<转载> mysql缓存优化
第一：
一般，我们会把
mysql>
+——————–+
|
+——————–+
|
+——————–+
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
这样
①在
select
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：
第二：
mysql>
+——————+——-+
|
+——————+——-+
|
+——————+——-+
上面的显示，表示设置查询缓存是可用的。
第三：
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
mysql>
+—————————+
|
+—————————+
|
+—————————+
上面是
设置
再次查看下
+—————————+
|
+—————————+
|
+—————————+
显示我们设置新的大小，表示设置成功。
第四：
例如：
MySql
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>
+—————————-+
|
+—————————-+
|
+—————————-+
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。
好了，通过4个步骤就可以
的情况来指定了。
mysql查询缓存相关变量
mysql> show variables like ‘%query_cache%’;
+——————————+———-+
| Variable_name
+——————————+———-+
| have_query_cache
| query_cache_limit
| query_cache_min_res_unit
| query_cache_size
| query_cache_type
| query_cache_wlock_invalidate | OFF
+——————————+———-+
6 rows in set (0.00 sec)
第五：查看缓存的状态
mysql> show status like ‘%Qcache%’;
+————————-+———-+
| Variable_name
+————————-+———-+
| Qcache_free_blocks
| Qcache_free_memory
| Qcache_hits
| Qcache_inserts
| Qcache_lowmem_prunes
| Qcache_not_cached
| Qcache_queries_in_cache | 111
| Qcache_total_blocks
+————————-+———-+
8 rows in set (0.00 sec)
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
第六：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
+—————+——-+
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
优化提示：
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
根据我看的 《High Performance MySQL》中所述，关于query_cache_min_res_unit大小的调优
，书中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