來源：美團(tuán)技術(shù)博客
鏈接：http://tech.meituan.com/mysql-index.html
MySQL憑借著出色的性能、低廉的成本妙痹、豐富的資源，已經(jīng)成為絕大多數(shù)互聯(lián)網(wǎng)公司的首選關(guān)系型數(shù)據(jù)庫。雖然性能出色，但所謂“好馬配好鞍”环戈，如何能夠更好的使用它，已經(jīng)成為開發(fā)工程師的必修課获列，我們經(jīng)常會(huì)從職位描述上看到諸如“精通MySQL”谷市、“SQL語句優(yōu)化”、“了解數(shù)據(jù)庫原理”等要求击孩。我們知道一般的應(yīng)用系統(tǒng)迫悠，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現(xiàn)性能問題巩梢，遇到最多的创泄，也是最容易出問題的，還是一些復(fù)雜的查詢操作括蝠，所以查詢語句的優(yōu)化顯然是重中之重鞠抑。
本人從13年7月份起，一直在美團(tuán)核心業(yè)務(wù)系統(tǒng)部做慢查詢的優(yōu)化工作忌警，共計(jì)十余個(gè)系統(tǒng)搁拙，累計(jì)解決和積累了上百個(gè)慢查詢案例。隨著業(yè)務(wù)的復(fù)雜性提升法绵，遇到的問題千奇百怪箕速，五花八門，匪夷所思朋譬。本文旨在以開發(fā)工程師的角度來解釋數(shù)據(jù)庫索引的原理和如何優(yōu)化慢查詢盐茎。
一個(gè)慢查詢引發(fā)的思考

SELECT
    count(*)
FROM
    task
WHERE
    STATUS = 2 and operator_id = 20839 
  and operate_time > 1371169729 and 
  operate_time < 1371174603 and type = 2;

