MySQL高级学习（7）查询优化

一、关联查询优化

（1）保证被驱动表的join字段已经被索引

（2）left join 时，选择小表作为驱动表，大表作为被驱动表。

（3）inner join 时，mysql会自己帮你把小结果集的表选为驱动表。

（4）子查询尽量不要放在被驱动表，有可能使用不到索引。

二、子查询优化

（1）有索引的情况下 ：用  inner join 是最好的  其次是 in  ，exists最糟糕 

（2）无索引的情况下用 

        a.小表驱动大表

            因为join 方式需要distinct ，没有索引distinct消耗性能较大 所以  exists性能最佳 in其次  join性能最差？

       b.无索引的情况下大表驱动小表

             in 和 exists 的性能应该是接近的  都比较糟糕  exists稍微好一点 超不过5%     但是inner join 优于使用了 join buffer 所以快很多 如果left join 则最慢

三、order by 查询优化

1.ORDER BY子句，尽量使用Index方式排序,避免使用FileSort方式排序

      MySQL支持二种方式的排序，FileSort和Index，Index效率高.

      它指MySQL扫描索引本身完成排序。FileSort方式效率较低。

2.ORDER BY满足两情况，会使用Index方式排序:

（1）ORDER BY 语句使用索引最左前列

（2）使用Where子句与Order BY子句条件列组合满足索引最左前列

（3）where子句中如果出现索引的范围查询(即explain中出现range)会导致order by 索引失效。

3.尽可能在索引列上完成排序操作，遵照索引建的最佳左前缀

        index(a,b,c)

        where a = const and b > const order by b , c 不会出现 using filesort  b , c 两个衔接上了

       但是：where a = const and b > const order by  c 将会出现 using filesort 。因为 b 用了范围索引，断了。而上一个  order by 后的b 用到了索引，所以能衔接上 c 

4.如果不在索引列上，filesort有两种算法：双路排序和单路排序

（1）双路排序

           a.MySQL 4.1之前是使用双路排序,字面意思就是两次扫描磁盘，最终得到数据，读取行指针和orderby列，对他们进行排序，然后扫描已经排序好的列表，按照列表中的值重新从列表中读取对应的数据输出

           b.从磁盘取排序字段，在buffer进行排序，再从磁盘取其他字段。

         多路排序需要借助 磁盘来进行排序。所以 取数据，排好了取数据。两次 io操作。比较慢

         单路排序 ，将排好的数据存在内存中，省去了一次 io 操作，所以比较快，但是需要内存空间足够。

（2）单路排序

        a.取一批数据，要对磁盘进行了两次扫描，众所周知，I\O是很耗时的，所以在mysql4.1之后，出现了第二种改进的算法，就是单路排序。

         b.从磁盘读取查询需要的所有列，按照order by列在buffer对它们进行排序，然后扫描排序后的列表进行输出，

       它的效率更快一些，避免了第二次读取数据。并且把随机IO变成了顺序IO,但是它会使用更多的空间，因为它把每一行都保存在内存中了。

（3）结论及引申出的问题

     a.由于单路是后出的，总体而言好过双路

     b.但是用单路有问题

         在sort_buffer中，方法B比方法A要多占用很多空间，因为方法B是把所有字段都取出, 所以有可能取出的数据的总大小超出了sort_buffer的容量，导致每次只能取sort_buffer容量大小的数据，进行排序（创建tmp文件，多路合并），排完再取取sort_buffer容量大小，再排……从而多次I/O。本来想省一次I/O操作，反而导致了大量的I/O操作，反而得不偿失。

（4）优化策略

       a.增大sort_buffer_size参数的设置:用于单路排序的内存大小

       b.增大max_length_for_sort_data参数的设置:单次排序字段大小。(单次排序请求)

       c.去掉select 后面不需要的字段:select 后的多了，排序的时候也会带着一起，很占内存，所以去掉没有用的

提高Order By的速度

      1. Order by时select * 是一个大忌只Query需要的字段 这点非常重要。在这里的影响是：

           a.当Query的字段大小总和小于max_length_for_sort_data 而且排序字段不是 TEXT|BLOB 类型时，会用改进后的算法——单路排序， 否则用老算法——多路排序。

           b. 两种算法的数据都有可能超出sort_buffer的容量，超出之后，会创建tmp文件进行合并排序，导致多次I/O，但是用单路排序算法的风险会更大一些,所以要提高sort_buffer_size。

2. 尝试提高 sort_buffer_size

       不管用哪种算法，提高这个参数都会提高效率，当然，要根据系统的能力去提高，因为这个参数是针对每个进程的

3. 尝试提高 max_length_for_sort_data

        提高这个参数， 会增加用改进算法的概率。但是如果设的太高，数据总容量超出sort_buffer_size的概率就增大，明显症状是高的磁盘I/O活动和低的处理器使用率. 阿萨德

四、group by 查询优化

group by 跟order by的优化策略是一样的 group by是县排序再分组

1.group by实质是先排序后进行分组，遵照索引建的最佳左前缀

2.当无法使用索引列，增大max_length_for_sort_data参数的设置+增大sort_buffer_size参数的设置

3.where高于having，能写在where限定的条件就不要去having限定了。