站长资讯网一、总体优化思路
首先构建脚本观察查询数，连接数等数据，确定环境原因以及内部SQL执行原因，然后根据具体原因做具体处理。
推荐：《mysql视频教程》
二、构建脚本观察状态
mysqladmin -uroot -p ext G
该命令可获取当前查询数量等信息，定时轮询并将结果重定向到文本中，然后处理成图表。
三、处理对策
1.若是规律性出现查询慢，考虑缓存雪崩问题。
对于该问题只需将缓存的失效时间处理成不要相近时间同时失效，失效时间尽量离散化，或者集中到午夜失效。
2.若非规律性查询缓慢，考虑设计缺乏优化
处理方法：
a：开启profiling记录查询操作，并获取语句执行详细信息
show variables like '%profiling%'; set profiling=on; select count(*) from user; show profiles; show profile for query 1; >>> +--------------------------------+----------+ | Status | Duration | +--------------------------------+----------+ | starting | 0.000060 | | Executing hook on transaction | 0.000004 | | starting | 0.000049 | | checking permissions | 0.000007 | | Opening tables | 0.000192 | | init | 0.000006 | | System lock | 0.000009 | | optimizing | 0.000005 | | statistics | 0.000014 | | preparing | 0.000017 | | executing | 0.001111 | | end | 0.000006 | | query end | 0.000003 | | waiting for handler commit | 0.000015 | | closing tables | 0.000011 | | freeing items | 0.000085 | | cleaning up | 0.000008 | +--------------------------------+----------+
b：使用explain 查看语句执行情况，索引使用，扫描范围等等
mysql> explain select count(*) from goods G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: goods partitions: NULL type: index possible_keys: NULL key: gid key_len: 5 ref: NULL rows: 3 filtered: 100.00 Extra: Using index
c：相关优化手法
表的优化与列类型选择
列选择原则：
1：字段类型优先级 整型 > date,time > char,varchar > blob
原因：整型,time运算快，节省空间
char/varchar要考虑字符集的转换与排序时的校对集，速度慢
blob无法使用内存临时表
2：够用就行，不要慷慨(如 smallint,varchar(N))
原因：大的字段浪费内存，影响速度
以varchar(10), varchar(300)存储的内容相同，但在表联查时，varchar(300)要花
