面试官：MySQL 数据库查询慢，除了索引问题还可能是什么原因？

mysql查询为什么会慢，关于这个问题，在实际开发经常会遇到，而面试中，也是个高频题。

遇到这种问题，我们一般也会想到是因为索引。

那除开索引之外，还有哪些因素会导致数据库查询变慢呢？

有哪些操作，可以提升mysql的查询能力呢？

今天这篇文章，我们就来聊聊会导致数据库查询变慢的场景有哪些，并给出原因和解决方案。

数据库查询流程

我们先来看下，一条查询语句下来，会经历哪些流程。

比如我们有一张数据库表

CREATE TABLE `user` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(100) NOT NULL DEFAULT '' COMMENT '名字',
  `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  `gender` int(8) NOT NULL DEFAULT '0' COMMENT '性别',
  PRIMARY KEY (`id`),
  KEY `idx_age` (`age`),
  KEY `idx_gender` (`gender`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;


我们平常写的应用代码（go或C++之类的），这时候就叫

客户端

了。

客户端底层会带着账号密码，尝试向mysql建立一条TCP长链接。

mysql的

连接管理模块

会对这条连接进行管理。

建立连接后，客户端执行一条查询sql语句。比如：

select * from user where gender = 1 and age = 100;


客户端会将sql语句通过网络连接给mysql。

mysql收到sql语句后，会在

分析器

中先判断下SQL语句有没有语法错误，比如select，如果少打一个

l

，写成

slect

，则会报错

You have an error in your SQL syntax;

。这个报错对于我这样的手残党来说可以说是很熟悉了。

接下来是

优化器

，在这里会

根据一定的规则选择该用什么索引

。

之后，才是通过

执行器

去调用

存储引擎

的接口函数。

存储引擎

类似于一个个组件，它们才是mysql真正获取一行行数据并返回数据的地方，存储引擎是可以替换更改的，既可以用不支持事务的MyISAM，也可以替换成支持事务的Innodb。这个可以在建表的时候指定。比如

CREATE TABLE `user` (
  ...
) ENGINE=InnoDB;


现在最常用的是

InnoDB

。

我们就重点说这个。

InnoDB中，因为直接操作磁盘会比较慢，所以加了一层内存提提速，叫

buffer pool

，这里面，放了很多内存页，每一页16KB，有些内存页放的是数据库表里看到的那种一行行的数据，有些则是放的索引信息。

查询SQL到了InnoDB中。会根据前面优化器里计算得到的索引，去

查询相应的索引页

，如果不在buffer pool里则从磁盘里加载索引页。

再通过索引页加速查询，得到数据页

的具体位置。如果这些数据页不在buffer pool中，则从磁盘里加载进来。

这样我们就得到了我们想要的一行行数据。

最后将得到的数据结果返回给客户端。

相关视频教程：

海量数据的mysql优化

慢查询分析

如果上面的流程比较慢的话，我们可以通过开启

profiling

看到流程慢在哪。

mysql> set profiling=ON;
Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql> show variables like 'profiling';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| profiling     | ON    |
+---------------+-------+
1 row in set (0.00 sec)


然后正常执行sql语句。

这些SQL语句的执行时间都会被记录下来，此时你想查看有哪些语句被记录下来了，可以执行 

show profiles;

mysql> show profiles;
+----------+------------+---------------------------------------------------+
| Query_ID | Duration   | Query                                             |
+----------+------------+---------------------------------------------------+
|        1 | 0.06811025 | select * from user where age>=60                  |
|        2 | 0.00151375 | select * from user where gender = 2 and age = 80  |
|        3 | 0.00230425 | select * from user where gender = 2 and age = 60  |
|        4 | 0.00070400 | select * from user where gender = 2 and age = 100 |
|        5 | 0.07797650 | select * from user where age!=60                  |
+----------+------------+---------------------------------------------------+
5 rows in set, 1 warning (0.00 sec)


