LIMIT
分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。
SELECT * FROM `operation`
WHERE `type` = 'update' AND `name` = 'amigo'
ORDER BY `create_time`
LIMIT 1000, 10;
可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。
在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:
SELECT * FROM `operation`
WHERE `type` = 'update' AND `name` = 'amigo'
AND `create_time` > '2019-10-16 09:00:00'
ORDER BY `create_time`
limit 10;
在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。
关联更新、删除
虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。
比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。
UPDATE `operation`
SET `status` = 'applying'
WHERE `id` IN (
SELECT `id`
FROM (
SELECT o.id, o.status
FROM `operation` o
WHERE o.group = 123
AND o.status NOT IN ('done')
ORDER BY o.parent, o.id
LIMIT 1
) t
);
重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。
UPDATE `operation` AS o1
JOIN (
SELECT o2.id, o2.status
FROM `operation` o2
WHERE o2.group = 123
AND o2.status NOT IN ('done')
ORDER BY o2.parent, o2.id
LIMIT 1
) t
ON o1.id = t.id
SET o1.status = 'applying'
混合排序
MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。
SELECT * FROM `my_order` AS o
INNER JOIN `my_appraise`AS a
ON a.orderid = o.id
ORDER BY a.is_reply ASC, a.appraise_time DESC
LIMIT 0, 20
执行计划显示为全表扫描,由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。
SELECT t.* FROM (
(
SELECT a1.* FROM `my_order` AS o1
INNER JOIN my_appraise a1
ON a1.orderid = o1.id
AND a1.is_reply = 0
ORDER BY a1.appraise_time DESC
LIMIT 0, 20
)
UNION ALL
(
SELECT a2.* FROM my_order AS o2
INNER JOIN my_appraise a2
ON a2.orderid = o2.id
AND a2.is_reply = 1
ORDER BY a2.appraise_time DESC
LIMIT 0, 20
)
) t
ORDER BY t.is_reply ASC, t.appraisetime DESC
LIMIT 20;
EXISTS
MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:
SELECT * FROM my_neighbor n
LEFT JOIN my_neighbor_apply sra
ON n.id = sra.neighbor_id AND sra.user_id = 'xxx'
WHERE n.topic_status < 4
AND EXISTS(
SELECT 1
FROM message_info m
WHERE n.id = m.neighbor_id
AND m.inuser = 'xxx'
)
AND n.topic_type <> 5
去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。
SELECT * FROM my_neighbor n
INNER JOIN message_info m
ON n.id = m.neighbor_id AND m.inuser = 'xxx'
LEFT JOIN my_neighbor_apply sra
ON n.id = sra.neighbor_id AND sra.user_id = 'xxx'
WHERE n.topic_status < 4
AND n.topic_type <> 5
条件下推
外部查询条件不能够下推到复杂的视图或子查询的情况有:
- 聚合子查询;
- 含有 LIMIT 的子查询;
- UNION 或 UNION ALL 子查询;
- 输出字段中的子查询;
如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后
SELECT * FROM (
SELECT target, COUNT(*)
FROM operation
GROUP BY target
) t
WHERE target = 'rm-xxxx'
确定从语义上查询条件可以直接下推后,重写如下:
SELECT target, COUNT(*)
FROM operation
WHERE target = 'rm-xxxx'
GROUP BY target
提前缩小范围
先上初始 SQL 语句
SELECT * FROM my_order o
LEFT JOIN my_userinfo u
ON o.uid = u.uid
LEFT JOIN my_productinfo p
ON o.pid = p.pid
WHERE o.display = 0
AND o.ostaus = 1
ORDER BY o.selltime DESC
LIMIT 0, 15
该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。最后一步估算排序记录数为90万,时间消耗为12秒。
由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。
SELECT * FROM (
SELECT * FROM my_order o
WHERE o.display = 0 AND o.ostaus = 1
ORDER BY o.selltime DESC
LIMIT 0, 15
) o
LEFT JOIN my_userinfo u
ON o.uid = u.uid
LEFT JOIN my_productinfo p
ON o.pid = p.pid
ORDER BY o.selltime DESC
limit 0, 15
再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。
中间结果集下推
再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件)
SELECT a.*, c.allocated FROM(
SELECT resourceid FROM my_distribute d
WHERE isdelete = 0 AND cusmanagercode = '1234567'
ORDER BY salecode limit 20
) a
LEFT JOIN(
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated FROM my_resources
GROUP BY resourcesid
) c
ON a.resourceid = c.resourcesid
那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。
其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒
SELECT a.*, c.allocated FROM(
SELECT resourceid FROM my_distribute d
WHERE isdelete = 0 AND cusmanagercode = '1234567'
ORDER BY salecode limit 20
) a
LEFT JOIN (
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated
FROM my_resources r, (
SELECT resourceid FROM my_distribute d
WHERE isdelete = 0 AND cusmanagercode = '1234567'
ORDER BY salecode limit 20
) a
WHERE r.resourcesid = a.resourcesid
GROUP BY resourcesid
) c
ON a.resourceid = c.resourcesid
但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:
WITH a AS (
SELECT resourceid FROM my_distribute d
WHERE isdelete = 0 AND cusmanagercode = '1234567'
ORDER BY salecode limit 20
)
SELECT a.*, c.allocated FROM a
LEFT JOIN (
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated
FROM my_resources r, a
WHERE r.resourcesid = a.resourcesid
GROUP BY resourcesid
) c
ON a.resourceid = c.resourcesid
总结
数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。
上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。
程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。
编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。