一、什么是慢查？

慢查，顾名思义就是很慢的查询。

SQL的执行总是偶一个执行时间的，通过 long_query_time参数可以告诉Mysql，当SQL的执行时间超过改参数指定值后就将这条SQL记录在慢查日志中。

1.1 查询慢查参数

查询慢查参数：show variables like 'long_query_time';
image.png

1.2 设置慢查参数

默认慢查时长为10s，肯定是需要调整的。设置慢查时长： set global long_query_time = 0.2;

注意：long_query_time 属于dynamic类型的参数。 意思是在会话A中通过命令行的方式设置全局long_query_time = 0.2后，再打开一个新的会话B查看该变量会发现long_query_time=0.2，但是在会话A中查看session级别的long_query_time依然为默认的10s。

image.png

二、慢查日志是物理文件吗？

在Mysql 5.1之前慢查日志确实是以文件的形式存在的，但是Mysql 5.1之后Mysql运行可以将慢查日志放入一个数据表中，便于查看分析。但是即使5.1版本之后，默认配置依然是File。

2.1 查询慢查日志类型

查询慢查参数：show variables like 'log_output';
image.png

2.2 设置慢查日志类型

设置慢查日志类型：set global log_output='TABLE';
image.png
但是由于记录该表会对性能有影响，所以一般都是记录到FILE里面，然后再用脚本来处理。

三、慢查的危害

对于Linux操作系统来说，一个进程能打开的Socket文件句柄是上限的。即使我们可以动态的调整它的大小，但是也做不到无限大。而进程能打开的Socket文件句柄上线影响了Mysql的最大连接数。
通过命令: 查看进程被限制的使用各种资源的量。

  1. ulimit -a 
  2. core file size: 进程崩溃是转储文件大小限制
  3. man loaded memort 最大锁定内存大小
  4. open file 能打开的文件句柄数

大量的慢查占据MySQL连接（Linux操作系统会为每一条连接创建socket文件），慢查累积到一定程度还会导致正常的SQL得不到连接执行从而变成慢查SQL。
最终有可能导致MySQL的连接全部被耗光而夯死。这就是生产级别的事故了。

四、如何监控慢查？

4.1、查看曾经执行完成的慢查

如果需要编写一个监控程序探测MySQL的慢查询，那完全可以探测分析MySQL的slow.log，可以通过 show variables like '%slow%'; 定位到。slow.log中记录的就是曾经执行过的慢查信息。
这时你可以尝试使用select sleep(2);模拟一条慢查SQL。然后去慢查sql中查看具体的慢查详情。
image.png

4.2、查看正在进行的慢查SQL

  1. 在A Session中发起SQL：select sleep(60);
  2. 在B Session中通过show processlist 可看到当前正在进行的慢查情况。注意：Command的类型为Query。

image.png

MySQL也为用户提供了一些原生的慢查工具。比如：查看执行时间最长的10条SQL。 mysqldumpslow -s a1 -n 10 mysql.slow_log 了解即可～

五、如何处理线上的慢查？

通常情况下每个公司都有自己监控系统，或者是监控脚本，具体的监控逻辑就是上节讲述的思路。故一旦出现报警，DBA会在第一时间接到消息。然后会去联系业务同学，由业务同学去处理这个慢查.
有可能爆出慢查的这套数据库集群是由多个业务同时使用。所以如果慢查影响很严重，DBA同学会询问业务同学是否可以kill 慢查。坚决不能让MySQL夯死！
如上图：可以看到select sleep(60);已经执行了12秒了。可以使用 kill 9 来断开它占用的连接。
但是kill的方式其实是治标不治本，很可能你刚给它断连，它马上又建立连接了。而且只要kill，就难免会误伤用户的SQL。
接下来就需要研发同学通过explain分析SQL
情况1: 通过explain你可能会发现，SQL压根没走任何索引，而且现在表中的数据量巨大无比。
这时就得根据select的内容创建合适索引。

情况2: 也可能是数据量太大了，即使走了索引依然超过了阈值。
这种情况其实挺糟糕的，DBA同学能做的依然只能是kill这些出事的SQL。最好的解决方案其实是分表，比如将大表拆分成128张小表。如何来不急做分表，可能这条SQL面临被下线的风险。

此外：通过explain查看SQL执行计划中的key字段。如果发现优化器选择的Key和你预期的Key不一样。那显然是优化器选错了索引。
那最快的解决方案就是：force index ，强制指定索引。
当发现即使你使用了force index之后，查询依然很慢。这就意味着，你得设计一个更好的索引。

六、影响优化器选错索引的因素？

基数：cardinality的统计是一个估算的结果，而且它也并不会实时的更新。所以这就可能出现一开始由于数据量小且没有代表性。导致基数很低。导致优化器选错了索引。针对这种情况，可以通过analyze table t 重新计算统计信息。
扫描行数、排序：更少的扫描行数意味着可能需要更少的磁盘IO，所以MySQL选择扫描行数少的key的可能性就更大。扫描行数并不是优化器选择索引的唯一依据，很可能出现你期望SQL走一个二级索引keyX，但是优化器偏偏走了主键索引。这是因为优化器考虑到了你select a,b,c,d from xxx;可能还有回表,IO代价也很高。
如果你有order by语句需要mysql帮你做排序，那MySQL就更倾向选一个查询出来的数据本来就有序的索引。