系統(tǒng)使用者反應(yīng)有一個(gè)功能越來越慢，于是工程師找到了上面的SQL徙赢。
并且興致沖沖的找到了我字柠，“這個(gè)SQL需要優(yōu)化探越，給我把每個(gè)字段都加上索引”
我很驚訝，問道“為什么需要每個(gè)字段都加上索引窑业？”
“把查詢的字段都加上索引會(huì)更快”工程師信心滿滿
“這種情況完全可以建一個(gè)聯(lián)合索引钦幔，因?yàn)槭亲钭笄熬Y匹配，所以operate_time需要放到最后数冬，而且還需要把其他相關(guān)的查詢都拿來节槐，需要做一個(gè)綜合評(píng)估」丈矗”
“聯(lián)合索引铜异？最左前綴匹配？綜合評(píng)估秸架？”工程師不禁陷入了沉思揍庄。
多數(shù)情況下，我們知道索引能夠提高查詢效率东抹，但應(yīng)該如何建立索引蚂子？索引的順序如何？許多人卻只知道大概缭黔。其實(shí)理解這些概念并不難食茎，而且索引的原理遠(yuǎn)沒有想象的那么復(fù)雜。
MySQL索引原理
索引目的
索引的目的在于提高查詢效率馏谨，可以類比字典别渔，如果要查“mysql”這個(gè)單詞，我們肯定需要定位到m字母惧互，然后從下往下找到y(tǒng)字母哎媚，再找到剩下的sql。如果沒有索引喊儡，那么你可能需要把所有單詞看一遍才能找到你想要的拨与，如果我想找到m開頭的單詞呢？或者ze開頭的單詞呢艾猜？是不是覺得如果沒有索引买喧，這個(gè)事情根本無法完成？
索引原理
除了詞典匆赃，生活中隨處可見索引的例子淤毛，如火車站的車次表、圖書的目錄等炸庞。它們的原理都是一樣的钱床，通過不斷的縮小想要獲得數(shù)據(jù)的范圍來篩選出最終想要的結(jié)果荚斯，同時(shí)把隨機(jī)的事件變成順序的事件埠居，也就是我們總是通過同一種查找方式來鎖定數(shù)據(jù)查牌。
數(shù)據(jù)庫也是一樣，但顯然要復(fù)雜許多滥壕，因?yàn)椴粌H面臨著等值查詢纸颜，還有范圍查詢(>、<绎橘、between胁孙、in)、模糊查詢(like)称鳞、并集查詢(or)等等涮较。數(shù)據(jù)庫應(yīng)該選擇怎么樣的方式來應(yīng)對(duì)所有的問題呢？我們回想字典的例子冈止，能不能把數(shù)據(jù)分成段狂票，然后分段查詢呢？最簡(jiǎn)單的如果1000條數(shù)據(jù)熙暴，1到100分成第一段闺属，101到200分成第二段，201到300分成第三段……這樣查第250條數(shù)據(jù)周霉，只要找第三段就可以了掂器，一下子去除了90%的無效數(shù)據(jù)。但如果是1千萬的記錄呢俱箱，分成幾段比較好国瓮？稍有算法基礎(chǔ)的同學(xué)會(huì)想到搜索樹，其平均復(fù)雜度是lgN匠楚，具有不錯(cuò)的查詢性能巍膘。但這里我們忽略了一個(gè)關(guān)鍵的問題，復(fù)雜度模型是基于每次相同的操作成本來考慮的芋簿，數(shù)據(jù)庫實(shí)現(xiàn)比較復(fù)雜峡懈，數(shù)據(jù)保存在磁盤上，而為了提高性能与斤，每次又可以把部分?jǐn)?shù)據(jù)讀入內(nèi)存來計(jì)算肪康，因?yàn)槲覀冎涝L問磁盤的成本大概是訪問內(nèi)存的十萬倍左右，所以簡(jiǎn)單的搜索樹難以滿足復(fù)雜的應(yīng)用場(chǎng)景撩穿。
磁盤IO與預(yù)讀
前面提到了訪問磁盤磷支，那么這里先簡(jiǎn)單介紹一下磁盤IO和預(yù)讀，磁盤讀取數(shù)據(jù)靠的是機(jī)械運(yùn)動(dòng)食寡，每次讀取數(shù)據(jù)花費(fèi)的時(shí)間可以分為尋道時(shí)間雾狈、旋轉(zhuǎn)延遲、傳輸時(shí)間三個(gè)部分抵皱，尋道時(shí)間指的是磁臂移動(dòng)到指定磁道所需要的時(shí)間善榛，主流磁盤一般在5ms以下辩蛋；旋轉(zhuǎn)延遲就是我們經(jīng)常聽說的磁盤轉(zhuǎn)速，比如一個(gè)磁盤7200轉(zhuǎn)移盆，表示每分鐘能轉(zhuǎn)7200次悼院，也就是說1秒鐘能轉(zhuǎn)120次，旋轉(zhuǎn)延遲就是1/120/2 = 4.17ms咒循；傳輸時(shí)間指的是從磁盤讀出或?qū)?shù)據(jù)寫入磁盤的時(shí)間据途，一般在零點(diǎn)幾毫秒，相對(duì)于前兩個(gè)時(shí)間可以忽略不計(jì)叙甸。那么訪問一次磁盤的時(shí)間颖医，即一次磁盤IO的時(shí)間約等于5+4.17 = 9ms左右，聽起來還挺不錯(cuò)的裆蒸，但要知道一臺(tái)500 -MIPS的機(jī)器每秒可以執(zhí)行5億條指令便脊，因?yàn)橹噶钜揽康氖请姷男再|(zhì)，換句話說執(zhí)行一次IO的時(shí)間可以執(zhí)行40萬條指令光戈，數(shù)據(jù)庫動(dòng)輒十萬百萬乃至千萬級(jí)數(shù)據(jù)哪痰，每次9毫秒的時(shí)間，顯然是個(gè)災(zāi)難久妆。下圖是計(jì)算機(jī)硬件延遲的對(duì)比圖晌杰，供大家參考：

select*from task where status = 0 and type=12 limit 1 0;

select count(*) from task where status = 0;

