标签：
query_cache_type 使用查询缓存的方式
一般，我们会把query_cache_type 设置为 ON,默认情况下应该是ON
mysql> SELECT @@query_cache_type; +--------------------+ | @@query_cache_type | +--------------------+ | ON | +--------------------+
query_cache_type有3个值 0代表关闭查询缓存OFF，1代表开启ON，2（DEMAND）代表当sql语句中有SQL_CACHE关键词时才缓存，如：
select SQL_CACHE user_name from users where user_id = ‘100‘;
这样 当我们执行 select id,name from tableName; 就会用到查询缓存。
1）在query_cache_type 打开的情况下，如果你不想使用缓存，需要指明
SELECT sql_no_cache id,name FROM tableName;
2）当sql中用到mysql函数，也不会缓存
当然也可以禁用查询缓存：
mysql> set session query_cache_type=off;
系统变量 have_query_cache 设置查询缓存是否可用
mysql> show variables like ‘have_query_cache‘; +------------------+-------+ | Variable_name | Value | +------------------+-------+ | have_query_cache | YES | +------------------+-------+
上面的显示，表示设置查询缓存是可用的。
系统变量 query_cache_size
表示查询缓存大小，也就是分配内存大小给查询缓存，如果你分配大小为0，那么第一步和 第二步起不到作用，还是没有任何效果。
mysql> select @@global.query_cache_size; +---------------------------+ | @@global.query_cache_size | +---------------------------+ | 16777216 | +---------------------------+
上面是 mysql6.0设置默认的，之前的版本好像默认是0的，那么就要自己设置下。
--设置global.query_cache_size这里是设置1M左右，900多K。 mysql > set @@global.query_cache_size=1000000;
query_cache_limit 控制缓存查询结果的最大值
例如： 如果查询结果很大， 也缓存？？？？这个明显是不可能的。
MySql 可以设置一个最大的缓存值，当你查询缓存数结果数据超过这个值就不会进行缓存。缺省为1M，也就是超过了1M查询结果就不会缓存。
mysql> select @@global.query_cache_limit; +----------------------------+ | @@global.query_cache_limit | +----------------------------+ | 1048576 | +----------------------------+
这个是默认的数值，如果需要修改，就像设置缓存大小一样设置，使用set重新指定大小。
mysql查询缓存相关变量
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 | 0 | | query_cache_type | ON | | query_cache_wlock_invalidate | OFF | +------------------------------+---------+
查看缓存的状态
mysql> show status like ‘%Qcache%‘; +-------------------------+-------+ | Variable_name | Value | +-------------------------+-------+ | Qcache_free_blocks | 0 | | Qcache_free_memory | 0 | | Qcache_hits | 0 | | Qcache_inserts | 0 | | Qcache_lowmem_prunes | 0 | | Qcache_not_cached | 0 | | Qcache_queries_in_cache | 0 | | Qcache_total_blocks | 0 | +-------------------------+-------+
MySQL 提供了一系列的 Global Status 来记录 Query Cache 的当前状态，具体如下：
Qcache_free_blocks：目前还处于空闲状态的 Query Cache 中内存 Block 数目
Qcache_free_memory：目前还处于空闲状态的 Query Cache 内存总量
Qcache_hits：Query Cache 命中次数
Qcache_inserts：向 Query Cache 中插入新的 Query Cache 的次数，也就是没有命中的次数
Qcache_lowmem_prunes：当 Query Cache 内存容量不够，需要从中删除老的 Query Cache 以给新的 Cache 对象使用的次数
Qcache_not_cached：没有被 Cache 的 SQL 数，包括无法被 Cache 的 SQL 以及由于 query_cache_type 设置的不会被 Cache 的 SQL
Qcache_queries_in_cache：目前在 Query Cache 中的 SQL 数量
Qcache_total_blocks：Query Cache 中总的 Block 数量
检查查询缓存使用情况
检查是否从查询缓存中受益的最简单的办法就是检查缓存命中率，当服务器收到SELECT 语句的时候，Qcache_hits 和Com_select 这两个变量会根据查询缓存的情况进行递增
查询缓存命中率的计算公式是：Qcache_hits/(Qcache_hits + Com_select)。
mysql> show status like ‘Com_select%‘; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | Com_select | 3 | +---------------+-------+
query_cache_min_res_unit的配置是一柄”双刃剑”，默认是4KB，设置值大对大数据查询有好处，但如果你的查询都是小数据 查询，就容易造成内存碎片和浪费。
查询缓存碎片率 = Qcache_free_blocks / Qcache_total_blocks * 100%
如果查询缓存碎片率超过20%，可以用FLUSH QUERY CACHE整理缓存碎片，或者试试减小query_cache_min_res_unit，如果你的查询都是小数据量的话。
查询缓存利用率 = (query_cache_size - Qcache_free_memory) / query_cache_size * 100%
查询缓存利用率在25%以下的话说明query_cache_size设置的过大，可适当减小;查询缓存利用率在80%以上而且 Qcache_lowmem_prunes > 50的话说明query_cache_size可能有点小，要不就是碎片太多。
查询缓存命中率 = (Qcache_hits - Qcache_inserts) / Qcache_hits * 100%
示例服务器 查询缓存碎片率 = 20.46%，查询缓存利用率 = 62.26%，查询缓存命中率 = 1.94%，命中率很差，可能写操作比较频繁吧，而且可能有些碎片
引用一段前辈的话
如果Qcache_lowmem_prunes 值比较大，表示查询缓存区大小设置太小，需要增大。
如果Qcache_free_blocks 较多，表示内存碎片较多，需要清理，flush query cache
关于query_cache_min_res_unit大小的调优，给出了一个计算公式，可以供调优设置参考：
query_cache_min_res_unit = (query_cache_size - Qcache_free_memory)
/ Qcache_queries_in_cache
引用：
http://blog.sina.com.cn/s/blog_75ad10100101by7j.html
标签：
原文地址：http://www.cnblogs.com/gimin/p/5459689.html
