要用来插入和查询记录，则MyISAM引擎能提供较高的处理效率,,数据文件(frm,MYD,MYI）；
如果只是临时存放数据，数据量不大，并且不需要较高的数据安全性，可以选择将数据保存在内存中的Memory引擎，MySQL中使用该引擎作为临时表，存放查询的中间结果；
4：适当的数据冗余
5：字符集选择
explain select * from user;
id：select查询的序列号，包含一组数字，表示查询中执行select子句或者操作表的顺序
如果id相同，那么执行顺序从上到下。
如果id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行 。
id相同和不同的，同时存在：相同的可以认为是一组，从上往下顺序执行，在所有组中，id值越大，优先级越高，越先执行。
select_type：主要用来分辨查询的类型，是普通查询还是联合查询还是子查询
sample:简单的查询，不包含子查询和union
primary:查询中若包含任何复杂的子查询，最外层查询则被标记为Primary
union:若第二个select出现在union之后，则被标记为union
dependent union:跟union类似，此处的depentent表示union或union all联合而成的结果会受外部表影响
union result:从union表获取结果的select
subquery:在select或者where列表中包含子查询
dependent subquery:subquery的子查询要受到外部表查询的影响
derived:from子句中出现的子查询，也叫做派生类
uncacheable subquery：表示使用子查询的结果不能被缓存
table：对应行正在访问哪一个表，表名或者别名，可能是临时表或者union合并结果集
type：显示的是访问类型
访问类型表示我是以何种方式去访问我们的数据，效率高到低依次是:
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
all:全表扫描，一般情况下出现这样的sql语句而且数据量比较大的话那么就需要进行优化。
index：全索引扫描这个比all的效率要好，主要有两种情况，一种是当前的查询时覆盖索引，即我们需要的数据在索引中就可以索取，或者是使用了索引进行排序，这样就避免数据的重排序
range：表示利用索引查询的时候限制了范围，在指定范围内进行查询，这样避免了index的全索引扫描，适用的操作符： =, <>, >, >=, <, <=, IS NULL, BETWEEN, LIKE, or IN()
index_subquery：利用索引来关联子查询，不再扫描全表
unique_subquery:该连接类型类似与index_subquery,使用的是唯一索引
index_merge：在查询过程中需要多个索引组合使用
ref_or_null：对于某个字段即需要关联条件，也需要null值的情况下，查询优化器会选择这种访问方式
ref：使用了非唯一性索引进行数据的查找
eq_ref ：使用唯一性索引进行数据查找
const：这个表至多有一个匹配行
system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现
possible_keys：显示可能应用在这张表中的索引，一个或多个，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用
key：实际使用的索引，如果为null，则没有使用索引，查询中若使用了覆盖索引，则该索引和查询的select字段重叠
key_len：表示索引中使用的字节数，可以通过key_len计算查询中使用的索引长度，在不损失精度的情况下长度越短越好
ref：显示索引的哪一列被使用了，如果可能的话，是一个常数
rows：根据表的统计信息及索引使用情况，大致估算出找出所需记录需要读取的行数，此参数很重要，直接反应的sql找了多少数据，在完成目的的情况下越少越好
extra：包含额外的信息
using filesort:说明mysql无法利用索引进行排序，只能利用排序算法进行排序，会消耗额外的位置
using temporary:建立临时表来保存中间结果，查询完成之后把临时表删除
using index:这个表示当前的查询时覆盖索引的，直接从索引中读取数据，而不用访问数据表。
using where:使用where进行条件过滤
using index condition：使用索引查询，但不是所有的列数据都在索引树上，还需要访问实际的行记录
using join buffer (Block Nested Loop)：需要进行嵌套循环计算，性能较低，需要进行优化
索引基本知识
索引的优点
1、索引大大减小了服务器需要扫描的数据量
2、索引可以帮助服务器避免排序和临时表
