Optimización del rendimiento con MySQL

Optimización del rendimiento con MySQL ( LSWC Noviembre 2011) Víctor Jiménez Cerrada <vjimenez@warp.es> @capitangolo http://slideshare.net/capitangoloBienvenidos a "Optimización del rendimiento con MySQL".Soy Víctor Jiménez y seré vuestro ponente para hoy.

Trabajo en Warp Networks S.L. http://www.warp.esDonde nos dedicamos a varias cosas, entre ellas, formación y consultoríaMySQL

MySQL Training partner since 2006 Sun Microsystem Training partner 2009-2010 Oracle partner since 2010Hemos sido partners de MySQL desde 2006y en esta charla voy a compartir parte de la experiencia que hemosobtenido desde entonces. Vamos a hablar de optimización delrendimiento con MySQL

Agenda 5" 1- Introducción. ¿Por qué optimizar? 15" 2- Arquitectura de MySQL 20" 3- Optimización de consultas … 4- Ruegos y Preguntas

1 - Introducción ¿Por Qué optimizar?2- Arquitectura de MySQL3- Optimización de consultas4- Ruegos y Preguntas

1 - Introducción ¿Por Qué optimizar?Desarrollamos nuestras apps web sin importarnos mucho el rendimiento.Cuando nuestra web tiene éxito y se convierte en la gallina de los huevosde oro, tenemos más solicitudes, y si no tenemos cuidado…

1 - Introducción ¿Por Qué optimizar?… nuestro servidor se cuelga.A esto se le llama morir de éxito.

1 - Introducción ¿Por Qué optimizar? Pasos para no morir de éxito Optimizar la aplicación Optimizar la base de datos Escalar

1 - Introducción ¿Por Qué optimizar? Optimización Hacer más con lo mismo Objetivo: Aumentar Consultas / segundo ¿Cómo?: Menor tiempo de ejecución

1 - Introducción ¿Por Qué optimizar? 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sTenemos una consulta que tarda 2,5 segundos en ejecutarse si se ejecutasola.Pero lo normal es que esa consulta se ejecute en varios procesos enparalelo.

1 - Introducción ¿Por Qué optimizar? 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sDado que la máquina tiene más recursos ocupados, es posible que tardemás en ejecutarse.En este caso, se ha ejecutado la consulta cinco veces en paralelo, cadauna un segundo más tarde que la anterior.

1 - Introducción ¿Por Qué optimizar? C=5 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sEn un momento se están ejecutando 5 consultas a la vez.El servidor necesita poder soportar estos picos.

1 - Introducción ¿Por Qué optimizar? C max = 1 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sSi optimizamos esas consultas para que tarden medio segundo...

1 - Introducción ¿Por Qué optimizar? C max = 1 0s 1s 2s 3s 4s 5s 6s 7s 8s 9s... sólo se ejecuta una consulta cada vez.Reduciendo el nivel de concurrencia que tiene que soportar el servidor.

1 - Introducción ¿Por Qué optimizar? 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sDejando muchos más recursos libres.

1 - Introducción ¿Por Qué optimizar? Más información http://www.slideshare.net/capitangolo/no-mueras-de-exitoDejando muchos más recursos libres.

1- Introducción. ¿Por qué optimizar?2 - Arquitectura MySQL3- Optimización de consultas4- Ruegos y Preguntas

2 - Arquitectura MySQL Arquitectura Cliente - Servidor mysqld mysql mysqld-nt Workbench PHP My Admin … myisamchk myisampackMySQL tiene una arquitectura cliente servidor.Aunque hay algunos programas ninjas que acceden directamente a losdatos.

2 - Arquitectura MySQL Uso de Disco /usr/local/mysql test table.frm world City.frm Country.frm CountryLanguage.frm Hostname.pid Hostname.errEn disco guarda tablas, logs y archivos de estado.

2 - Arquitectura MySQL Uso de Memoria Thread Cache Buffers y Cachés Tablas en memoria Tablas temporales Buffers de cliente

2 - Arquitectura MySQL Uso de Memoria Por Instancia Reservado en el arranque del servidor Compartido para todos los usuarios Query Cache Key Cache InnoDB Buffer Pool Por Sesión Reservado por cada conexión Principalmente para gestionar los resultados sort_buffer join_buffer read_bufferHay que tener cuidado al conﬁgurar las variables de sesión.20MB de sort_buffer x 100 conexiones = 2GB de memoria

2 - Arquitectura MySQL Arquitectura interna API C Subsistemas Intérprete Funciones base Query Hilos Optimizador Cache Buffers y cachés Executador Red Motores Logs MyISAM InnoDB Acceso y Permisos Memory CSV

