日常開發(fā)SQL優(yōu)化萬能公式:5 大步驟 + 10 個案例

項目早期數(shù)據(jù)量少软免,開發(fā)人員開發(fā)時更重視功能上的實現(xiàn)贰军,隨著生產(chǎn)數(shù)據(jù)的增長,很多SQL語句開始暴露出性能問題份帐,對生產(chǎn)的影響也越來越大璃吧,有時可能這些有問題的SQL就是整個系統(tǒng)性能的瓶頸。
SQL優(yōu)化整體主要體現(xiàn)在兩個方面:
1.減少IO的次數(shù)废境,就是所有查詢盡量全部走索引
2.減少IO的數(shù)據(jù)量畜挨,比如mysql5.6后的索引下推等爷辙,盡量減少傳輸數(shù)據(jù)量

1.SQL常規(guī)優(yōu)化步驟

一、通過慢查日志等定位那些執(zhí)行效率較低的SQL語句

二朦促、explain 分析SQL的執(zhí)行計劃

需要重點關(guān)注type膝晾、key、rows务冕、filtered血当、extra。

type由上至下禀忆,效率越來越高

1臊旭、ALL 全表掃描

2、index 索引全掃描

3箩退、range 索引范圍掃描离熏,常用語<,<=,>=,between,in等操作

4、ref 使用非唯一索引掃描或唯一索引前綴掃描戴涝,返回單條記錄滋戳,常出現(xiàn)在關(guān)聯(lián)查詢中

5、eq_ref 類似ref啥刻,區(qū)別在于使用的是唯一索引奸鸯,使用主鍵的關(guān)聯(lián)查詢

6、const/system 單條記錄可帽,系統(tǒng)會把匹配行中的其他列作為常數(shù)處理娄涩,如主鍵或唯一索引查詢

7、null MySQL不訪問任何表或索引映跟,直接返回結(jié)果

雖然上至下蓄拣,效率越來越高,但是根據(jù)cost模型

假設(shè)有兩個索引 idx1(a, b, c), idx2(a, c)
SQL為"select * from t where a = 1 and b in (1, 2) order by c";
如果走idx1努隙,那么是type為range球恤,如果走idx2,那么type是ref剃法;
當(dāng)需要掃描的行數(shù)碎捺,使用idx2大約是idx1的5倍以上時,會用idx1贷洲,否則會用idx2

Extra

1收厨、Using filesort:MySQL需要額外的一次傳遞,以找出如何按排序順序檢索行优构。
通過根據(jù)聯(lián)接類型瀏覽所有行并為所有匹配WHERE子句的行保存排序關(guān)鍵字和行的指針來完成排序诵叁。
然后關(guān)鍵字被排序,并按排序順序檢索行钦椭。

2拧额、Using temporary:使用了臨時表保存中間結(jié)果碑诉,性能特別差,需要重點優(yōu)化

3侥锦、Using index:表示相應(yīng)的 select 操作中使用了覆蓋索引(Coveing Index)
避免訪問了表的數(shù)據(jù)行进栽,效率不錯!如果同時出現(xiàn) using where恭垦,
意味著無法直接通過索引查找來查詢到符合條件的數(shù)據(jù)快毛。

4、Using index condition:MySQL5.6之后新增的ICP
using index condtion就是使用了ICP(索引下推)番挺,在存儲引擎層進行數(shù)據(jù)過濾
而不是在服務(wù)層過濾唠帝,利用索引現(xiàn)有的數(shù)據(jù)減少回表的數(shù)據(jù)。

三玄柏、show profile 分析

了解SQL執(zhí)行的線程的狀態(tài)及消耗的時間襟衰。

默認(rèn)是關(guān)閉的,開啟語句“set profiling = 1;”

SHOW PROFILES ;
SHOW PROFILE FOR QUERY  #{id};

四粪摘、trace

trace分析優(yōu)化器如何選擇執(zhí)行計劃瀑晒,通過trace文件能夠進一步了解為什么優(yōu)化器選擇A執(zhí)行計劃而不選擇B執(zhí)行計劃。

set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;

五赶熟、確定問題瑰妄,通用解決方案:

①優(yōu)化索引

②優(yōu)化SQL語句:修改SQL陷嘴、IN 查詢分段映砖、時間查詢分段、基于上一次數(shù)據(jù)過濾

③改用其他實現(xiàn)方式:ES灾挨、數(shù)倉等

④數(shù)據(jù)拆分處理邑退,比如拆分業(yè)務(wù),拆分SQL劳澄,數(shù)據(jù)碎片處理

場景分析

案例1地技、最左匹配

索引

KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

SQL語句

select * from test where orderno=''

查詢匹配從左往右匹配,要使用order_no走索引秒拔,必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調(diào)換前后順序莫矗。

案例2、隱式轉(zhuǎn)換

索引

KEY `idx_mobile` (`mobile`)

SQL語句

select * from _user where mobile=12345678901

隱式轉(zhuǎn)換相當(dāng)于在索引上做運算砂缩,會讓索引失效作谚。mobile是字符類型,使用了數(shù)字庵芭,應(yīng)該使用字符串匹配妹懒,否則MySQL會用到隱式替換,導(dǎo)致索引失效双吆。

案例3眨唬、大分頁

索引

KEY `idx_a_b_c` (`a`, `b`, `c`)

SQL語句

select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;  

