Mysql 查詢緩存
查詢緩存的作用就是當查詢接收到一個和之前同樣的查詢，服務器將會從查詢緩存種檢索結果，而不是再次分析和執(zhí)行上次的查詢。這樣就大大提高了性能，節(jié)省時間。
1.配置查詢緩存
修改配置文件，修改[mysqld]下的query_cache_size和query_cache_type（如果沒有則添加）。其中query_cache_size表示緩存的大小，而query_cache_type有3個值，表示緩存那種類 型的select結果集，query_cache_type各個值如下：
0或off關閉緩存
1或on開啟緩存，但是不保存使用sql_no_cache的select語句,如不緩存select sql_no_cache name from wei where id=2
2或demand開啟有條件緩存，只緩存帶sql_cache的select語句，緩存select sql_cache name from wei where id=4
例子的配置為下，配置完成重啟Mysql服務器即可。
| query_cache_size=10M query_cache_type=1 |
可以用如下命令查看是否開啟，其中have_query_cache為是否開啟，query_cache_limit 指定單個查詢能夠使用的緩沖區(qū)大小，缺省為1M；query_cache_min_res_unit為系統(tǒng)分配的最小緩存塊大小，默認是4KB，設置值大對大數(shù)據(jù)查詢有好處，但如果你的查詢都是小數(shù)據(jù) 查詢，就容易造成內存碎片和浪費；query_cache_size和query_cache_type就是上面我們的配置；query_cache_wlock_invalidate表示當有其他客戶端正在對MyISAM表進行寫操作時，如果查詢在query cache中，是否返回cache結果還是等寫操作完成再讀表獲取結果。
| mysql> show variables like '%query_cache%'; +------------------------------+----------+ | Variable_name | Value | +------------------------------+----------+ | have_query_cache | YES | | query_cache_limit | 1048576 | | query_cache_min_res_unit | 4096 | | query_cache_size | 10485760 | | query_cache_type | ON | | query_cache_wlock_invalidate | OFF | +------------------------------+----------+ 6 rows in set (0.00 sec) |
2.測試
我們先執(zhí)行一次，select count(*) from wei ;然后再執(zhí)行一次，可以看出第二次用的時間遠遠低于第一次的執(zhí)行，因為第二次從緩存中讀取了select結果。
| mysql> select count(*) from wei ; +----------+ | count(*) | +----------+ | 4194304 | +----------+ 1 row in set (3.92 sec) mysql> select count(*) from wei ; +----------+ | count(*) | +----------+ | 4194304 | +----------+ 1 row in set (0.00 sec) |
我們可以通過如下命令查看現(xiàn)在緩存的情況
| mysql> show status like 'qcache%'; +-------------------------+----------+ | Variable_name | Value | +-------------------------+----------+ | Qcache_free_blocks | 1 | | Qcache_free_memory | 10475424 | | Qcache_hits | 1 | | Qcache_inserts | 1 | | Qcache_lowmem_prunes | 0 | | Qcache_not_cached | 0 | | Qcache_queries_in_cache | 1 | | Qcache_total_blocks | 4 | +-------------------------+----------+ 8 rows in set (0.00 sec) |