2 - Arquitectura MySQL Motores de Almacenamiento Gestionan la persistencia y recuperación de los datos Configuración a nivel de Tabla Oficiales: MyISAM Motor por defecto en MySQL 5.0 InnoDB Motor por defecto en MySQL 5.5 Memory Archive Blackhole CSV … De terceros: solidDB Nitro InfoBrigth PBXT

2 - Arquitectura MySQL2.1 - MyISAM

2 - Arquitectura MySQL » MyISAM MyISAM Características Formatos de fila Bloqueos Key Cache Consejos Merge

2 - Arquitectura MySQL » MyISAM Características de MyISAM (I) /usr/local/mysql world City.frm City.MYD City.MYIMyISAM guarda la información en dos archivos.MYD(ata) y .MYI(ndex)

2 - Arquitectura MySQL » MyISAM Características de MyISAM (II) No soporta transacciones Bloqueos a nivel de tabla Para un backup binario, copiar: .frm .MYD .MYI Un backup binario es portable

2 - Arquitectura MySQL » MyISAM Características de MyISAM (III) Compresión de índices prefijos en índices de tipo texto Fulltext ALTER TABLE table ADD FULLTEXT(column1, column2) SELECT […] WHERE MATCH (column1, column2) AGAINST (TEXT); Concurrent inserts concurrent_insert = 0 | 1 | 2 R-Tree index Datos Geoposicionados (GIS)

2 - Arquitectura MySQL » MyISAM ¿Cuándo usar MyISAM? Aplicaciones de sólo lectura Aplicaciones con poca concurrencia Búsquedas de texto Escaneos de tabla Carga masiva de datos Almacenamiento masivo de datos (datawarehousing)

2 - Arquitectura MySQL » MyISAM ¿Cuándo NO usar MyISAM? Almacenamiento Confiable y a prueba de caídas Recuperación automática y rápida (HA) Alta concurrencia Bloqueos prolongados Integridad Referencial Transacciones

2 - Arquitectura MySQL » MyISAM Bloqueos MyISAM (I) Bloqueo a nivel de tabla Problemático cuando hay concurrencia

2 - Arquitectura MySQL » MyISAM Bloqueos MyISAM (II) - Consultas lentas 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sLos select obtienen bloqueo de lectura compartido.El insert solicita un bloqueo exclusivo de escritura.Todos los demás selects posteriores esperan a que el insert libere elbloqueo.Hasta que el primer select termina, no se terminan de ejecutar las demásconsultas.¡¡¡LLegamos a tener concurrencia 7!!!

2 - Arquitectura MySQL » MyISAM Bloqueos MyISAM (II) - Consultas lentas SELECT x FROM tabla … SELECT x FROM tabla INSERT INTO tabla … SELECT x FROM tabla … SELECT x FROM tabla … SELECT x FROM tabla … SELECT x FROM tabla … SELECT … 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sLos select obtienen bloqueo de lectura compartido.El insert solicita un bloqueo exclusivo de escritura.Todos los demás selects posteriores esperan a que el insert libere elbloqueo.Hasta que el primer select termina, no se terminan de ejecutar las demásconsultas.¡¡¡LLegamos a tener concurrencia 7!!!

2 - Arquitectura MySQL » MyISAM Bloqueos MyISAM (II) - Consultas lentas SELECT … SELECT … INSERT … SELECT … SELECT … SELECT … SELECT … SELECT … 0s 1s 2s 3s 4s 5s 6s 7s 8s 9sSi optimizamos el primer select, los bloqueos bajan exponencialmente.Concurrencia 4

2 - Arquitectura MySQL » MyISAM Bloqueos MyISAM (III) - Soluciones concurrent_inserts Las inserciones se realizan al final del archivo de datos. SELECT HIGH PRIORITY INSERT LOW PRIORITY INSERT DELAYED Se almacenan en un buffer, que va insertando cuando la tabla está libre.

2 - Arquitectura MySQL » MyISAM Key Cache (I) Caché para índices MyISAM key_buffer_size > 0En MyISAM existe una caché de claves

2 - Arquitectura MySQL » MyISAM Key Cache (II) - Monitorización key_reads / key_read_requests < 1% key_blocks_not_flushed key_blocks_used key_blocks_unused key_read_requests key_reads key_writes_requests key_writesHay que conﬁgurar la caché de claves para que quepan todas las clavesen memoria.

2 - Arquitectura MySQL2.2 - InnoDB

2 - Arquitectura MySQL » InnoDB InnoDB Características Transacciones InnoDB Buffers Índices Consejos

2 - Arquitectura MySQL » InnoDB Características de InnoDB (I): Almacenamiento /usr/local/mysql test table.frm ibdata1 ib_logfile0 ib_logfile1InnoDB guarda toda la información de todas las tablas en el tablespace.Archivo ibdata

2 - Arquitectura MySQL » InnoDB Características de InnoDB (II): Files per table innodb_file_per_table /usr/local/mysql test table.frm table.ibd ibdata1 ib_logfile0 ib_logfile1Si conﬁguramos innodb_ﬁle_per_table tenemos un sub-espacio de tablapor cada tablaArchivo .ibdEl espacio de tabla sigue conteniendo información de cada tabla, esnecesario.