关注下上面的

query_id

，比如

select * from user where age>=60

对应的query_id是1，如果你想查看这条SQL语句的具体耗时，那么可以执行以下的命令。

mysql> show profile for query 1;
+----------------------+----------+
| Status               | Duration |
+----------------------+----------+
| starting             | 0.000074 |
| checking permissions | 0.000010 |
| Opening tables       | 0.000034 |
| init                 | 0.000032 |
| System lock          | 0.000027 |
| optimizing           | 0.000020 |
| statistics           | 0.000058 |
| preparing            | 0.000018 |
| executing            | 0.000013 |
| Sending data         | 0.067701 |
| end                  | 0.000021 |
| query end            | 0.000015 |
| closing tables       | 0.000014 |
| freeing items        | 0.000047 |
| cleaning up          | 0.000027 |
+----------------------+----------+
15 rows in set, 1 warning (0.00 sec)


通过上面的各个项，大家就可以看到具体耗时在哪。比如从上面可以看出Sending data的耗时最大，这个是指

执行器

开始查询数据并将数据发送给客户端的耗时，因为我的这张表符合条件的数据有

好几万条

，所以这块耗时最大，也符合预期。

一般情况下，我们开发过程中，耗时大部分时候都在

Sending data

阶段，而这一阶段里如果慢的话，最容易想到的还是索引相关的原因。

索引相关原因

索引相关的问题，一般能用explain命令帮助分析。通过它能看到

用了哪些索引

，大概会

扫描多少行

之类的信息。

mysql会在

优化器阶段

里看下选择哪个索引，查询速度会更快。

一般主要考虑几个因素，比如：

• 选择这个索引大概要扫描
  多少行
  （rows）

• 为了把这些行取出来，需要读
  多少个16kb的页

• 走普通索引需要回表，主键索引则不需要，
  回表成本
  大不大？

回到show profile中提到的sql语句，我们使用

explain select * from user where age>=60

 分析一下。

上面的这条语句，使用的

type

为ALL，意味着是

全表扫描

，

possible_keys

是指

可能用得到的索引

，这里可能使用到的索引是为age建的普通索引，但实际上数据库使用的索引是在

key

那一列，是

NULL

。也就是说

这句sql不走索引，全表扫描

。

这个是因为数据表里，符合条件的数据行数（

rows

）太多，如果使用age索引，那么需要将它们从age索引中读出来，并且age索引是

普通索引

，还需要

回表

找到对应的

主键

才能找到对应的

数据页

。算下来还不如直接走主键划算。于是最终选择了全表扫描。

当然上面只是举了个例子，实际上，mysql执行sql时，

不用索引或者用的索引不符合我们预期

这件事经常发生，索引失效的场景有很多，比如用了

不等号，隐式转换

等，这个相信大家背八股文的时候也背过不少了，我也不再赘述。

聊两个生产中容易遇到的问题吧。

索引不符合预期

实际开发中有些情况比较特殊，比如有些数据库表一开始数据量小，索引少，执行sql时，确实使用了符合你预期的索引。但随时时间边长，开发的人变多了，数据量也变大了，甚至还可能会加入一些其他重复多余的索引，就有可能出现用着用着，用到了不符合你预期的其他索引了。从而导致查询突然变慢。

这种问题，也好解决，可以通过

force index

指定索引

。比如

通过

explain

可以看出，加了force index之后，sql就选用了idx_age这个索引了。

走了索引还是很慢

有些sql，用

explain

命令看，明明是走索引的，但还是很慢。一般是两种情况：

第一种是索引区分度太低，比如网页全路径的url链接，这拿来做索引，一眼看过去全都是同一个域名，如果

前缀索引

的长度建得不够长，那这走索引跟走

全表扫描

似的，正确姿势是尽量让索引的

区分度

更高，比如域名去掉，只拿后面URI部分去做索引。

第二种是索引中匹配到的数据太大，这时候需要关注的是explain里的

rows

字段了。

它是用于

预估

这个查询语句需要查的行数的，它不一定完全准确，但可以体现个大概量级。

当它很大时，一般常见的是下面几种情况。

• 如果这个字段具有
  唯一
  的属性，比如电话号码等，一般是不应该有大量重复的，那可能是你代码逻辑出现了
  大量重复插入
  的操作，你需要检查下代码逻辑，或者需要加个
  唯一索引
  限制下。

