由于工作原因，最近甲方客户那边多次反应了他们那边的系统查询速度慢，经过排除之后，发现他们那边的数据库完全没有用到索引，简直坑得一笔，通过慢查询日志分析，为数据表建立了适当的索引之后，查询速度明显的提高上来了，所以这次也总结一下如果进行mysql的优化查询。
1.慢查询
mysql自身是有一个慢查询时间和慢查询记录的，但是在默认情况下，我们的mysql不会记录慢查询，需要在启动mysql时候，指定记录慢查询才可以
（1）使用show variables like 'long_query_time'命令，查看慢查询时间
现在慢查询时间是10s，但是我们可以通过set long_query_time对其进行临时修改（关闭掉这次会话之后慢查询时间会被重置回10）
另外，我们也可以通过show variables like '%slow%'这个命令来查看慢查询的配置
慢查询日志默认是不启用的，所以我们要打开它，有两种方法，一种是用set重新设置变量，另一种就是直接修改配置文件，这里建议用修改变量的方法（因为是临时的）
想要测试是否开启慢查询，可以使用select sleep(3)，运行之后去对应的目录找到慢查询日志是否有记录就可以了，这里就不再多说了。
2.构建大数据量进行测试
因为之前优化的查询里面存储着客户的数据，这里不方便用于展示，所以我们可以自己来构建一个大数据的表，这里就用到了mysql的存储过程（使用存储过程无非就是想要插入数据运行的时间减少而已，其实我们可以通过php写代码批量插入）
存储过程怎样写我就不多说了，而且网上也能找到大量的测试数据代码，所以这里我就直接上代码了
（1）创建表
CREATE TABLE dept(
deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '编号',
dname VARCHAR(20) NOT NULL DEFAULT "" COMMENT '名称',
loc VARCHAR(13) NOT NULL DEFAULT "" COMMENT '地点'
) ENGINE=MyISAM DEFAULT CHARSET=utf8 ;
CREATE TABLE emp (
empno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '编号',
ename VARCHAR(20) NOT NULL DEFAULT "" COMMENT '名字',
job VARCHAR(9) NOT NULL DEFAULT "" COMMENT '工作',
mgr MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '上级编号',
hiredate DATE NOT NULL COMMENT '入职时间',
sal DECIMAL(7,2) NOT NULL COMMENT '薪水',
comm DECIMAL(7,2) NOT NULL COMMENT '红利',
deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 COMMENT '部门编号'
)ENGINE=MyISAM DEFAULT CHARSET=utf8 ;
分别是部门表（dept）和员工表（emp），这里我是故意没有创建主键，等下留作演示用
（2）创建自定义函数
delimiter $$
创建一个自定义函数，目的是返回1-10的随机数
create function rand_num()
returns int
begin
return floor(1+rand()*10);
end$$
创建一个自定义函数，目的是返回随机字符串
create function rand_string(n INT) returns varchar(255) begin declare chars_str varchar(100) default 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end$$
为了能使存储过程正常执行，要先把mysql的语句结束符号修改成$$，创建完后用delimiter命令改回;就可以了
（3）创建插入数据的存储过程
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
#set autocommit =0 把autocommit设置成0
set autocommit = 0;
repeat
set i = i + 1;
insert into emp values ((start+i) ,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
（4）调用call insert_emp（100001,4000000）创建400w条数据
插入400w条数据用了8分半钟，这时我们可以去看下慢查询日志是否记录了
3.查询优化
首先，我们在没有索引的情况下，对员工表进行查询
查找员工号为300w的数据，用时32.11s，这估计是谁都不能忍的事，要是被老板发现了，估计就要直接掀桌了，所以我们就用explain工具来分析一下这条查询
那么，现在我们为员工编号加上主键索引，结果又会如何呢
只用了0.03秒，查询效率提高了1000倍以上！
现在我们来分析一下这个查询语句吧
那么，现在我们来试试多表查询的情况，先向部门表插入几条数据，这里就不再多说了
可以发现，用了51s才查询完毕（因为数据过多，所以用ctrl+c中断输出，这里补充上查询语句select * from dept left join emp on dept.deptno=emp.deptno where dept.deptno=1;）
用explain分析可以看出两个表都是全表扫描
为emp表加上deptno的索引后，查询结果和分析结果如下
只用了7.34s，而且查询数量明显相比第一次只查询了不到40w条，查询效率提高了7倍以上
然而我们也发现了，dept表仍然没有用到索引，所以我们试试看为dept表加上主键索引
虽然有所优化，但是并不明显，其实上述实验结果也可以看出，总查询条数（rows）/总数据量的比值越小，索引优化查询的效果越明显
mysql的查询优化就暂时先介绍到这里了，想要具体的对mysql进行优化，其实还需要explain各参数的详解和使用索引的注意事项等，这些我会以后再个博客进行详细的介绍的
，这里就先挖个坑吧
explain详解：（待补充）
mysql使用索引的注意事项：（待补充）