2 - Arquitectura MySQL » InnoDB Características de InnoDB (III) Transacciones full ACID Bloqueo a nivel de fila El bloqueo se realiza en la PK Buscando rangos, se bloquean también los huecos Bloqueo a nivel de tabla Cachea tanto índices como datos

2 - Arquitectura MySQL » InnoDB Transacciones (I) Atomic Consistent Isolated Durable START TRANSACTION COMMIT ROLLBACK AutoCommit = 1

2 - Arquitectura MySQL » InnoDB Transacciones (II) Isolation Levels: READ UNCOMMITED + CONCURRENCIA READ COMMITED - REPEATABLE READ - SERIALIZABLE AISLAMIENTO + SET TRANSACTION ISOLATION LEVEL READ UNCOMMITEDPodemos conﬁgurar el Nivel de aislamiento para mejorar el rendimientosi no necesitamos tanta integridad en los datos.

2 - Arquitectura MySQL » InnoDB InnoDB Buffers (I) Buffer Pool MYSQL SERVER Caché de datos e índices Log Buffer Log de transacciones logfiles LOG BUFFER Log de transacciones BUFFER POOL Redo log ibdata commit checkpoints & checkpoints Diccionario de datos Undo log ib_logfiles ibdata

2 - Arquitectura MySQL » InnoDB InnoDB Buffers (II): Configuración innodb_flush_log_at_trx_commit Controla cómo el commit dispara el flush del log a disco innodb_buffer_pool_size 80% de la memoria Cuanto más grande, más datos se cachean innodb_log_buffer_size Un mayor tamaño permite que las transacciones grandes no tengan que escribir a disco. innodb_log_file_size Un mayor tamaño de logfile: reduce el tiempo entre checkpoints aumenta el tiempo de recuperación

2 - Arquitectura MySQL » InnoDB Índices InnoDB PK Index PK PK PK Index Index Index PK IndexEn InnoDB, la clave primaria direcciona directamente a la tabla.El resto de claves, direccionan a la clave primaria.El resto de claves también incluyen la clave primaria.

2 - Arquitectura MySQL » InnoDB Consejos (I) Usar claves primarias pequeñas (Enteros) Cargar datos ordenados por clave primaria Indexar prefijos (No hay compresión de índices)

2 - Arquitectura MySQL » InnoDB Consejos (II) innodb_additional_mem_pool_size innodb_autoextend_increment innodb_thread_concurrency SHOW ENGINE INNODB STATUS

1- Introducción. ¿Por qué optimizar?2- Arquitectura de MySQL3 - Optimización de consultas4- Ruegos y Preguntas

3 - Optimización de consultas3.1 - Query Cache

3 - Optimización de consultas » Query Cache Funcionamiento de la Query Cache (I) MySQL server Query Cache Parse Optimization Execution MyISAM InnoDB Memory TablasSi activamos la Query Cache,la primera vez que ejecutemos la consulta seguirá los mismos pasos.Con un paso adicional, a la vez que se devuelven los datos al usuario, seguarda una copia en la caché de consultas.

3 - Optimización de consultas » Query Cache Funcionamiento de la Query Cache (I) SELECT result MySQL server Query Cache Parse Optimization Execution MyISAM InnoDB Memory TablasSi activamos la Query Cache,la primera vez que ejecutemos la consulta seguirá los mismos pasos.Con un paso adicional, a la vez que se devuelven los datos al usuario, seguarda una copia en la caché de consultas.

3 - Optimización de consultas » Query Cache Funcionamiento de la Query Cache (I) SELECT result MySQL server SELECT result Query Cache Parse Optimization Execution MyISAM InnoDB Memory TablasSi activamos la Query Cache,la primera vez que ejecutemos la consulta seguirá los mismos pasos.Con un paso adicional, a la vez que se devuelven los datos al usuario, seguarda una copia en la caché de consultas.

3 - Optimización de consultas » Query Cache Funcionamiento de la Query Cache (II) SELECT result MySQL server SELECT result Query Cache Parse Optimization Execution MyISAM InnoDB Memory TablasLa próxima vez que se ejecute la misma consulta,se obtendrán los datos diréctamente de la cache.Lo que es un proceso casi instantáneo.

3 - Optimización de consultas » Query Cache Funcionamiento de la Query Cache (III) UPDATE MySQL server Query Cache Parse Optimization Execution MyISAM InnoDB Memory Tablas¿Estos datos están siempre actualizados?Sí, porque si se modiﬁcan los datos subyacentes, la caché se limpia.

