MySQL迁移服务器后，速度降低怎么办？ (mysql 更换服务器变慢)

MySQL迁移服务器后，速度下降怎么办？

MySQL是当前最为流行的开源数据库之一。在网站架构中，MySQL扮演着举足轻重的角色。然而，随着业务的扩展以及数据的增加，原来的MySQL服务器已经无法满足需求，这时候，就需要将MySQL迁移到更大更强的新服务器上来。

然而，在MySQL迁移服务器后，速度却下降了。这个问题长期以来也困扰着众多网站管理员和DBA。下面我们一起来分析一下，MySQL迁移服务器后速度下降可能的原因和解决方案。

一、服务器配置不足

在MySQL迁移服务器后速度下降的问题中，最常见的原因就是新服务器的配置没有达到业务需求的更低要求，或者与原服务器相比有了一定程度的下降。

在这种情况下，我们有两个解决方案。一是升级服务器硬件配置。增强内存、CPU、硬盘转速等等均可以提高MySQL服务器的性能。二是对MySQL参数进行优化。对于InnoDB引擎，我们需要调整参数innodb_buffer_pool_size、innodb_log_file_size等；对于MyISAM引擎，我们需要调整参数key_buffer_size等，从而提高MySQL数据库的运行效率。

二、索引不合理

MySQL索引可以大幅提高数据查询的速度。索引是数据库中用于快速查找数据的结构。如果没有合理的索引，数据查询的速度会严重下降。这种情况下，我们需要对MySQL的索引进行优化。

优化MySQL的索引有两个方向。一是查找并优化缺少的索引。我们可以使用MySQL的Expln语句来查看执行的查询操作是否使用了索引。二是查找并优化多余的索引。多余的索引除了会浪费存储空间外，还会影响写入操作的性能。我们需要通过expln语句来确定哪些索引是实际使用的，哪些是多余的，从而对索引进行优化。

三、数据量过大

随着业务扩展，MySQL中存储的数据量也在不断增长。如果数据量过大，MySQL的查询操作速度会明显下降，而写入操作的速度则会更慢。

在这种情况下，我们有两个解决方案。一是对MySQL进行水平分割。水平分割是指将MySQL中的数据按某种规则进行分割，使得每个分割后的数据的大小不超过一个合理的阈值，从而提高查询的效率。二是使用MySQL的分区表。MySQL的分区表可以将一个表拆分成多个子表，从而降低部分查询的负载。

四、SQL语句写得不好

在使用MySQL的过程中，如果SQL语句写得不好，也会导致查询周期大幅增加，影响MySQL的执行效率。

在这种情况下，我们需要对SQL语句进行优化。具体而言，一是尽量避免使用表连接。表连接操作是比较复杂的操作，非常容易导致MySQL在执行查询时的性能下降。二是使用索引。之前提到过，索引可以大幅提高数据查询的速度。

MySQL迁移服务器后速度下降的原因有很多，在实际使用MySQL的过程中，我们需要对MySQL的配置、索引、数据量和SQL语句进行优化，从而确保MySQL能够以更佳的状态服务业务。

相关问题拓展阅读：

• mysql数据量上十万条后，查询慢导致服务器卡有什么解决办法

mysql数据量上十万条后，查询慢导致服务器卡有什么解决办法

建索引啊，如果是全文搜索，做分词索引，速度就很快了

问题

我们纳搭腔有一个 SQL，用于找到没有

主键

/ 唯一键的表，但是在 MySQL 5.7 上运行特别慢，怎么办?

实验

我们搭建一个 MySQL 5.7 的环境，此处省略搭建步骤。

写个简单的脚本，制造一批带主键和不带主键的表：

执行一下脚本：

现在执行以下 SQL 看看效果：

…

执行了 16.80s，感觉是非常慢了。

现在用一下 DBA

三板斧

，看看执行计划：

感觉有点惨，由于 information_schema.columns 是元数据表，没有必要的统计信息。

那我们来 show warnings 看看 MySQL 改写后的 SQL：

我们格式化一下 SQL：

可以看到 MySQL 将

select from A where A.x not in (select x from B) //非关联子查询

转换成了

select from A where not exists (select 1 from B where B.x = a.x) //关联子查询

如果我们自己是 MySQL，在执行非关联子查询时，可以使用很简单的策略：

select from A where A.x not in (select x from B where …) //非关联子查询:1. 扫描 B 表中的所有记录，找到洞衫满足条件的记录，存放在临时表 C 中，建好索引2. 扫描 A 表中的记录，与临时表 C 中的记录进行比对，直接在索引里比对，

而关联子查询就需要循环迭代：

select from A where not exists (select 1 from B where B.x = a.x and …) //关联子查询扫描 A 表的每一条记录 rA：     扫描 B 表，找到其中的之一条满足 rA 条件的记录。

显然，关联子查询的扫描成本会高于非关联子查询。

我们希望 MySQL 能先”缓存”子查询的结果（缓存这一步叫物化，MATERIALIZATION），但MySQL 认为不缓存更快，我们就需要枝袭给予 MySQL 一定指导。