• 如果这个字段下的数据就是会很大，是否需要全部拿？如果不需要，加个
  limit
  限制下。如果确实要拿全部，那也不能一次性全拿，今天你数据量小，可能一次取一两万都没啥压力，万一哪天涨到了十万级别，那一次性取就有点吃不消了。你可能需要
  分批次取
  ，具体操作是先用
  order by id
  排序一下，拿到一批数据后取
  最大id
  作为下次取数据的起始位置。

连接数过小

索引相关的原因我们聊完了，我们来聊聊，

除了索引之外，还有哪些因素会限制我们的查询速度的。

我们可以看到，mysql的server层里有个

连接管理

，它的作用是管理客户端和mysql之间的长连接。

正常情况下，客户端与server层如果只有

一条

连接，那么在执行sql查询之后，只能阻塞等待结果返回，如果有大量查询同时并发请求，那么

后面的请求都需要等待前面的请求执行完成

后，才能开始执行。

因此很多时候我们的应用程序，比如go或java这些，

会打印出sql执行了几分钟的日志，但实际上你把这条语句单独拎出来执行，却又是毫秒级别的。

这都是因为这些sql语句在

等待

前面的sql执行完成。

怎么解决呢？

如果我们能

多建几条连接

，那么请求就可以并发执行，后面的连接就不用等那么久了。

而连接数过小的问题，

受数据库和客户端两侧同时限制

。

数据库连接数过小

Mysql的最大连接数默认是

100

, 最大可以达到

16384

。

可以通过设置mysql的

max_connections

参数，更改数据库的最大连接数。

mysql> set global max_connections= 500;
Query OK, 0 rows affected (0.00 sec)

mysql> show variables like 'max_connections';
+-----------------+-------+
| Variable_name   | Value |
+-----------------+-------+
| max_connections | 500   |
+-----------------+-------+
1 row in set (0.00 sec)


上面的操作，就把最大连接数改成了500。

应用侧连接数过小

数据库连接大小是调整过了，但貌似问题还是没有变化？还是有很多sql执行达到了几分钟，甚至超时？

那有可能是因为你应用侧（go，java写的应用，也就是mysql的客户端）的连接数也过小。

应用侧与mysql底层的连接，是

基于TCP协议的长链接

，而TCP协议，需要经过

三次握手和四次挥手

来实现建连和释放。如果我每次执行sql都重新建立一个新的连接的话，那就要不断握手和挥手，这很

耗时

。所以一般会建立一个

长连接池

，连接用完之后，塞到连接池里，下次要执行sql的时候，再从里面捞一条连接出来用，非常环保。

我们一般写代码的时候，都会通过第三方的

orm库

来对数据库进行操作，而成熟的orm库，

百分之一千万都会有个连接池。

而这个连接池，一般会有个大小。这个大小就控制了你的连接数最大值，如果说你的连接池太小，都还没有数据库的大，那调了数据库的最大连接数也没啥作用。

一般情况下，可以翻下你使用的orm库的文档，看下怎么设置这个连接池的大小，就几行代码的事情，改改就好。比如go语言里的

gorm

里是这么设置的

func Init() {
  db, err := gorm.Open(mysql.Open(conn), config)
    sqlDB, err := db.DB()
    // SetMaxIdleConns 设置空闲连接池中连接的最大数量
    sqlDB.SetMaxIdleConns(200)
    // SetMaxOpenConns 设置打开数据库连接的最大数量
    sqlDB.SetMaxOpenConns(1000)
}


buffer pool太小

连接数是上去了，速度也提升了。

曾经遇到过面试官会追问，

有没有其他办法可以让速度更快呢？

那必须要眉头紧锁，假装思考，然后说：

有的

。

我们在前面的数据库查询流程里，提到了进了innodb之后，会有一层内存buffer pool，用于将磁盘数据页加载到内存页中，只要查询到buffer pool里有，就可以直接返回，否则就要走磁盘IO，那就慢了。