3 - Optimización de consultas » Query Cache Configurar la Query Cache query_cache_type 0 (OFF) 1 (ON) - SELECT SLQ_NO_CACHE 2 (DEMAND) - SELECT SQL_CACHE query_cache_size query_cache_limit query_cache_min_res_unit

3 - Optimización de consultas » Query Cache Monitorizar la Query Cache (I) SET GLOBAL query_cache_size = 4 * 1024 * 1024; SHOW GLOBAL STATUS LIKE qcache%; +-------------------------+---------+ | Variable_name | Value | +-------------------------+---------+ | Qcache_free_blocks | 1 | | Qcache_free_memory | 3555808 | | Qcache_hits | 460 | | Qcache_inserts | 173 | | Qcache_lowmem_prunes | 0 | | Qcache_not_cached | 37 | | Qcache_queries_in_cache | 173 | | Qcache_total_blocks | 366 | +-------------------------+---------+

3 - Optimización de consultas » Query Cache Monitorizar la Query Cache (II) SET GLOBAL query_cache_size = 4 * 1024 * 1024; SHOW GLOBAL STATUS LIKE qcache%; +-------------------------+---------+ | Variable_name | Value | +-------------------------+---------+ | Qcache_free_blocks | 1 | | Qcache_free_memory | 3555808 | | Qcache_hits | 460 | | Qcache_inserts | 173 | | Qcache_lowmem_prunes | 0 | | Qcache_not_cached | 37 | | Qcache_queries_in_cache | 173 | | Qcache_total_blocks | 366 | +-------------------------+---------+

3 - Optimización de consultas3.2 - mysqlslap

3 - Optimización de consultas » mysqlslap mysqlslap $ mysqlslap [opciones] opciones: -i -c --create-schema -q otras opciones: --user --password --host --port --socket ejemplo: $ mysqlslap -i 10 -c 2 --create-schema=test -q test.sqlmysqlslap permite realizar benchmarking básico de MySQL

3 - Optimización de consultas » mysqlslap salida de mysqlslap $ mysqlslap -i 10 -c 2 --create-schema=test -q test.sql Benchmark Average number of seconds to run all queries: 51.776 seconds Minimum number of seconds to run all queries: 51.776 seconds Maximum number of seconds to run all queries: 51.776 seconds Number of clients running queries: 2 Average number of queries per client: 239 $ mysqlslap -i 10 -c 2 --create-schema=test -q test.sql --csv=test.csv $ cat test.csv ,mixed,51.776,51.776,51.776,2,239

3 - Optimización de consultas » mysqlslap Preparar una suite de test Datos similares a los de producción Consultas similares a las de producción suficiente cantidad claves desordenadas Servidor MySQL Exclusivo para el test Resultados Leer con cuidado

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (I) Datos > CREATE TABLE CityHuge LIKE City; > INSERT INTO CityHuge SELECT NULL, Name, CountryCode, District, Population FROM City; > INSERT INTO CityHuge SELECT NULL, Name, CountryCode, District, Population FROM CityHuge; > SELECT COUNT(*) FROM CityHuge; +----------+ | COUNT(*) | +----------+ | 1044224 | +----------+Podemos crear tablas grandes insertando los datos de esa misma tablaen sí misma.

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (II) Consultas Logs general consultas lentasPodemos hacer suites de test a partir de consultas SQL

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (II) Consultas Logs general consultas lentas SQL $ mysql world -N --batch -e "SELECT CONCAT( SELECT ID FROM CityHuge WHERE CountryCode=", code, ";) FROM Country" > test.sqlPodemos hacer suites de test a partir de consultas SQL

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (III) Servidor MySQL Exclusivo para el test Configuración similar a producción Limpiar cachés Desactivar la Query Cache

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (IV) Resultados Una diferencia de un 10% no es representativa Test A : 5,45 s 6 Test B : 5,95 s 4,5 3 1,5 0 A B

3 - Optimización de consultas » mysqlslap Preparar una suite de test: (V) Resultados En producción se ejecutan consultas de varios tipos mezcladas: Test A (5 selects tabla 1) : 0,11 s Test B (5 selects tabla 2) : 45 s Test C (400 inserts en tablas 1 y 2) : 15 s Test D ( A + B + C intercalados) : 153s A B C A+B+C D 0 40 80 120 160El test D tarda ¡¡3 veces más!!No hay que ﬁjarse en el valor absoluto, en producción no tardará eso.Hay que ﬁjarse en el porcentaje de mejora entre una opción y otra.

3 - Optimización de consultas3.3 - EXPLAIN

3 - Optimización de consultas » EXPLAIN EXPLAIN EXPLAIN SELECT id FROM City WHERE Population > 1000000G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: City type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 4079 Extra: Using whereExplain informa de cómo va a ejecutar MySQL una consulta.

