0Pricing
PHP Academy · Lekcja

Optymalizacja zapytań do bazy danych

Wykrywaj zapytania N+1, dodawaj indeksy i zmniejszaj liczbę zapytań

Optymalizacja zapytań do bazy danych to bezpłatna lekcja PHP Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej PHP Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs PHP Academy zawiera 4 lekcji w sumie.

Identyfikowanie wolnych zapytań

Należy włączyć dziennik wolnych zapytań MySQL i ustawić próg. Następnie należy przeanalizować zapytania trwające dłużej, niż oczekiwano.

# my.cnf:
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 0.5  # log queries over 500ms

EXPLAIN / EXPLAIN ANALYZE

Należy użyć EXPLAIN, aby zrozumieć, jak MySQL wykonuje zapytanie i czy używane są indeksy.

-- Run in MySQL:
EXPLAIN SELECT * FROM orders WHERE user_id = 42 AND status = "pending";
-- Look for: type=ALL (full scan), key=NULL (no index used)

Dodawanie indeksów

Indeksy znacznie przyspieszają odczyty kolumn używanych do filtrowania i sortowania.

-- Add composite index for the query above:
ALTER TABLE orders ADD INDEX idx_user_status (user_id, status);

// In Laravel migration:
$table->index(["user_id", "status"]);

Problem zapytań N+1

Problem N+1 polega na wykonaniu jednego zapytania w celu pobrania listy oraz jednego zapytania dla każdego elementu w celu pobrania powiązanych danych. Należy go rozwiązać za pomocą eager loadingu.

<?php
// BAD: 1 + N queries
$posts = Post::all();
foreach ($posts as $post) echo $post->author->name;

// GOOD: 2 queries
$posts = Post::with("author")->get();
foreach ($posts as $post) echo $post->author->name;

Pobieranie tylko potrzebnych kolumn

Należy unikać SELECT * — pobierać tylko potrzebne kolumny, aby zmniejszyć zużycie pamięci i ilość przesyłanych danych.

<?php
// Bad:
$users = User::all();

// Good:
$users = User::select("id", "name", "email")->get();

Dzielenie dużych zbiorów danych na fragmenty

Duże zbiory wyników należy przetwarzać fragmentami, aby uniknąć wyczerpania pamięci.

<?php
User::chunk(500, function ($users) {
    foreach ($users as $user) {
        // process each user
    }
});

// Or lazy loading (PHP generator):
User::lazy()->each(fn($user) => processUser($user));

Buforowanie zapytań

Należy buforować kosztowne agregacje i raporty, które nie zmieniają się często.

<?php
$revenue = Cache::remember("monthly-revenue", 3600, function () {
    return Order::whereMonth("created_at", now()->month)->sum("total");
});

Unikanie zapytań w pętlach

Nie należy wykonywać zapytań wewnątrz pętli foreach. Najpierw należy zebrać identyfikatory, a następnie pobrać dane za pomocą jednego zapytania.

<?php
// Collect all product IDs:
$ids = array_column($cartItems, "product_id");
// One query:
$products = Product::whereIn("id", $ids)->get()->keyBy("id");

foreach ($cartItems as $item) {
    $product = $products[$item["product_id"]];
}

Pula połączeń z bazą danych

PHP-FPM tworzy nowe połączenie PDO dla każdego procesu roboczego. PgBouncer lub ProxySQL mogą tworzyć pulę połączeń, aby zapobiec przeciążeniu bazy danych narzutem związanym z ich nawiązywaniem.

Indeksy pokrywające

Indeks pokrywający zawiera wszystkie kolumny potrzebne do obsłużenia zapytania — MySQL może odpowiedzieć na zapytanie na podstawie samego indeksu, bez odczytywania wierszy głównej tabeli.

Podsumowanie

Należy włączyć dzienniki wolnych zapytań. Używać EXPLAIN do znajdowania brakujących indeksów. Wstępnie ładować relacje. Pobierać tylko potrzebne kolumny. Dzielić duże zbiory danych na fragmenty. Buforować kosztowne agregacje. Unikać zapytań wewnątrz pętli.

Szybki test

Na czym polega problem zapytań N+1?

Często zadawane pytania

Czy lekcja „Optymalizacja zapytań do bazy danych” jest bezpłatna?

Tak — pełny tekst „Optymalizacja zapytań do bazy danych” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu PHP Academy, przejdź na CoddyKit PRO. Kurs PHP Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Optymalizacja zapytań do bazy danych”?

Wykrywaj zapytania N+1, dodawaj indeksy i zmniejszaj liczbę zapytań Ćwiczysz PHP Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć PHP Academy?

Nie wymagamy żadnego doświadczenia. PHP Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Optymalizacja zapytań do bazy danych”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji PHP Academy?

Tak. Każda lekcja PHP Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Profilowanie PHP za pomocą Xdebug
  2. OPcache: buforowanie kodu bajtowego
  3. Optymalizacja zapytań do bazy danych
  4. Zarządzanie pamięcią i wskazówki dotyczące wydajności
← Powrót do PHP Academy