关于MySQL的QC(QueryCache)的学习笔记

Query Cache (查询缓存, 以下简称QC), 查询SELECT语句记起产生的数据结果, 如果以后遇到相同的语句时(语句完全一样) 服务器从会返回查询缓存的结果, 而不是分析数据表. QC适用于一些静态页面, 或者页面不经常更新的信息。
由于QC需要缓存最新数据结果, 所以当表中数据有变化时（INSERT，UPDATE，DELETE或者其他可能产生数据变化的操作），都会导致QC被刷新。
查看QC：

SHOW STATUS LIKE 'Qcache%'；

查询结果：

• Qcache_free_blocks： 当一个表被更新之后， 和它相关的cache blocks将被free。 但是这个block依然可能存在队列中， 除非是在队列的尾部。这些blocks将被统计到这个值来， 可以用FLUSH QUERY CACHE语句来清空free blocks。
• Qcache_free_memory：可用内存， 如果很小， 考虑增加query——cache_size。
• Qcache_hits：自mysql进程启动起，cache的命中数量。
• Qcache_inserts：自mysql进程启动起， 被增加进QC的数量。
• Qcache_lowmem_prunes：由于内存过少而导致QC被删除的条数。加大query_cache_size，尽可能保持这个值0增长。
• Qcache_not_cached：自mysql进程启动起，没有被cache的只读查询数量（包括select,show,use,desc等）。
• Qcache_queries_in_cache：当前被cache的SQL数量。
• Qcache_total_blocks：在QC中的blocks数。一个query可能被多个blocks存储，而这几个blocks中的最后一个，未用满的内存将会被释放掉。例如一个QC结果要占6KB内存，如果query_cache_min_res_unit是4KB，则最后将会生成3个blocks，第一个block用来存储sql语句文本，这个不会被统计到query+cache_size里，第二个block为4KB，第三个block为2KB（先allocate4KB，然后释放多余的2KB）。每个表，当第一个和它有关的SQL查询被CACHE的时候，会使用一个block来存储表信息。也就是说，block会被用在三处地方：表信息，SQL文本，查询结果。

在一个更新频率非常低而且只读查询频率非常高的场景下，打开QC还是比较有优势的，其他场景下， 则不建议使用，因为起大多只会增加查询负担，而不会增加查询效率，而且，QC一般维持在100M以内就足够了。

而且QC也不适用于下面几个场景：
1、子查询或者外层查询；
2、存储过程、存储函数、触发器、event中调用的SQL，或者引用到这些结果的；
3、包含一些特殊函数时，例如：BENCHMARK()、CURDATE()、CURRENT_TIMESTAMP()、NOW()、RAND()、UUID()等等；
4、读取mysql、INFORMATION_SCHEMA、performance_schema 库数据的；
5、类似SELECT…LOCK IN SHARE MODE、SELECT…FOR UPDATE、SELECT..INTO OUTFILE/DUMPFILE、SELECT..WHRE…IS NULL等语句；
6、SELECT执行计划用到临时表（TEMPORARY TABLE）；
7、未引用任何表的查询，例如 SELECT 1+1 这种；
8、产生了 warnings 的查询；
9、SELECT语句里加了 SQL_NO_CACHE 关键字；

而且，MySQL在从QC中取回结果钱， 会先判断执行SQL的用户是否有全部库，表的SELECT权限， 如果没有，也不会使用QC。
最重要的一点是，在MySQL里QC是由一个全局的锁在控制， 每次更新QC的内存块都需要进行锁定。
例如，一次查询的结果是20KB，当前query_cache_min_res_unit 值设置为 4KB（默认值就是4KB，可调整），那么么本次查询结果共需要分为5次写入QC，每次都要锁定，可见其成本有多高。

总结就是：

如果线上99%以上都是只读，几乎无更新，那么可以考虑开启QC，否则，就别开了（默认是开启的）

关闭方法：

• 1.同时设置选项 query_cache_type = 0 和 query_cache_size = 0；
• 2.如果用源码编译MySQL的话，编译时增加参数 --without-query-cache 即可；

python技术交流群: 577128300