3 - Optimización de consultas » EXPLAIN ALTER TABLE City ADD INDEX (Population); ALTER TABLE City ADD INDEX `pop_code`(Population, CountryCode); EXPLAIN SELECT Name FROM City WHERE CountryCode = ESP AND Population > 1000000G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: City type: range possible_keys: Population,pop_code key: Population key_len: 4 ref: NULL rows: 238 Extra: Using where

3 - Optimización de consultas » EXPLAIN > EXPLAIN > EXPLAIN SELECT * SELECT id FROM City FROM City WHERE ID = 345G WHERE ID = 345G ******** 1. row *********** ******** 1. row *********** id: 1 id: 1 select_type: SIMPLE select_type: SIMPLE table: City table: City type: const type: const possible_keys: PRIMARY possible_keys: PRIMARY key: PRIMARY key: PRIMARY key_len: 4 key_len: 4 ref: const ref: const rows: 1 rows: 1 Extra: Extra: Using index

3 - Optimización de consultas » EXPLAIN > EXPLAIN > EXPLAIN SELECT * SELECT id FROM City FROM City WHERE ID = 345G WHERE ID = 345G ******** 1. row *********** ******** 1. row *********** id: 1 id: 1 select_type: SIMPLE select_type: SIMPLE table: City table: City type: const type: const possible_keys: PRIMARY possible_keys: PRIMARY key: PRIMARY key: PRIMARY key_len: 4 key_len: 4 ref: const ref: const rows: 1 rows: 1 Extra: Extra: Using indexSeleccionar sólo las columnas necesarias permite que:A veces los datos puedan leerse sólo de los índices (memoria).Se lean menos datos de disco en el resto de casos.

3 - Optimización de consultas » EXPLAIN > EXPLAIN > EXPLAIN SELECT COUNT(id) SELECT COUNT(*) FROM City FROM City WHERE CountryCode = ESPG WHERE CountryCode = ESPG 150,0 112,5 c i COUNT(id) COUNT(*) 75,0 1 5 29,974 3,837 2 5 31,862 6,009 37,5 4 5 63,253 10,087 8 5 125,721 19,412 0 1 2 4 8 COUNT(id) COUNT(*)En este caso, lo que ocurre es que COUNT(id) cuentael número de ﬁlas cuyo id es != NULL.Para ello tiene que comprobar valor a valor.

3 - Optimización de consultas » EXPLAIN EXPLAIN SELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Name="Spain"G *********** 1. row ********** *********** 2. row ********** id: 1 id: 1 select_type: SIMPLE select_type: SIMPLE table: City table: Country type: ALL type: eq_ref possible_keys: NULL possible_keys: PRIMARY key: NULL key: PRIMARY key_len: NULL key_len: 3 ref: NULL ref: world.City.CountryCode rows: 4079 rows: 1 Extra: Extra: Using whereLa columna sobre la que se aplican las condiciones es importante.

3 - Optimización de consultas » EXPLAIN EXPLAIN SELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Code="ESP"G *********** 1. row ********** *********** 2. row ********** id: 1 id: 1 select_type: SIMPLE select_type: SIMPLE table: Country table: City type: const type: ALL possible_keys: PRIMARY possible_keys: NULL key: PRIMARY key: NULL key_len: 3 key_len: NULL ref: const ref: NULL rows: 1 rows: 4079 Extra: Extra: Using whereLa columna sobre la que se aplican las condiciones es importante.

3 - Optimización de consultas » EXPLAIN Forzar Índices USE INDEX (índices) IGNORE INDEX (índices) FORCE INDEX (índices)

3 - Optimización de consultas » EXPLAIN STRAIGHT_JOIN fuerza a que un JOIN se construya en el orden en el que se ha declarado

3 - Optimización de consultas » EXPLAIN ANALYZE TABLE Actualiza las estadísticas de una tabla Ejecutado periódicamente ayuda al optimizador

3 - Optimización de consultas3.4 - Metodología para elegir el índice más óptimo

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué MySQL sólo utilizará un índice por tabla

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué MySQL sólo utilizará un índice por tabla MySQL procesará un JOIN realizando el menor número de accesos

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué MySQL sólo utilizará un índice por tabla MySQL procesará un JOIN realizando el menor número de accesos empezando por la tabla con un índice más optimo

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué MySQL sólo utilizará un índice por tabla MySQL procesará un JOIN realizando el menor número de accesos empezando por la tabla con un índice más optimo dictado por las condiciones WHERE

3 - Optimización de consultas » Metodología Metodología para elegir el índice más óptimo Saber qué queremos hacer Saber cuál es la manera más óptima Saber qué hace mysql y por qué MySQL sólo utilizará un índice por tabla MySQL procesará un JOIN realizando el menor número de accesos empezando por la tabla con un índice más optimo dictado por las condiciones WHERE y utilizando claves para seleccionar los registros de otras tablas

