本文提要
从编码角度来优化数据层的话，我首先会去查一下项目中运行的sql语句，定位到瓶颈是否出现在这里，首先去优化sql语句，而慢sql就是其中的主要优化对象，对于慢sql，顾名思义就是花费较多执行时间的语句，它带来的影响也比较恶劣，首先是执行时间过长影响数据的返回速度，其次，慢sql的长时间执行也会消耗和占用mysql的系统资源，影响其他的sql语句执行，过多的慢sql极其影响性能，如果系统流量或者并发量较大的情况下，过多的执行慢sql很有可能造成mysql的死锁以致于mysql服务无法正常使用。
druid整合到项目中以及druid监控的开启已经持续了一段时间，因此对于慢sql的监控和整理也大致有了一些结果，本篇文章就试着从日志文件和监控面板中找出几条慢sql并进行优化。
优化步骤
总结了一下，大致步骤如下：
- 定位优化对象的性能瓶颈；
- 明确优化目标；
- 从explain入手分析；
- 找到优化方法；
找出慢sql
首先进入druid监控后台，查看一下这几天的运行日志后，慢sql的大致情况，如图：
从监控后台看到的数据只是一个粗略的统计，是一个总览记录，想要看到详细的执行记录及其中的慢sql统计可以通过日志文件，这个功能也已经整合到项目中，直接在tomcat的logs目录即可查看。
日志文件内容节选：
//1.图片表查询sql
[10:13:37] StatFilter - slow sql 1572 millis.
select * from ssm_picture
WHERE type = ？ and grade = ?
limit ?,?
["1","1",0,10]
...
//2.更新文章表sql
[14:19:12] StatFilter - slow sql 1926 millis.
update ssm_article
set
article_title=?,article_content=?,
add_name=?
where id=?
["11","<p>1324354657usdfghjnkm,zxvb nm,,fgfhjtfggggggggggggggggggg<br/></p>","22","1033"]
...
//3.文章表查询sql
[15:07:04] StatFilter - slow sql 1672 millis.
select * from ssm_article
limit ?,?
[0,10]
日志的记录格式为 [执行时间] -慢sql执行耗时 ，sql语句，其实日志中记录是挺多的，去重之后从日志文件中单独选了几条比较典型的sql语句进行优化。
explain关键字
explain关键字一般放在SELECT查询语句的前面，用于描述MySQL如何执行查询操作、以及MySQL成功返回结果集需要执行的行数。explain 可以帮助我们分析 select 语句,让我们知道查询效率低下的原因,从而改进我们查询,让查询优化器能够更好的工作。
用法：
结果集说明如下：
| 项 | 说明 |
|---|---|
| id | MySQL Query Optimizer选定的执行计划中查询的序列号。表示查询中执行select子句或操作表的顺序,id值越大优先级越高,越先被执行。id相同,执行顺序由上至下。 |
| select_type 查询类型 | 说明 |
|---|---|
| SIMPLE | 简单的select查询,不使用union及子查询。 |
| PRIMARY | 最外层的select查询。 |
| UNION | UNION 中的第二个或随后的 select查询,不依赖于外部查询的结果集。 |
| DEPENDENT UNION | UNION中的第二个或随后的 select查询,依 赖于外部查询的结果集。 |
| SUBQUERY | 子查询中的第一个select查询,不依赖于外部查询的结果集。 |
| DEPENDENT SUBQUERY | 子查询中的第一个select查询,依赖于外部查询的结果集。 |
| DERIVED | 用于from子句里有子查询的情况。MySQL会递归执行这些子查询,把结果放在临时表里。 |
| UNCACHEABLE SUBQUERY | 结果集不能被缓存的子查询,必须重新为外层查询的每一行进行评估。 |
| UNCACHEABLE UNION | UNION中的第二个或随后的select查询,属于不可缓存的子查询。 |
| 项 | 说明 |
|---|---|
| table | 输出行所引用的表 |
| type 显示连接使用的类型,按最优到最差的类型排序 | 说明 |
|---|---|
| system | 表仅有一行(=系统表)。这是const连接类型的一个特例。 |
| const | const用于用常数值比较PRIMARY KEY时。当查询的表仅有一行时,使用System。 |
| eq_ref | const用于用常数值比较PRIMARY KEY时。当查询的表仅有一行时,使用System。 |
| ref | 连接不能基于关键字选择单个行,可能查找到多个符合条件的行。叫做ref是因为索引要跟某个参考值相比较。这个参考值或者是一个常数,或者是来自一个表里的多表查询的结果值 |
