面试题：在日常工作中怎么做MySQL性能测试及调优的？

前言：

服务器性能测试工具原理

性能测试工具的主要作用是通过模拟生产环境中的真实业务操作，对被测试系统实行压力负载测试，监视被测试系统在不同业务、不同压力性能下的性能表现，找出潜在的性能瓶颈进行分析、优化。

客户端与服务器相当于两个人，通过信息来进行交流。由于初次见面不好意思直接交流，与是找来了中间传话人，客户端把信息告诉给传话人，由传话人来转达给服务器。那么服务器反馈的信息也由传话人转达给客户端。一般性能测试工具都需要录制或编写客户端行为脚本。

这样传达人就有了客户端的行为能力，从而假扮客户端来欺骗服务器，与之进行通信。有了客户端行为了传达人可以进行自我复制。从而变出N多个传达人对服务器进通信。—这个传达人的行为和能力也就是性能测试工具的基本特质。对于目前流行的性能测试工具，他们的基本工作原理都是一致的。在客户端通过多线程或多进程模拟虚拟用户访问，对服务器端施加压力，然后在过程中监控和收集性能数据。

一、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、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=on

slow_query_log_file = /tmp/mysql-slow.log 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 mysql.slow_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B.id=表A.id)

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 a.id not in (select b.id from B表)

高效的sql语句

select colname … from A表 Left join B表 on where a.id = b.id where b.id 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,>,