那么索引建立成(status,type,operator_id,operate_time)就是非常正確的澜薄，因?yàn)榭梢愿采w到所有情況为肮。這個(gè)就是利用了索引的最左匹配的原則
查詢優(yōu)化神器 – explain命令
關(guān)于explain命令相信大家并不陌生，具體用法和字段含義可以參考官網(wǎng)explain-output肤京，這里需要強(qiáng)調(diào)rows是核心指標(biāo)颊艳，絕大部分rows小的語句執(zhí)行一定很快（有例外，下面會(huì)講到）忘分。所以優(yōu)化語句基本上都是在優(yōu)化rows棋枕。
慢查詢優(yōu)化基本步驟
0.先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHE
1.where條件單表查妒峦，鎖定最小返回記錄表重斑。這句話的意思是把查詢語句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開始查起，單表每個(gè)字段分別查詢肯骇，看哪個(gè)字段的區(qū)分度最高
2.explain查看執(zhí)行計(jì)劃窥浪，是否與1預(yù)期一致（從鎖定記錄較少的表開始查詢）
3.order by limit 形式的sql語句讓排序的表優(yōu)先查
4.了解業(yè)務(wù)方使用場(chǎng)景
5.加索引時(shí)參照建索引的幾大原則
6.觀察結(jié)果，不符合預(yù)期繼續(xù)從0分析
幾個(gè)慢查詢案例
下面幾個(gè)例子詳細(xì)解釋了如何分析和優(yōu)化慢查詢
復(fù)雜語句寫法
很多情況下累盗，我們寫SQL只是為了實(shí)現(xiàn)功能寒矿，這只是第一步突琳，不同的語句書寫方式對(duì)于效率往往有本質(zhì)的差別若债，這要求我們對(duì)mysql的執(zhí)行計(jì)劃和索引原則有非常清楚的認(rèn)識(shí)，請(qǐng)看下面的語句

SELECT
    distinct cert.emp_id
FROM
    cm_log cl
INNER JOIN (
    SELECT
        emp.id as emp_id,
        emp_cert.id as cert_id
    FROM
        employee emp
    LEFT JOIN emp_certificate emp_cert on emp.id = emp_cert.emp_id
    WHERE
        emp.is_deleted = 0
) cert ON (
    cl.ref_table = 'Employee' and cl.ref_oid = cert.emp_id
)
OR (
    cl.ref_table = 'EmpCertificate' and cl.ref_oid = cert.cert_id
)
WHERE
    cl.last_upd_date >= '2013-11-07 15:03:00' and cl.last_upd_date <= '2013-11-08 16:00:00'

0.先運(yùn)行一下拆融，53條記錄 1.87秒蠢琳，又沒有用聚合語句，比較慢

53rowsinset(1.87sec)

1.explain

簡(jiǎn)述一下執(zhí)行計(jì)劃镜豹，首先mysql根據(jù)idx_last_upd_date索引掃描cm_log表獲得379條記錄傲须；然后查表掃描了63727條記錄，分為兩部分趟脂，derived表示構(gòu)造表泰讽，也就是不存在的表，可以簡(jiǎn)單理解成是一個(gè)語句形成的結(jié)果集昔期，后面的數(shù)字表示語句的ID已卸。derived2表示的是ID = 2的查詢構(gòu)造了虛擬表，并且返回了63727條記錄硼一。我們?cè)賮砜纯碔D = 2的語句究竟做了寫什么返回了這么大量的數(shù)據(jù)累澡，首先全表掃描employee表13317條記錄蛀骇，然后根據(jù)索引emp_certificate_empid關(guān)聯(lián)emp_certificate表瞳氓，rows = 1表示，每個(gè)關(guān)聯(lián)都只鎖定了一條記錄橡淑，效率比較高。獲得后蕊梧，再和cm_log的379條記錄根據(jù)規(guī)則關(guān)聯(lián)霞赫。從執(zhí)行過程上可以看出返回了太多的數(shù)據(jù)，返回的數(shù)據(jù)絕大部分cm_log都用不到望几，因?yàn)閏m_log只鎖定了379條記錄绩脆。