| ref_or_null | 如同ref, 但是MySQL必须在初次查找的结果里找出null条目,然后进行二次查找。 |
| index_merge | 说明索引合并优化被使用了。 |
| unique_subquery | 在某些IN查询中使用此种类型,而不是常规的ref:value IN (SELECT primary_key FROM single_table WHERE some_expr) |
| index_subquery | 在某些IN查询中使用此种类型,与unique_subquery类似,但是查询的是非唯一性索引:value IN(SELECT key_column FROM single_table WHERE some_expr) |
| range | 只检索给定范围的行,使用一个索引来选择行。key列显示使用了哪个索引。当使用=、<>、>、>=、<、<=、IS NULL、<=>、BETWEEN或者IN操作符,用常量比较关键字列时,可以使用range。 |
| index | 全表扫描,只是扫描表的时候按照索引次序进行而不是行。主要优点就是避免了排序,但是开销仍然非常大。 |
| all | 最坏的情况,从头到尾全表扫描。 |
| 项 | 说明 |
|---|---|
| possible_keys | 指出MySQL能在该表中使用哪些索引有助于查询。如果为空,说明没有可用的索引。 |
| 项 | 说明 |
|---|---|
| key | MySQL实际从possible_key选择使用的索引。如果为NULL,则没有使用索引。很少的情况下,MYSQL 会选择优化不足的索引。这种情况下,可以在SELECT语句中使用USE INDEX (indexname)来强制使用一个索引或者用IGNORE INDEX(indexname)来强制MYSQL忽略索引 |
| 项 | 说明 |
|---|---|
| key_len | 使用的索引的长度。在不损失精确性的情况下,长度越短越好。 |
| 项 | 说明 |
|---|---|
| ref | 显示索引的哪一列被使用了 |
| 项 | 说明 |
|---|---|
| rows | MYSQL认为必须检查的用来返回请求数据的行数 |
extra 中出现以下2项意味着MYSQL根本不能使用索引,效率会受到重大影响。应尽可能对此进行优化。
| extra项 | 说明 |
|---|---|
| Using filesort | 表示MySQL会对结果使用一个外部索引排序,而不是从表里按索引次序读到相关内容。可能在内存或者磁盘上进行排序。MySQL中无法利用索引完成的排序操作称为“文件排序” |
| Using temporary | 表示MySQL在对查询结果排序时使用临时表。常见于排序order by和分组查询 group by。 |
优化目标
优化的目标是一定要明确的，不然根本无从下手，针对于前文中提到的sql语句，及explain关键字的解释，我列出了两条目标：
- 避免全表扫描
- rows参数尽量减小
至于为什么只列出这两条目标，主要是因为项目中并没有复杂的逻辑，也也没有复杂的查询，建表时也并没有根据相关查询创建索引，而且数据量也不大，因此能够优化的点并不是太多，即使做了优化也不能显著的提升速度及性能，因此就先列了两个简单的小目标，先体验一下explain关键字在sql优化中的作用。
优化
针对第2条更新文章sql，执行时间较长的原因主要是因为数据量太大，应该是一个朋友在测试的时候做的操作，article_content字段插入了一条20万字符大小的数据，因此，主要问题在于插入数据过大，代码已经更新了参数检查功能，在程序中做了限制。
对于另外两条查询语句，首先用explain分析sql语句，如下：
注意其中的两个参数，type都是all，rows较小，都为总记录，我们的两个目标是什么？type不能为all，rows尽量小，这里似乎满足了一个条件，其实不然，因为这两个表的数据量小，因此rows值也小，如果换一张表(book表较大)，以相同格式执行一条sql得到如下结果：
rows为416，并没有因为使用了limit关键字而返回较小的值，因此两条sql都需要做一下简单的优化。
几张表都没有创建索引，是不是就没有索引了呢？其实不然，你可能忽略了一点，就是主键索引，索引的知识点在接下来一篇文章中会写，这一篇就简单的提一下，因此优化策略就是使用主键索引，将type由all变为index，稍微优化了一点点,改写后的sql语句如下，分析结果如下：
通过与上面的结果对比，可以看到rows值也变小了。
type由all全部变为index。
总结
由于项目比较简单，都是操作单表的sql语句，没有复杂查询，也没有多表的连接查询，速度提升并没有太多，对于目前的项目来说，不会有特别大的优化动作，如果以后有机会再去结合实际案例去优化，现在就点到为止了，这一篇主要是介绍一下druid监控的成果以及mysql查询优化的explain关键字，因此并没有做太多的案例及分析，只是做了一些小修改，使得大家对explain关键字有了一些了解，下一篇会继续做一些优化改动。