也就是说，

如果我的buffer pool 越大，那我们能放的数据页就越多，相应的，sql查询时就更可能命中buffer pool，那查询速度自然就更快了。

可以通过下面的命令查询到buffer pool的大小，单位是

Byte

。

mysql> show global variables like 'innodb_buffer_pool_size';
+-------------------------+-----------+
| Variable_name           | Value     |
+-------------------------+-----------+
| innodb_buffer_pool_size | 134217728 |
+-------------------------+-----------+
1 row in set (0.01 sec)


也就是

128Mb

。

如果想要调大一点。可以执行

mysql> set global innodb_buffer_pool_size = 536870912;
Query OK, 0 rows affected (0.01 sec)

mysql> show global variables like 'innodb_buffer_pool_size';
+-------------------------+-----------+
| Variable_name           | Value     |
+-------------------------+-----------+
| innodb_buffer_pool_size | 536870912 |
+-------------------------+-----------+
1 row in set (0.01 sec)


这样就把buffer pool增大到512Mb了。

但是吧，如果buffer pool大小正常，只是

别的原因

导致的查询变慢，那改buffer pool毫无意义。

但问题又来了。

怎么知道buffer pool是不是太小了？

这个我们可以看

buffer pool的缓存命中率

。

通过 

show status like 'Innodb_buffer_pool_%';

可以看到跟buffer pool有关的一些信息。

Innodb_buffer_pool_read_requests

表示读请求的次数。

Innodb_buffer_pool_reads

 表示从物理磁盘中读取数据的请求次数。

所以buffer pool的命中率就可以这样得到：

buffer pool 命中率 = 1 - (Innodb_buffer_pool_reads/Innodb_buffer_pool_read_requests) * 100%


比如我上面截图里的就是，1 - (405/2278354) = 99.98%。可以说命中率非常高了。

一般情况下

buffer pool命中率

都在

99%

以上，如果低于这个值，才需要考虑加大innodb buffer pool的大小。

当然，还可以把这个命中率做到

监控

里，这样半夜sql变慢了，早上上班还能定位到原因，就很舒服。

还有哪些骚操作？

前面提到的是在

存储引擎层

里加入了buffer pool用于缓存内存页，这样可以加速查询。

那同样的道理，

server层

也可以加个缓存，直接将第一次查询的结果缓存下来，这样

下次

查询就能立刻返回，听着挺美的。

按道理，如果命中缓存的话，确实是能为查询加速的。但这个功能限制很大，其中最大的问题是只要数据库表被更新过，表里面的

所有缓存都会失效

，数据表频繁的更新，就会带来频繁的缓存失效。所以这个功能只适合用于那些

不怎么更新的数据表。

另外，这个功能在

8.0版本

之后，就被

干掉

了。所以这功能用来聊聊天可以，没必要真的在生产中使用啊。

总结

• 数据查询过慢一般是索引问题，可能是因为选错索引，也可能是因为查询的行数太多。

• 客户端和数据库连接数过小，会限制sql的查询并发数，增大连接数可以提升速度。

• innodb里会有一层内存buffer pool用于提升查询速度，命中率一般>99%，如果低于这个值，可以考虑增大buffer pool的大小，这样也可以提升速度。

• 查询缓存（query cache）确实能为查询提速，但一般不建议打开，因为限制比较大，并且8.0以后的Mysql里已经将这个功能干掉了。