如何優(yōu)化呢？可以看到我們?cè)谶\(yùn)行完后還是要和cm_log做join,那么我們能不能之前和cm_log做join呢橄抹？仔細(xì)分析語句不難發(fā)現(xiàn)靴迫，其基本思想是如果cm_log的ref_table是EmpCertificate就關(guān)聯(lián)emp_certificate表，如果ref_table是Employee就關(guān)聯(lián)employee表楼誓，我們完全可以拆成兩部分玉锌，并用union連接起來，注意這里用union疟羹，而不用union all是因?yàn)樵Z句有“distinct”來得到唯一的記錄主守，而union恰好具備了這種功能。如果原語句中沒有distinct不需要去重榄融，我們就可以直接使用union all了参淫，因?yàn)槭褂胾nion需要去重的動(dòng)作，會(huì)影響SQL性能愧杯。

優(yōu)化過的語句如下

SELECT
    emp.id
FROM
    cm_log cl
INNER JOIN employee emp on cl.ref_table = 'Employee' and cl.ref_oid = emp.id
WHERE
    cl.last_upd_date >= '2013-11-07 15:03:00' and cl.last_upd_date <= '2013-11-08 16:00:00' and emp.is_deleted = 0
UNION
    SELECT
        emp.id
    FROM
        cm_log cl
    INNER JOIN emp_certificate ec on cl.ref_table = 'EmpCertificate' and cl.ref_oid = ec.id
    INNER JOIN employee emp on emp.id = ec.emp_id
    WHERE
        cl.last_upd_date >= '2013-11-07 15:03:00' and cl.last_upd_date <= '2013-11-08 16:00:00' and emp.is_deleted = 0

4.不需要了解業(yè)務(wù)場(chǎng)景涎才，只需要改造的語句和改造之前的語句保持結(jié)果一致
5.現(xiàn)有索引可以滿足，不需要建索引
6.用改造后的語句實(shí)驗(yàn)一下力九，只需要10ms 降低了近200倍耍铜！

SELECT
    *
FROM
    stage_poi sp
WHERE
    sp.accurate_result = 1
AND (
    sp.sync_status = 0 or sp.sync_status = 2 or sp.sync_status = 4
);

0.先看看運(yùn)行多長(zhǎng)時(shí)間,951條數(shù)據(jù)6.22秒抵乓，真的很慢
951rowsinset(6.22sec)
1.先explain伴挚，rows達(dá)到了361萬，type = ALL表明是全表掃描

2.所有字段都應(yīng)用查詢返回記錄數(shù)灾炭，因?yàn)槭菃伪聿樵?0已經(jīng)做過了951條
3.讓explain的rows 盡量逼近951
看一下accurate_result = 1的記錄數(shù)

問題分析到這，好像得出了這個(gè)表無法優(yōu)化的結(jié)論掏缎，兩個(gè)列的區(qū)分度都很低皱蹦，即便加上索引也只能適應(yīng)這種情況煤杀，很難做普遍性的優(yōu)化，比如當(dāng)sync_status 0沪哺、3分布的很平均沈自，那么鎖定記錄也是百萬級(jí)別的
4.找業(yè)務(wù)方去溝通，看看使用場(chǎng)景辜妓。業(yè)務(wù)方是這么來使用這個(gè)SQL語句的枯途，每隔五分鐘會(huì)掃描符合條件的數(shù)據(jù)，處理完成后把sync_status這個(gè)字段變成1,五分鐘符合條件的記錄數(shù)并不會(huì)太多籍滴，1000個(gè)左右酪夷。了解了業(yè)務(wù)方的使用場(chǎng)景后，優(yōu)化這個(gè)SQL就變得簡(jiǎn)單了孽惰，因?yàn)闃I(yè)務(wù)方保證了數(shù)據(jù)的不平衡晚岭，如果加上索引可以過濾掉絕大部分不需要的數(shù)據(jù)
5.根據(jù)建立索引規(guī)則，使用如下語句建立索引

alter table stage_poi add index idx_acc_status(accurate_result,sync_status);

6.觀察預(yù)期結(jié)果,發(fā)現(xiàn)只需要200ms勋功，快了30多倍坦报。
952rowsinset(0.20sec)
我們?cè)賮砘仡櫼幌路治鰡栴}的過程，單表查詢相對(duì)來說比較好優(yōu)化狂鞋，大部分時(shí)候只需要把where條件里面的字段依照規(guī)則加上索引就好片择，如果只是這種“無腦”優(yōu)化的話，顯然一些區(qū)分度非常低的列骚揍，不應(yīng)該加索引的列也會(huì)被加上索引字管，這樣會(huì)對(duì)插入、更新性能造成嚴(yán)重的影響疏咐，同時(shí)也有可能影響其它的查詢語句纤掸。所以我們第4步調(diào)差SQL的使用場(chǎng)景非常關(guān)鍵脐供，我們只有知道這個(gè)業(yè)務(wù)場(chǎng)景浑塞，才能更好地輔助我們更好的分析和優(yōu)化查詢語句。
無法優(yōu)化的語句

