一次非常有趣的sql优化经历

640?wx_fmt=gif

640?wx_fmt=jpeg

Linux编程 点击右侧关注,免费入门到精通! 640?wx_fmt=jpeg


作者丨风过无痕

cnblogs.com/tangyanbo/p/4462734.html


640?wx_fmt=gif场景


我用的数据库是mysql5.6,下面简单的介绍下场景


课程表:
 
 


create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)


数据100条


学生表:
 
 


create table Student(
id int PRIMARY KEY,
name varchar(10)
)


数据70000条


学生成绩表SC:
 
 


CREATE table SC(
    sc_id int PRIMARY KEY,
    s_id int,
    c_id int,
    score int
)


数据70w条


查询目的:


查找语文考100分的考生


查询语句:
 
 


select s.* from Student s where s.s_id in 
(select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )


执行时间:30248.271s


晕,为什么这么慢,先来查看下查询计划:

 
 


EXPLAIN 

select s.* from Student s where s.s_id in 
(select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )


640?wx_fmt=png


发现没有用到索引,type全是ALL,那么首先想到的就是建立一个索引,建立索引的字段当然是在where条件的字段了。


先给sc表的c_id和score建个索引


CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);


再次执行上述查询语句,时间为: 1.054s


快了3w多倍,大大缩短了查询时间,看来索引能极大程度的提高查询效率,建索引很有必要,很多时候都忘记建索引了,数据量小的的时候压根没感觉,这优化的感觉挺爽。


但是1s的时间还是太长了,还能进行优化吗,仔细看执行计划:


640?wx_fmt=png


查看优化后的sql:


SELECT
    `YSB`.`s`.`s_id` AS `s_id`,
    `YSB`.`s`.`name` AS `name`
FROM
    `YSB`.`Student` `s`
WHERE
    < in_optimizer > (
        `YSB`.`s`.`s_id` ,< EXISTS > (
            SELECT
            FROM
                `YSB`.`SC` `sc`
            WHERE
                (
                    (`YSB`.`sc`.`c_id` = 0)
                    AND (`YSB`.`sc`.`score` = 100)
                    AND (
                        < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
                    )
                )
        )
    )


怎么查看优化后的语句?


方法如下(在命令窗口执行 ):


640?wx_fmt=png

640?wx_fmt=png


有type=all


按照我之前的想法,该sql的执行的顺序应该是先执行子查询


select s_id from SC sc where sc.c_id = 0 and sc.score = 100
 
 


耗时:0.001s


得到如下结果:


640?wx_fmt=png


然后再执行


select s.* from Student s where s.s_id in(7,29,5000)
 
 


耗时:0.001s


这样就是相当快了啊,Mysql竟然不是先执行里层的查询,而是将sql优化成了exists子句,并出现了EPENDENT SUBQUERY,mysql是先执行外层查询,再执行里层的查询,这样就要循环70007*8次。


那么改用连接查询呢?


SELECT s.* from 
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100


这里为了重新分析连接查询的情况,先暂时删除索引sc_c_id_index,sc_score_index


执行时间是:0.057s


效率有所提高,看看执行计划:


640?wx_fmt=png


里有连表的情况出现,我猜想是不是要给sc表的s_id建立个索引


CREATE index sc_s_id_index on SC(s_id);
show index from SC
 
 


640?wx_fmt=png


640?wx_fmt=gif再执行连接查询


时间: 1.076s


竟然时间还变长了,什么原因?查看执行计划:


640?wx_fmt=png


优化后的查询语句为:


SELECT
    `YSB`.`s`.`s_id` AS `s_id`,
    `YSB`.`s`.`name` AS `name`
FROM
    `YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
    (
        (
            `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
        )
        AND (`YSB`.`sc`.`score` = 100)
        AND (`YSB`.`sc`.`c_id` = 0)
    )


貌似是先做的连接查询,再进行的where条件过滤


640?wx_fmt=gif回到前面的执行计划:


640?wx_fmt=png


这里是先做的where条件过滤,再做连表,执行计划还不是固定的,那么我们先看下标准的sql执行顺序:


640?wx_fmt=png


正常情况下是先join再进行where过滤,但是我们这里的情况,如果先join,将会有70w条数据发送join,因此先执行where过滤是明智方案,现在为了排除mysql的查询优化,我自己写一条优化后的sql


SELECT
    s.*
FROM
    (
        SELECT
            *
        FROM
            SC sc
        WHERE
            sc.c_id = 0
        AND sc.score = 100
    ) t
INNER JOIN Student s ON t.s_id = s.s_id


即先执行sc表的过滤,再进行表连接


执行时间为:0.054s


和之前没有建s_id索引的时间差不多


640?wx_fmt=gif查看执行计划:


640?wx_fmt=png


先提取sc再连表,这样效率就高多了,现在的问题是提取sc的时候出现了扫描表,那么现在可以明确需要建立相关索引


CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
 
 


再执行查询:


SELECT
    s.*
FROM
    (
        SELECT
            *
        FROM
            SC sc
        WHERE
            sc.c_id = 0
        AND sc.score = 100
    ) t
INNER JOIN Student s ON t.s_id = s.s_id


执行时间为:0.001s


这个时间相当靠谱,快了50倍


执行计划:


