back_log current value: 5
bdb_cache_size current value: 1048540
binlog_cache_size current value: 32768
connect_timeout current value: 5
delayed_insert_limit current value: 100
delayed_insert_timeout current value: 300
delayed_queue_size current value: 1000
flush_time current value: 0
interactive_timeout current value: 28800
join_buffer_size current value: 131072
key_buffer_size current value: 1048540
long_query_time current value: 10
lower_case_table_names current value: 0
max_allowed_packet current value: 1048576
max_binlog_cache_size current value: 4294967295
max_connect_errors current value: 10
max_connections current value: 100
max_delayed_threads current value: 20
max_heap_table_size current value: 16777216
max_join_size current value: 4294967295
max_sort_length current value: 1024
max_tmp_tables current value: 32
max_write_lock_count current value: 4294967295
myisam_sort_buffer_size current value: 8388608
net_buffer_length current value: 16384
net_read_timeout current value: 30
net_retry_count current value: 10
net_write_timeout current value: 60
read_buffer_size current value: 131072
read_rnd_buffer_size current value: 262144
slow_launch_time current value: 2
sort_buffer current value: 2097116
table_cache current value: 64
thread_concurrency current value: 10
thread_stack current value: 131072
tmp_table_size current value: 1048576
wait_timeout current value: 28800
在章节"5.2.3 Server System Variables"和"5.2.4 Server Status Variables"中可以找到全部的系统描述及状态变量。 MySQL使用的算法有高伸缩性,因此它通常可以只使用很少内存就能运行。不过,给MySQL更多的内存通常能取得更好的性能。调整MySQL服务器时,两个最重要的变量就是 key_buffer_size 和 table_cache。在试图修改其他变量前应该首先确认已经合理设定这两个变量了。以下例子展示了在不同的运行时配置一些典型的变量值。这些例子使用 mysqld_safe 脚本和 --var_name=value 语法来设定变量 var_name 的值为 value。这个语法在MySQL 4.0以后就可以用了,在旧版本的MySQL中,考虑到如下一些不同之处:
查询优化程序的任务就是找到最佳的执行SQL查询的方法。因为"好"和"坏"方法之间的性能差异可能有数量级上的区别(也就是说,秒相对小时,甚至是天),MySQL中的大部分查询优化程序或多或少会穷举搜索可能的优化方法,从中找到最佳的方法来执行。拿连接查询来说,MySQL优化程序搜索的可能方法会随着查询中引用表数量的增加而指数增加。如果表数量较少(通常少于7-10个),那么这基本上不是问题。不过,当提交一个很大的查询时,服务器的性能主要瓶颈很容易就花费在优化查询上。 MySQL 5.0.1引进了一个更灵活的方法,它允许用户控制在查询优化程序穷举搜索最佳优化方法的数量。一般的考虑是,优化程序搜索的方法越少,那么在编译查询时耗费的时间就越少。另一个方面,由于优化程序可能会忽略一些方法,因此可能错过找到最佳优化方法。