SELECT
    c.id,
    c.NAME,
    c.position,
    c.sex,
    c.phone,
    c.office_phone,
    c.feature_info,
    c.birthday,
    c.creator_id,
    c.is_keyperson,
    c.giveup_reason,
    c.STATUS,
    c.data_source,
    from_unixtime(c.created_time) ascreated_time,
    from_unixtime(c.last_modified) aslast_modified,
    c.last_modified_user_id
FROM
    contact c
INNER JOIN contact_branch cb onc.id = cb.contact_id
INNER JOIN branch_user bu on cb.branch_id = bu.branch_id and bu.status in (1, 2)
INNER JOIN org_emp_infoo ei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category = -1
ORDER BY
    c.created_time desc limit 0,10;

還是幾個(gè)步驟

0.先看語句運(yùn)行多長(zhǎng)時(shí)間政己，10條記錄用了13秒酌壕，已經(jīng)不可忍受

10rowsinset(13.06sec)

1.explain

從執(zhí)行計(jì)劃上看，mysql先查org_emp_info表掃描8849記錄歇由，再用索引idx_userid_status關(guān)聯(lián)branch_user表卵牍，再用索引idx_branch_id關(guān)聯(lián)contact_branch表，最后主鍵關(guān)聯(lián)contact表沦泌。

rows返回的都非常少糊昙，看不到有什么異常情況。我們?cè)诳匆幌抡Z句谢谦，發(fā)現(xiàn)后面有order by + limit組合释牺，會(huì)不會(huì)是排序量太大搞的萝衩？于是我們簡(jiǎn)化SQL，去掉后面的order by 和 limit没咙，看看到底用了多少記錄來排序

SELECT
    count(*)
FROM
    contact c
INNER JOIN contact_branch cb onc.id = cb.contact_id
INNER JOIN branch_user bu on cb.branch_id = bu.branch_id and bu.statusin (1, 2)
INNER JOIN org_emp_info oei on oei.data_id = bu.user_id 
and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category =-1

+----------+

|count(*)|

+----------+

|778878|

+----------+

1rowinset(5.19sec)

發(fā)現(xiàn)排序之前居然鎖定了778878條記錄猩谊，如果針對(duì)70萬的結(jié)果集排序，將是災(zāi)難性的祭刚，怪不得這么慢牌捷，那我們能不能換個(gè)思路，先根據(jù)contact的created_time排序涡驮，再來join會(huì)不會(huì)比較快呢暗甥？

于是改造成下面的語句，也可以用straight_join來優(yōu)化

SELECT
    c.id,
    c. NAME,
    c.position,
    c.sex,
    c.phone,
    c.office_phone,
    c.feature_info,
    c.birthday,
    c.creator_id,
    c.is_keyperson,
    c.giveup_reason,
    c. STATUS,
    c.data_source,
    from_unixtime(c.created_time) as created_time,
    from_unixtime(c.last_modified) as last_modified,
    c.last_modified_user_id
FROM
    contact c
WHERE
    EXISTS (
        SELECT
            1
        FROM
            contact_branch cb
        INNER JOIN branch_userbu on cb.branch_id = bu.branch_id and bu.statusin (1, 2)
        INNER JOIN org_emp_info oei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category =- 1
        WHERE
            c.id = cb.contact_id
    )
ORDER BY
    c.created_time desc limit 0,10;

驗(yàn)證一下效果 預(yù)計(jì)在1ms內(nèi)捉捅，提升了13000多倍淋袖！

10rowsinset(0.00sec)