3 - Optimización de consultas » Metodología Ejemplo EXPLAIN SELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología I Formatear EXPLAIN SELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Code = "ESP"; Existen Formateadores OnLine: http://www.dpriver.com/pp/sqlformat.htm

3 - Optimización de consultas » Metodología II Dibujar Tablas y RelacionesSELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología II Dibujar Tablas y RelacionesSELECT City.Name, Country.Name FROM City, City Country Country WHERE Country.Code = City.CountryCode AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología II Dibujar Tablas y RelacionesSELECT City.Name, Country.Name FROM City, City Country CountryCode Country WHERE Country.Code = City.CountryCode Code AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología III Añadir columnas de SELECT y WHERESELECT City.Name, Country.Name FROM City, City Country CountryCode Country WHERE Country.Code = City.CountryCode Code AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología III Añadir columnas de SELECT y WHERESELECT City.Name, Country.Name FROM City, City Country CountryCode Country Code = "ESP" WHERE Country.Code = City.CountryCode Code AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología III Añadir columnas de SELECT y WHERESELECT City.Name, Country.Name FROM City, City Country CountryCode Country Code = "ESP" WHERE Country.Code = City.CountryCode Code AND Country.Code = "ESP"; Name Name

3 - Optimización de consultas » Metodología IV Añadir ÍndicesSELECT City.Name, Country.Name FROM City, City Country CountryCode Country PK Code = "ESP" WHERE Country.Code = City.CountryCode PK Code AND Country.Code = "ESP"; Name Name

3 - Optimización de consultas » Metodología V Elegir el mejor plan de actuación SELECT City.Name, Country.Name City Country FROM City, CountryCode PK Code = "ESP" Country PK Code WHERE Country.Code = City.CountryCode Name Name AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología V Elegir el mejor plan de actuación Plan A City » Country Recorrer secuencialmente City Por cada registro en City (4000): Buscar una equivalencia en Country usando PK Seleccionar la fila sólo si Code = "ESP" De las filas seleccionadas, leer: City.Name (de la tabla) Country.Name (de la tabla) SELECT City.Name, Country.Name City Country FROM City, CountryCode PK Code = "ESP" Country PK Code WHERE Country.Code = City.CountryCode Name Name AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología V Elegir el mejor plan de actuación Plan A Plan B City » Country Country » City Recorrer secuencialmente City Seleccionar Code = "ESP" de Country usando PK Por cada registro en City (4000): Por cada registro en Country (1): Buscar una equivalencia en Country Recorre secuencialmente City usando PK Seleccionar la fila sólo si CountryCode = Code Seleccionar la fila sólo si Code = "ESP" De las filas seleccionadas, leer: De las filas seleccionadas, leer: City.Name (de la tabla) City.Name (de la tabla) Country.Name (de la tabla) Country.Name (de la tabla) SELECT City.Name, Country.Name City Country FROM City, CountryCode PK Code = "ESP" Country PK Code WHERE Country.Code = City.CountryCode Name Name AND Country.Code = "ESP";

3 - Optimización de consultas » Metodología V Cotejar con EXPLAIN EXPLAIN SELECT City.Name, Country.Name FROM City, Country WHERE Country.Code = City.CountryCode AND Country.Code = "ESP"; *********** 1. row ********** table: Country type: const key: PRIMARY rows: 1 Extra: City Country *********** 2. row ********** CountryCode PK table: City Code = "ESP" PK type: ALL Code key: NULL Name Name rows: 4079 Extra: Using where

3 - Optimización de consultas » Metodología V Cotejar con EXPLAIN EXPLAIN Plan B SELECT City.Name, Country » City Country.Name Seleccionar Code = "ESP" de Country usando PK FROM City, Por cada registro en Country (1): Country Recorre secuencialmente City WHERE Country.Code = City.CountryCode Seleccionar la fila sólo si CountryCode = Code AND Country.Code = "ESP"; De las filas seleccionadas, leer: *********** 1. row ********** City.Name (de la tabla) table: Country Country.Name (de la tabla) type: const key: PRIMARY rows: 1 Extra: City Country *********** 2. row ********** CountryCode PK table: City Code = "ESP" PK type: ALL Code key: NULL Name Name rows: 4079 Extra: Using where

3 - Optimización de consultas » Metodología VI Optimizar y Adaptar ¿Mi consulta es todo lo óptima que podría? Sí Terminé de optimizar No Optimizar ¿Explain sigue mi plan de ejecución? Sí No Adaptar