…

可以看到执行时间变成了 0.67s。

整理

我们诊断的关键点如下：

\1. 对于 information_schema 中的元数据表，执行计划不能提供有效信息。

\2. 通过查看 MySQL 改写后的 SQL，我们猜测了优化器发生了误判。

\3. 我们增加了 hint，指导 MySQL 正确进行优化判断。

但目前我们的实验仅限于猜测，猜中了万事大吉，猜不中就无法做出好的诊断。

几面：

硬件软件及语言

硬件抗住

软件mysql没设置数据库设计面等

语言SQL语句写

面些优化技巧

1.查询进行优化应尽量避免全表扫描首先应考虑 where 及 order by 涉及列祥皮建立索引

2.应尽量避免 where 句字段进行 null 值判断否则导致引擎放弃使用索引进行全表扫描：select id from t where num is nullnum设置默认值0确保表num列没null值查询：select id from t where num=0

3.应尽量避免 where 句使用!=或>操作符否则引擎放弃使用索引进行全表扫描

4.应尽量避免 where 句使用or 连接条件否则导致引擎放弃使用索引进行全表扫描：select id from t where num=10 or num=20查询：select id from t where num=10 union all select id from t where num=20

5.in not in 要慎用否则导致全表扫描：select id from t where num in(1,2,3) 于连续数值能用 between 要用 in ：select id from t where num between 1 and 3

6.面查询导致全表扫描：select id from t where name like ‘李%’若要提高效率考虑全文检索

7.

where

句使用参数导致全表扫描SQL运行才解析局部变量优化程序能访问计划选择推迟运行；必须编译进行选择

编译建立访问计划变量值未知作索引选择输入项面语句锋友进行全表扫描：select id from t where num=@num改强制查询使用索引：select id from t with(index(索引名)) where num=@num

8.应尽量避免 where 句字段进行表达式操作导致引擎放弃使用索引进行全表扫描：select id from t where num/2=100应改:select id from t where num=100*2

9.应尽量避免where句字段进行函数银宴槐操作导致引擎放弃使用索引进行全表扫描：select id from t where substring(name,1,3)=’abc’ nameabcid

应改:

select id from t where name like ‘abc%’

10.要 where 句=左边进行函数、算术运算或其表达式运算否则系统能确使用索引

11.使用索引字段作条件该索引复合索引必须使用该索引第字段作条件才能保证系统使用该索引否则该索引使用并且应尽能让字段顺序与索引顺序相致

12.要写些没意义查询需要空表结构：select col1,col2 into #t from t where 1=0

类代码返任何结集消耗系统资源应改：

create table #t(…)

13.候用 exists 代替 in 选择：select num from a where num in(select num from b)

用面语句替换：

select num from a where exists(select 1 from b where num=a.num)

14.并所索引查询都效SQL根据表数据进行查询优化索引列量数据重复SQL查询能利用索引表字段sexmale、female几乎各半即使sex建索引查询效率起作用

15.

索引并越越索引固 提高相应 select 效率同降低 insert 及 update 效率 insert

或 update

能重建索引所建索引需要慎重考虑视具体情况定表索引数要超6若太则应考虑些使用列建索引否

必要

16.

应尽能避免更新 clustered 索引数据列 clustered

索引数据列顺序表记录物理存储顺序旦该列值改变导致整表记录顺序调整耗费相资源若应用系统需要频繁更新

clustered 索引数据列需要考虑否应该索引建 clustered 索引

17.尽量使用数字型字段若含数值信息字段尽量要设计字符型降低查询连接性能并增加存储销引擎处理查询连接逐比较字符串每字符于数字型言需要比较够

18.尽能使用 varchar/nvarchar 代替 char/nchar 首先变字段存储空间节省存储空间其于查询说相较字段内搜索效率显要高些

19.任何都要使用 select * from t 用具体字段列表代替*要返用任何字段

20.尽量使用表变量代替临表表变量包含量数据请注意索引非限（主键索引）

21.避免频繁创建删除临表减少系统表资源消耗

22.临表并使用适使用使某些例程更效例需要重复引用型表或用表某数据集于性事件使用导表

23.新建临表性插入数据量使用 select into 代替 create table避免造量 log 提高速度；数据量缓系统表资源应先create tableinsert

24.使用临表存储程务必所临表显式删除先 truncate table drop table 避免系统表较间锁定

25.尽量避免使用游标游标效率较差游标操作数据超1万行应该考虑改写

26.使用基于游标或临表前应先寻找基于集解决案解决问题基于集通更效

27.

与临表游标并使 用型数据集使用 FAST_FORWARD

游标通要优于其逐行处理尤其必须引用几表才能获所需数据结集包括合计例程通要比使用游标执行速度快发

间允许基于游标基于集都尝试看哪种效更

28.所存储程触发器始处设置 SET NOCOUNT ON 结束设置 SET NOCOUNT OFF 需执行存储程触发器每语句向客户端发送DONE_IN_PROC 消息

29.尽量避免事务操作提高系统并发能力

30.尽量避免向客户端返数据量若数据量应该考虑相应需求否合理

关于mysql 更换服务器变慢的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。