對于大分頁的場景会前,可以優(yōu)先讓產(chǎn)品優(yōu)化需求,如果沒有優(yōu)化的匾竿,有如下兩種優(yōu)化方式瓦宜,

1、把上一次的最后一條數(shù)據(jù)岭妖,也即上面的c傳過來歉提,然后做“c < xxx”處理,但是這種一般需要改接口協(xié)議区转,并不一定可行苔巨。

2、采用延遲關(guān)聯(lián)的方式進行處理废离,減少SQL回表侄泽,但是要記得索引需要完全覆蓋才有效果,SQL改動如下

select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
案例4蜻韭、in + order by

索引

KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)

SQL語句

select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10

in查詢在MySQL底層是通過n*m的方式去搜索悼尾,類似union,但是效率比union高肖方。

in查詢在進行cost代價計算時(代價 = 元組數(shù) * IO平均值)闺魏,是通過將in包含的數(shù)值,一條條去查詢獲取元組數(shù)的俯画,因此這個計算過程會比較的慢析桥,所以MySQL設(shè)置了個臨界值(eq_range_index_dive_limit),5.6之后超過這個臨界值后該列的cost就不參與計算了艰垂。因此會導(dǎo)致執(zhí)行計劃選擇不準(zhǔn)確泡仗。默認(rèn)是200,即in條件超過了200個數(shù)據(jù)猜憎,會導(dǎo)致in的代價計算存在問題娩怎,可能會導(dǎo)致Mysql選擇的索引不準(zhǔn)確。

處理方式胰柑,可以(order_status, created_at)互換前后順序截亦,
并且調(diào)整SQL為延遲關(guān)聯(lián)來進行數(shù)據(jù)查詢

案例5、范圍查詢阻斷柬讨,后續(xù)字段不能走索引

索引

KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

SQL語句

select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10

范圍查詢還有“IN崩瓤、between”

案例6、不等于姐浮、不包含不能用到索引的快速搜索
select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1

在索引上谷遂,避免使用NOT、!=卖鲤、<>肾扰、!<畴嘶、!>、NOT EXISTS集晚、NOT IN窗悯、NOT LIKE等

案例7、優(yōu)化器選擇不使用索引的情況

如果要求訪問的數(shù)據(jù)量很小偷拔,則優(yōu)化器還是會選擇輔助索引蒋院,但是當(dāng)訪問的數(shù)據(jù)占整個表中數(shù)據(jù)的蠻大一部分時(一般是20%左右),優(yōu)化器會選擇通過聚集索引來查找數(shù)據(jù)莲绰。

select * from test_order where  order_status = 1

查詢出所有未支付的訂單欺旧,一般這種訂單是很少的,即使建了索引蛤签,也沒法使用索引辞友。

案例8、復(fù)雜查詢
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;

如果是統(tǒng)計某些數(shù)據(jù)震肮,可能改用數(shù)倉進行解決称龙;

如果是業(yè)務(wù)上就有那么復(fù)雜的查詢,可能就不建議繼續(xù)走SQL了戳晌,而是采用其他的方式進行解決鲫尊,比如使用ES等進行解決。

案例9沦偎、asc和desc混用
select * from _t where a=1 order by b desc, c asc

desc 和asc混用時會導(dǎo)致索引失效

案例10疫向、大數(shù)據(jù)

對于推送業(yè)務(wù)的數(shù)據(jù)存儲,可能數(shù)據(jù)量會很大扛施,如果在方案的選擇上鸿捧,最終選擇存儲在MySQL上,并且做7天等有效期的保存,那么需要注意疙渣,頻繁的清理數(shù)據(jù),會照成數(shù)據(jù)碎片堆巧,需要聯(lián)系DBA進行數(shù)據(jù)碎片處理妄荔。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市谍肤,隨后出現(xiàn)的幾起案子啦租,更是在濱河造成了極大的恐慌,老刑警劉巖荒揣,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件篷角,死亡現(xiàn)場離奇詭異,居然都是意外死亡系任,警方通過查閱死者的電腦和手機恳蹲,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門虐块,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人嘉蕾,你說我怎么就攤上這事贺奠。” “怎么了错忱?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵儡率,是天一觀的道長。 經(jīng)常有香客問我以清,道長儿普,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任掷倔,我火速辦了婚禮箕肃,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘今魔。我一直安慰自己勺像,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布错森。 她就那樣靜靜地躺著吟宦,像睡著了一般。 火紅的嫁衣襯著肌膚如雪涩维。 梳的紋絲不亂的頭發(fā)上殃姓,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機與錄音瓦阐,去河邊找鬼蜗侈。 笑死,一個胖子當(dāng)著我的面吹牛睡蟋,可吹牛的內(nèi)容都是我干的踏幻。 我是一名探鬼主播,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼戳杀,長吁一口氣:“原來是場噩夢啊……” “哼该面!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起信卡,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤隔缀,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后傍菇,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體猾瘸,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了牵触。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片淮悼。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖荒吏,靈堂內(nèi)的尸體忽然破棺而出敛惊,到底是詐尸還是另有隱情,我是刑警寧澤绰更,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布瞧挤,位于F島的核電站,受9級特大地震影響儡湾,放射性物質(zhì)發(fā)生泄漏特恬。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一徐钠、第九天 我趴在偏房一處隱蔽的房頂上張望癌刽。 院中可真熱鬧,春花似錦尝丐、人聲如沸显拜。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽远荠。三九已至,卻和暖如春失息,著一層夾襖步出監(jiān)牢的瞬間譬淳,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工盹兢, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留邻梆,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓绎秒,卻偏偏與公主長得像浦妄,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子替裆,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容