3 - Optimización de consultas » Metodología VII Optimizar el uso de índices SELECT City.Name, ¿Qué columnas añadir a un índice? Country.Name FROM City, Columnas JOIN Country WHERE Country.Code = City.CountryCode En la 2ª tabla deben ser la 1ª columna de una clave AND Country.Code = "ESP"; Condiciones WHERE Country Se deben escribir sobre columnas indexadas, o Crear un índice que contenga al resto de columnas PK Code = "ESP" Name PK Code Columnas SELECT Seleccionar sólo las necesarias CountryCode Si todas son parte del índice mejora el rendimiento City Name Dividir la consulta en trozos más pequeños Ayuda a saber qué parte tiene peor rendimiento

3 - Optimización de consultas » Metodología VIII Adaptar Para que MySQL siga nuestro plan: Asegurarnos de que hemos creado los índices ANALIZE TABLE FORCE | IGNORE INDEX Reescribir la consulta WHERE Condiciones JOIN

EjercicioSELECT SUM(salary) FROM salaries WHERE from_date BETWEEN 1999-01-01 AND 2000-01-01;

EjercicioSELECT SUM(salary) FROM salaries WHERE from_date BETWEEN 1999-01-01 AND 2000-01-01;ALTER TABLE salaries ADD INDEX date_salary(from_date, salary);

EjercicioSELECT t.title, AVG(s.salary) salario_medio FROM titles t, salaries s WHERE t.emp_no = s.emp_no AND t.to_date > NOW() AND s.to_date > NOW() GROUP BY t.title ORDER BY salario_medio DESC;

EjercicioSELECT t.title, AVG(s.salary) salario_medio FROM titles t, salaries s WHERE t.emp_no = s.emp_no AND t.to_date > NOW() AND s.to_date > NOW() GROUP BY t.title ORDER BY salario_medio DESC;ALTER TABLE titles ADD KEY curr_titles(to_date, emp_no, title);

EjercicioSELECT t.title, AVG(s.salary) salario_medio FROM titles t, salaries s WHERE t.emp_no = s.emp_no AND t.to_date > NOW() AND s.to_date > NOW() GROUP BY t.title ORDER BY salario_medio DESC;ALTER TABLE titles ADD KEY to_date(to_date);PRIMARY (emp_no, title, from_date)

EjercicioSELECT e.first_name, e.last_name, s.salary FROM employees e, titles t, salaries s WHERE e.emp_no = t.emp_no AND e.emp_no = s.emp_no AND t.title = Manager AND t.to_date > NOW() AND s.to_date > NOW();

3 - Optimización de consultas3.5 - Optimización con Subconsultas

3 - Optimización de consultas » Optimización con subconsultas Consultas no correlativas EXPLAIN SELECT Name FROM City WHERE City.ID IN ( SELECT Capital FROM Country WHERE Country.Continent = Europe )G ************* 1. row ************* ************** 2. row ************** id: 1 id: 2 select_type: PRIMARY select_type: DEPENDENT SUBQUERY table: City table: Country type: ALL type: ALL possible_keys: NULL possible_keys: NULL key: NULL key: NULL key_len: NULL key_len: NULL ref: NULL ref: NULL rows: 4079 rows: 239 Extra: Using where Extra: Using whereLas subconsultas no correlativas son aquellas que se pueden ejecutar demanera independiente a la consulta principal.

3 - Optimización de consultas » Optimización con subconsultas Consultas no correlativas EXPLAIN SELECT Name FROM City, ( SELECT Capital FROM Country WHERE Country.Continent = Europe ) co WHERE City.ID = co.CapitalG ******* 1. row ******* ******* 2. row ******* ******* 3. row ******* id: 1 id: 1 id: 2 select_type: PRIMARY select_type: PRIMARY select_type: DERIVED table: <derived2> table: City table: Country type: ALL type: eq_ref type: ALL possible_keys: NULL possible_keys: PRIMARY possible_keys: NULL key: NULL key: PRIMARY key: NULL key_len: NULL key_len: 4 key_len: NULL ref: NULL ref: co.Capital ref: NULL rows: 46 rows: 1 rows: 239 Extra: Extra: ...Las subconsultas no correlativas se pueden situar como una tabla con laque hacer JOIN

3 - Optimización de consultas » Optimización con subconsultas Consultas no correlativas EXPLAIN SELECT Name FROM City, Country WHERE City.ID = Country.Capital AND Country.Continent = EuropeG ************* 1. row ************* ************** 2. row ************** id: 1 id: 1 select_type: SIMPLE select_type: SIMPLE table: Country table: City type: ALL type: eq_ref possible_keys: NULL possible_keys: PRIMARY key: NULL key: PRIMARY key_len: NULL key_len: 4 ref: NULL ref: world.Country.Capital rows: 239 rows: 1 Extra: Using where Extra:A veces se pueden reescribir como un JOIN

3 - Optimización de consultas » Optimización con subconsultas Funciones de agregación SELECT Name, Population FROM Country, (SELECT MAX(Population) max_pop FROM Country) co WHERE Country.Population = co.max_pop;Y otras, como cuando se usan funciones de agregación, no.

