一次非常有意思的SQL优化经历:从30248.271s到0.001s

转载 一次非常有意思的SQL优化经历:从30248.271s到0.001s

 

场景

用的数据库是mysql5.6，下面简单的介绍下场景

课程表：数据100条

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

学生表：数据70000条

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

学生成绩表SC：数据70w条

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

1、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

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 )

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。

2、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，看来建索引很有必要，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：

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
    1
   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`)
  )
 )
 )

查看优化后的语句，在命令窗口执行

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：

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，

3、mysql是先执行外层查询，再执行里层的查询

mysql是先执行外层查询，再执行里层的查询，这样就要循环70007*11=770077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：

这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

在执行连接查询

时间: 1.076s，竟然时间还变长了，什么原因？查看执行计划：

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，再执行的where过滤

回到前面的执行计划：

这里是先做的where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：

正常情况下是先join再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做操，因此先执行where

过滤是明智方案。

4、先where过滤再join

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

查看执行计划：

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：

我们会看到，先提取sc，再连表，都用到了索引。

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：

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。

总结：

1.mysql嵌套子查询效率确实比较低

2.可以将其优化成连接查询

3.建立合适的索引

4.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