3、索引可以将随机IO变成顺序IO
索引的用途
1、快速查找匹配WHERE子句的行
2、如果有多个索引可以选择，MYSQL通常使用查找最少行的索引
3、如果是组合索引，优化器可以使用索引的任何最左前缀来查找行
4、关联查询时，声明列的类型和大小相同，可以使用索引，否则索引失效
5、查找特定索引列的min或max值
6、如果排序或者分组是在组合索引上完成的，则对表进行排序或者分组
7、如果只查询表中包含的索引列，则从索引树上查询所需字段（覆盖索引），提高查询速度
索引分类
1、普通索引：最基本的数据类型，没有任何限制，加速系统对数据的访问，允许在定义的索引列中插入重复值和NULL
2、唯一索引：和普通索引类似，避免数据重复，唯一索引的列值必须唯一，允许有NULL
3、主键索引：为主键创建的索引，特殊的唯一索引，不允许有NULL
4、全文索引：主要用来查找文本中的关键字，char、varchar，text 列上可以创建全文索引。
5、组合索引：多列值组成的一个索引，用于组合查询，组合索引遵循最左匹配原则
索引数据结构
1、哈希索引
2、B+Tree
索引匹配方式
1、全值匹配：全值匹配指的是和索引中的所有列进行匹配
2、最左前缀匹配：匹配组合索引的创建顺序的列
3、列前缀匹配：可以匹配某一列的值的开头部分
4、范围值匹配：可以查找某一个范围的数据
5、索引查询：查询索引列，不需要访问数据行，覆盖索引
覆盖索引
定义
1、如果一个索引包含查询的字段，我们称之为覆盖索引
2、不是所有类型的索引都可以称为覆盖索引，覆盖索引必须要存储索引列的值
3、不同的存储实现覆盖索引的方式不同，不是所有的引擎都支持覆盖索引，memory不支持覆盖索引
特点
1、索引远远小于数据记录，只读取索引列，减少回表次数，提升查询效率
2、索引是按照列值顺序存储的，对于IO密集型的查询，顺序查找比随机从磁盘读取数据IO次数少的多
3、INNODB的聚簇索引，覆盖索引对INNODB表特别有用
优化细节
1、当使用索引列进行查询的时候尽量不要使用表达式，把计算放到业务层而不是数据库层
2、尽量使用主键查询，而不是其他索引，因此主键查询不会触发回表查询
3、强制类型转换会全表扫描
4、范围列可以用到索引，但是范围列后面的列无法用到索引，索引最多用于一个范围列
5、更新十分频繁，数据区分度不高的字段上不宜建立索引
6、当需要进行表连接的时候，最好不要超过三张表，因为需要join的字段，数据类型必须一致
7、索引不是越多越好
8、text、blob或者很长varchar创建索引必须使用前缀索引（不重复的索引值和数据表的记录总数的比值）
9、union all,in,or使用时，推荐使用in
优化数据访问
1、查询性能低的主要原因是访问数据太多，通过减少访问数据量优化
2、多表关联返回需要的列
3、禁止使用select *
4、如果需要不断的重复执行相同的查询，将这部分数据存入缓存提高效率
优化器优化策略
1、静态优化，直接对解析树进行分析，并完成优化
2、动态优化，动态优化与查询的上下文有关，也可能跟取值、索引对应的行数有关
3、mysql对查询的静态优化只需要一次，但对动态优化在每次执行时都需要重新评估
优化器的优化类型
1、重新定义关联表的顺序
2、将外连接转化成内连接，内连接的效率要高于外连接
3、mysql在某些情况下可以将子查询转换一种效率更高的形式，从而减少多个查询多次对数据进行访问
关联查询
mysql只支持一种join算法：Nested-Loop Join（嵌套循环连接），但Nested-Loop Join有三种变种：Simple Nested-Loop Join，Index Nested-Loop Join，Block Nested-Loop Join。
1、Simple Nested-Loop Join
2、Index Nested-Loop Join
3、Block Nested-Loop Join
优化特定类型的查询
1、关联查询，确保on的连接列上有索引
2、子查询，尽可能的使用关联查询代替
3、limit分页，数据量特别大时，使用覆盖索引做关联查询或者使用where
4、count()函数，1、*、id没有区别
5、排名语句优化，开窗函数5.7及一下版本使用用户自定义变量
select：当查询一个分区表的时候，分区层先打开并锁定住所有的底层表，优化器先判断是否可以过滤部分分区，然后在调用对应的存储引擎接口访问各个分区的数据。
insert：当写入一条记录时，分区层先打开并锁住所有的底层表，然后确定那个分区接收这条记录，在将记录写入对应底层表。
delete：当删除一条记录时，分区层先打开并锁住所有的底层表，然后确定数据对应的分区，最后对相应底层表进行删除操作。
update：当更新一条记录时，分区层先打开并锁住所有的底层表，MySQL先确定需要更新的记录在哪个分区，然后取出数据并更新，在判断更新后的数据应该放在哪个分区，最后对底层表进行写入操作，并对原数据所在的底层表进行删除操作。