3 - Optimización de consultas » Optimización con subconsultas Condiciones OR SELECT ci.Name FROM City ci, Country co, CountryLanguage cl WHERE ci.CountryCode = co.Code AND co.Code = cl.CountryCode AND (ci.Name LIKE Es% OR cl.Language LIKE Es%);Las condiciones OR sobre campos de varias tablas no permite que sepuedan usar índices.

3 - Optimización de consultas » Optimización con subconsultas Condiciones OR ALTER TABLE City ADD INDEX (CountryCode), ADD INDEX (Name); ALTER TABLE CountryLanguage ADD INDEX (Language); SELECT ci.Name FROM City ci, ( SELECT ID FROM City ci, Country co, CountryLanguage cl WHERE ci.CountryCode = co.Code AND co.Code = cl.CountryCode AND cl.Language LIKE Es% UNION SELECT ID FROM City ci WHERE ci.Name LIKE Es% ) ci_ids WHERE ci.ID = ci_ids.ID;Se puede reescribir como subconsultas para ayudar a MySQL.

3 - Optimización de consultas3.6 - Optimización usando cachés propias

3 - Optimización de consultas » Optimización usando cachés propias Cachés propias City Country Name Continent NameSi vamos a consultar muchas veces las ciudades por continente, nospuede interesar desnormalizar creando una tabla caché que relacionedirectamente las ciudades con sus continentes.

3 - Optimización de consultas » Optimización usando cachés propias Cachés propias City Country City_Country City_Name Name Continent Continent Name Country_NameSi vamos a consultar muchas veces las ciudades por continente, nospuede interesar desnormalizar creando una tabla caché que relacionedirectamente las ciudades con sus continentes.

3 - Optimización de consultas » Optimización usando cachés propias Cachés propias City Country City_Country City_Name Name Continent Continent Name Country_Name ?Si vamos a consultar muchas veces las ciudades por continente, nospuede interesar desnormalizar creando una tabla caché que relacionedirectamente las ciudades con sus continentes.

3 - Optimización de consultas3.7 - Optimización con MySQL 5.5

3 - Optimización de consultas » MySQL 5.5 MySQL 5.5 Source: http://datacharmer.blogspot.com/2009/04/mysql-54-performance-with-logging.html

3 - Optimización de consultas » MySQL 5.5 MySQL 5.5 x 1.59

3 - Optimización de consultas » MySQL 5.5 MySQL 5.5Actualizar es un cambio "fácil" de llevar a cabo.

3 - Optimización de consultas3.7 - Optimización con MySQL 5.53.7.1 - Particionado

3 - Optimización de consultas » Particionado Particionado http://www.slideshare.net/datacharmer/mysql-partitions

3 - Optimización de consultas3.7 - Optimización con MySQL 5.53.7.2 - Triggers

3 - Optimización de consultas » Triggers Triggers Código que se ejecuta: ANTES DESPUÉS de INSERTAR MODIFICAR BORRAR

3 - Optimización de consultas » Triggers Triggers Hasta 6 triggers por tabla Sintaxis: CREATE TABLE account (acct_num INT, amount DECIMAL(10,2)); CREATE TRIGGER ins_sum BEFORE INSERT ON account FOR EACH ROW SET @sum = @sum + NEW.amount;

3 - Optimización de consultas » Triggers Triggers Auditoría Forzar Integridad Mantener cachés

3 - Optimización de consultas » Triggers Coste A: 15,16 1 Índice B: 15,20 1 Índice + 1 Trigger C: 14,87 1 Trigger 15,2 11,4 7,6 3,8 0 A B CUn trigger apenas afecta al rendimiento en comparación a un índice.

1- Introducción. ¿Por qué optimizar?2- Arquitectura de MySQL3- Optimización de consultas4.- Ruegos y Preguntas

!¡Gracias!

Optimización del rendimiento con MySQL ( LSWC Noviembre 2011)Víctor Jiménez Cerrada <vjimenez@warp.es>@capitangolohttp://slideshare.net/capitangolo

http://cachirulovalley.com	1904
http://redcloverbi.wordpress.com	862
http://otroblogmas.com	434
http://webcache.googleusercontent.com	6
http://localhost	4
http://feeds.feedburner.com	2
http://theoldreader.com	2
http://www.plataformaeduca.es	1
http://translate.googleusercontent.com	1

Optimización del rendimiento con MySQL

by Víctor Jiménez Cerrada

Accessibility

Categories

Upload Details

Usage Rights

9 Embeds 3,216

Statistics