慢sql优化技巧

记录一些慢sql优化技巧

1. 在很大的数据量中获取是否有过n次xx行为。
   假设有一个很大的订单表order, 我们想知道一个用户是否有进行过5次充值。
   • 有用户id的索引
     正常可以写

   select count(1) from `order` where uid = xxxxx and status = xxxx
   

   一般来说，由于有用户id的索引，这个查询的性能不会很低。当有某一个用户有很多个订单时，这个查询就会变慢，比如id为2的用户有10000+订单，那么status=xxxx的这个条件就要对比10000+次。
   优化写法

   select 1 from `order` where uid = xxxxx and status = xxxx limit 1 offset n
   

   这样写的话我们只需要指定n的大小就可以知道用户是否有进行过n次充值。当用户订单数量很大时也是最多只进行n次条件判断即可。
2. 获取一定时序条件下的某些数据
   假设现在需要知道一个用户在最近5天的订单
   • 有用户索引
   • 没有时间索引
     正常可以写

   select xxx from `order` where uid = xxxxx and order_time = xxxx and status = xxx
   

   由于没有时间索引，这个sql只会用到用户id的索引。
   一般来说，如果是对于订单生成时间之类的的数据，应该给时间加上索引，因为这个字段比较重要，会经常查询
   但是有可能我们要查的是用户订单异常的时间，退款的时间，一些不经常查的数据，这个字段上没有索引，想要加索引这个表又比较大，性价比很低。这里仅仅只讨论时间没有索引的情况
   由于我们限制的时间是时序的，要查询的是近5天的数据，那么我们可以简单的对历史数据统计一下。

   # id是order表的主键
   订单生成时间是xxxxxxx时, id = xxxx
   订单生成时间是xxxxxxx时, id = xxxx
   ··· ···
   

   可以按月或者按半年来分，由此来改造上述sql

   select xxx from `order` where uid = xxxx and order_time = xxxx and status = xxx and id > xxx
   

   此处的id取从上面分析的最合适的一个id，这样索引的使用就从用户id索引变成了用户id索引和主键索引的index_merge状态，当这个用户有很多订单时可以少扫描很多行。