本以為至此大工告成，但我們?cè)谇懊娴姆治鲋新┝艘粋€(gè)細(xì)節(jié)锯梁，先排序再join和先join再排序理論上開銷是一樣的即碗，為何提升這么多是因?yàn)橛幸粋€(gè)limit！大致執(zhí)行過程是：mysql先按索引排序得到前10條記錄陌凳，然后再去join過濾剥懒，當(dāng)發(fā)現(xiàn)不夠10條的時(shí)候，再次去10條合敦，再次join初橘，這顯然在內(nèi)層join過濾的數(shù)據(jù)非常多的時(shí)候，將是災(zāi)難的充岛，極端情況保檐，內(nèi)層一條數(shù)據(jù)都找不到，mysql還傻乎乎的每次取10條崔梗，幾乎遍歷了這個(gè)數(shù)據(jù)表夜只！

用不同參數(shù)的SQL試驗(yàn)下

SELECT
    sql_no_cachec.id,
    c. NAME,
    c.position,
    c.sex,
    c.phone,
    c.office_phone,
    c.feature_info,
    c.birthday,
    c.creator_id,
    c.is_keyperson,
    c.giveup_reason,
    c. STATUS,
    c.data_source,
    from_unixtime(c.created_time) as created_time,
    from_unixtime(c.last_modified) as last_modified,
    c.last_modified_user_id
FROM
    contact c
WHERE
    EXISTS (
        SELECT
            1
        FROM
            contact_branch cb
        INNER JOIN branch_user bu on cb.branch_id = bu.branch_id and bu.statusin (1, 2)
        INNER JOIN org_emp_info oei on oei.data_id = bu.user_id 
        and oei.node_left >= 2875 and oei.node_right <= 2875 and oei.org_category =- 1
        WHERE
            c.id = cb.contact_id
    )
ORDER BY
    c.created_time desc limit 0,10;

Emptyset(2min18.99sec)
2 min 18.99 sec！比之前的情況還糟糕很多蒜魄。由于mysql的nested loop機(jī)制扔亥，遇到這種情況，基本是無法優(yōu)化的谈为。這條語句最終也只能交給應(yīng)用系統(tǒng)去優(yōu)化自己的邏輯了旅挤。
通過這個(gè)例子我們可以看到，并不是所有語句都能優(yōu)化伞鲫，而往往我們優(yōu)化時(shí)粘茄，由于SQL用例回歸時(shí)落掉一些極端情況，會(huì)造成比原來還嚴(yán)重的后果秕脓。所以柒瓣，第一：不要指望所有語句都能通過SQL優(yōu)化瘪菌，第二：不要過于自信，只針對(duì)具體case來優(yōu)化嘹朗，而忽略了更復(fù)雜的情況师妙。
慢查詢的案例就分析到這兒，以上只是一些比較典型的案例屹培。我們?cè)趦?yōu)化過程中遇到過超過1000行默穴，涉及到16個(gè)表join的“垃圾SQL”，也遇到過線上線下數(shù)據(jù)庫差異導(dǎo)致應(yīng)用直接被慢查詢拖死褪秀，也遇到過varchar等值比較沒有寫單引號(hào)蓄诽，還遇到過笛卡爾積查詢直接把從庫搞死。再多的案例其實(shí)也只是一些經(jīng)驗(yàn)的積累媒吗，如果我們熟悉查詢優(yōu)化器仑氛、索引的內(nèi)部原理，那么分析這些案例就變得特別簡(jiǎn)單了闸英。
寫在后面的話
本文以一個(gè)慢查詢案例引入了MySQL索引原理锯岖、優(yōu)化慢查詢的一些方法論;并針對(duì)遇到的典型案例做了詳細(xì)的分析。其實(shí)做了這么長(zhǎng)時(shí)間的語句優(yōu)化后才發(fā)現(xiàn)甫何，任何數(shù)據(jù)庫層面的優(yōu)化都抵不上應(yīng)用系統(tǒng)的優(yōu)化出吹，同樣是MySQL，可以用來支撐Google/FaceBook/Taobao應(yīng)用辙喂，但可能連你的個(gè)人網(wǎng)站都撐不住捶牢。套用最近比較流行的話：“查詢?nèi)菀祝瑑?yōu)化不易巍耗，且寫且珍惜秋麸！”
推薦擴(kuò)展文章:btree索引生效原則