关注上面公众号回复“激活码”,获取最新永久激活
今天分享一篇SQL优化的文,带你深入了解如何提升查询效率、降低系统负载。无论你是数据库管理员还是开发者,都不能错过这份关于SQL性能优化的实用指南。
场景
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
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 )
![baaf2289650bdbd2629025c8b5d1be89.png](https://i-blog.csdnimg.cn/blog_migrate/fe59a9d3b5b9f633437fa993f4d7bc28.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。
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:
![82f1218a0e2039b7f0b6f59f46eff520.png](https://i-blog.csdnimg.cn/blog_migrate/cf5bd27e827d1053d3972ba8e298b2f6.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
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`
)
)
)
)
补充:这里有网友问怎么查看优化后的语句。
方法如下:
在命令窗口执行
![d1a4e0b9c5c9328f0bbedb3a4adcc454.png](https://i-blog.csdnimg.cn/blog_migrate/4f6bc40cc1ce9f35c7e02b62937702e6.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:
![58043dc7133e63026a1b3feb6c76e887.png](https://i-blog.csdnimg.cn/blog_migrate/0a261917227f17eb20c82f9a53f4f40f.png)
然后再执行
#来源【码农编程进阶笔记】
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:
![cce6be2d570f159d96f2aa0e5b134f1f.png](https://i-blog.csdnimg.cn/blog_migrate/b5fafa601cba5175fa5e8ab50fa1de7e.png)
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
![0520a334bf2d55c6f098781feed7fec2.png](https://i-blog.csdnimg.cn/blog_migrate/a4167c0ab2c62c2a6843f1652ea25480.png)
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:
![938f9f93a6c860ca046936400b50c0e7.png](https://i-blog.csdnimg.cn/blog_migrate/98e2b6e64cf1390912e6e6f7f29ac983.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。
回到前面的执行计划:
![bc8f973aa2f75aaaaeb3b483713f89de.png](https://i-blog.csdnimg.cn/blog_migrate/edd7387ce47d76128adbaa576874b79c.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:
![b3e7b1d3dc5c8603c0953d977dd5c495.png](https://i-blog.csdnimg.cn/blog_migrate/8004923984fb5bbdb8cf225970ce6043.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做操,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。
查看执行计划:
![83c4d1342ca250914305287d6fbdcc79.png](https://i-blog.csdnimg.cn/blog_migrate/f0a8186f467edae9f5272b71c8e022c7.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:
![2bffd0337d1503cbe68f4a55911f254b.png](https://i-blog.csdnimg.cn/blog_migrate/1152669692a63a185ba4d206d208cc12.png)
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:
![0dd08028504145c69d9335c9a6424195.png](https://i-blog.csdnimg.cn/blog_migrate/62c941d1360da60a5cfe6ba5746637b2.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。
补充:最近又重新导入一些生产数据,经测试发现,前几天优化完的sql执行效率又变低了。
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
![cffaba3b2a49f36685f03c53125c8359.png](https://i-blog.csdnimg.cn/blog_migrate/2894eedfc5c4e710048aab1c7592cdc2.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:
![0f18b540817a019eca886cdf0a602f78.png](https://i-blog.csdnimg.cn/blog_migrate/2ab29829e051d388728db0870121300f.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:
![a5a72e8170623b80bfda95269b2cb189.png](https://i-blog.csdnimg.cn/blog_migrate/b8131786a3f3339a2c9099e860180e5b.png)
该语句的优化暂时告一段落。
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
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。
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:
![f1d338d6e942842363880fe4701335b5.png](https://i-blog.csdnimg.cn/blog_migrate/63c7f2a403aec4530d62accdc4f76a73.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
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:
![638fb7fc2e2ad3a35452a267d26d6109.png](https://i-blog.csdnimg.cn/blog_migrate/4900d8e0db78a9e74a02c1cd6a74aec6.png)
最左前缀
多列索引还有最左前缀的特性:
执行以下语句:
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
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
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
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