CREATE TABLE employees (
id INT NOT NULL,
fname VARCHAR(30),
lname VARCHAR(30),
hired DATE NOT NULL DEFAULT '1970-01-01',
separated DATE NOT NULL DEFAULT '9999-12-31',
job_code INT NOT NULL,
store_id INT NOT NULL
)
PARTITION BY RANGE (store_id) (
PARTITION p0 VALUES LESS THAN (6),
PARTITION p1 VALUES LESS THAN (11),
PARTITION p2 VALUES LESS THAN (16),
PARTITION p3 VALUES LESS THAN (21)
);
CREATE TABLE employees (
id INT NOT NULL,
fname VARCHAR(30),
lname VARCHAR(30),
hired DATE NOT NULL DEFAULT '1970-01-01',
separated DATE NOT NULL DEFAULT '9999-12-31',
job_code INT,
store_id INT
)
PARTITION BY LIST(store_id) (
PARTITION pNorth VALUES IN (3,5,6,9,17),
PARTITION pEast VALUES IN (1,2,10,11,19,20),
PARTITION pWest VALUES IN (4,12,13,14,18),
PARTITION pCentral VALUES IN (7,8,15,16)
);
CREATE TABLE customers_1 (
first_name VARCHAR(25),
last_name VARCHAR(25),
street_1 VARCHAR(30),
street_2 VARCHAR(30),
city VARCHAR(15),
renewal DATE
)
PARTITION BY LIST COLUMNS(city) (
PARTITION pRegion_1 VALUES IN('Oskarshamn', 'Högsby', 'Mönsterås'),
PARTITION pRegion_2 VALUES IN('Vimmerby', 'Hultsfred', 'Västervik'),
PARTITION pRegion_3 VALUES IN('Nässjö', 'Eksjö', 'Vetlanda'),
PARTITION pRegion_4 VALUES IN('Uppvidinge', 'Alvesta', 'Växjo')
); LIST分区变种
CREATE TABLE customers_3 (
first_name VARCHAR(25),
last_name VARCHAR(25),
street_1 VARCHAR(30),
street_2 VARCHAR(30),
city VARCHAR(15),
renewal DATE
)
PARTITION BY RANGE COLUMNS(renewal) (
PARTITION pWeek_1 VALUES LESS THAN('2010-02-09'),
PARTITION pWeek_2 VALUES LESS THAN('2010-02-15'),
PARTITION pWeek_3 VALUES LESS THAN('2010-02-22'),
PARTITION pWeek_4 VALUES LESS THAN('2010-03-01')
); RANGE分区变种
CREATE TABLE employees (
id INT NOT NULL,
fname VARCHAR(30),
lname VARCHAR(30),
hired DATE NOT NULL DEFAULT '1970-01-01',
separated DATE NOT NULL DEFAULT '9999-12-31',
job_code INT,
store_id INT
)
PARTITION BY HASH(store_id)
PARTITIONS 4;
CREATE TABLE k1 (
id INT NOT NULL PRIMARY KEY,
name VARCHAR(20)
)
PARTITION BY KEY()
PARTITIONS 2; 主键分区
CREATE TABLE k1 (
id INT NOT NULL,
name VARCHAR(20),
UNIQUE KEY (id)
)
PARTITION BY KEY()
PARTITIONS 2; 唯一键分区