640?wx_fmt=png


我们会看到,先提取sc,再连表,都用到了索引。


640?wx_fmt=gif那么再来执行下sql:


SELECT s.* from 
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100


执行时间0.001s


执行计划:


640?wx_fmt=png


这里是mysql进行了查询语句优化,先执行了where过滤,再执行连接操作,且都用到了索引。


调整内容为SC表的数据增长到300W,学生分数更为离散。


先回顾下:
 
 


show index from SC


640?wx_fmt=png


执行sql


SELECT s.* from 
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=81 and sc.score=84


执行时间:0.061s


这个时间稍微慢了点


执行计划:


640?wx_fmt=png


这里用到了intersect并集操作,即两个索引同时检索的结果再求并集,再看字段score和c_id的区分度,单从一个字段看,区分度都不是很大,从SC表检索,c_id=81检索的结果是70001,score=84的结果是39425。


而c_id=81 and score=84 的结果是897,即这两个字段联合起来的区分度是比较高的,因此建立联合索引查询效率将会更高,从另外一个角度看,该表的数据是300w,以后会更多,就索引存储而言,都是不小的数目,随着数据量的增加,索引就不能全部加载到内存,而是要从磁盘去读取,这样索引的个数越多,读磁盘的开销就越大,因此根据具体业务情况建立多列的联合索引是必要的,那么我们来试试吧


alter table SC drop index sc_c_id_index;
alter table SC drop index sc_score_index;
create index sc_c_id_score_index on SC(c_id,score);
 
 


执行上述查询语句


消耗时间为:0.007s


这个速度还是可以接受的


执行计划:


640?wx_fmt=png


该语句的优化暂时告一段落


640?wx_fmt=gif总结:


mysql嵌套子查询效率确实比较低


可以将其优化成连接查询


连接表时,可以先用where条件对表进行过滤,然后做表连接


(虽然mysql会对连表语句做优化)


建立合适的索引,必要时建立多列联合索引


学会分析sql执行计划,mysql会对sql进行优化,所以分析执行计划很重要


640?wx_fmt=gif索引优化


上面讲到子查询的优化,以及如何建立索引,而且在多个字段索引时,分别对字段建立了单个索引


后面发现其实建立联合索引效率会更高,尤其是在数据量较大,单个列区分度不高的情况下。


640?wx_fmt=gif单列索引


查询语句如下:


select * from user_test_copy where sex = 2 and type = 2 and age = 10


索引:


CREATE index user_test_index_sex on user_test_copy(sex);
CREATE index user_test_index_type on user_test_copy(type);
CREATE index user_test_index_age on user_test_copy(age);


分别对sex,type,age字段做了索引,数据量为300w


查询时间:0.415s


执行计划:


640?wx_fmt=png


发现type=index_merge


这是mysql对多个单列索引的优化,对结果集采用intersect并集操作


640?wx_fmt=gif多列索引


我们可以在这3个列上建立多列索引,将表copy一份以便做测试


create index user_test_index_sex_type_age on user_test(sex,type,age);


查询语句:


select * from user_test where sex = 2 and type = 2 and age = 10


执行时间:0.032s


快了10多倍,且多列索引的区分度越高,提高的速度也越多


执行计划:


640?wx_fmt=png


640?wx_fmt=gif最左前缀


多列索引还有最左前缀的特性:


都会使用到索引,即索引的第一个字段sex要出现在where条件中


执行一下语句:


select * from user_test where sex = 2
select * from user_test where sex = 2 and type = 2
select * from user_test where sex = 2 and age = 10

640?wx_fmt=gif索引覆盖


就是查询的列都建立了索引,这样在获取结果集的时候不用再去磁盘获取其它列的数据,直接返回索引数据即可


如:


select sex,type,age from user_test where sex = 2 and type = 2 and age = 10


执行时间:0.003s


要比取所有字段快的多


640?wx_fmt=gif排序


select * from user_test where sex = 2 and type = 2 ORDER BY user_name


时间:0.139s


在排序字段上建立索引会提高排序的效率


create index user_name_index on user_test(user_name)


最后附上一些sql调优的总结,以后有时间再深入研究


列类型尽量定义成数值类型,且长度尽可能短,如主键和外键,类型字段等等


建立单列索引


根据需要建立多列联合索引


当单个列过滤之后还有很多数据,那么索引的效率将会比较低,即列的区分度较低,那么如果在多个列上建立索引,那么多个列的区分度就大多了,将会有显著的效率提高。


根据业务场景建立覆盖索引


只查询业务需要的字段,如果这些字段被索引覆盖,将极大的提高查询效率


多表连接的字段上需要建立索引


这样可以极大的提高表连接的效率


where条件字段上需要建立索引


排序字段上需要建立索引


分组字段上需要建立索引


Where条件上不要使用运算函数,以免索引失效


 推荐↓↓↓ 

640?wx_fmt=png

?16个技术公众号】都在这里!

涵盖:程序员大咖、源码共读、程序员共读、数据结构与算法、黑客技术和网络安全、大数据科技、编程前端、Java、Python、Web编程开发、Android、iOS开发、Linux、数据库研发、幽默程序员等。

640?wx_fmt=png万水千山总是情,点个 “ 好看” 行不行
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值