今天给大家分享8种常被忽视的SQL错误用法:
01. LIMIT语句
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 DBA 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。
![fde6a03386e4d5b8e289d37ac064944d.png](https://i-blog.csdnimg.cn/blog_migrate/4d93e3da0cc032bda83609d51b47c0d8.jpeg)
好吧,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。
出现这种性能问题,多数情形下是程序员偷懒了。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:
![f95b661769eea0fc60d5a2e412828895.png](https://i-blog.csdnimg.cn/blog_migrate/c6e75ebfa0b4976cdbbde74b3aa987e3.jpeg)
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。
02. 隐式转换
SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:
![0c8ec51c590e4812af605fe7126ce23e.png](https://i-blog.csdnimg.cn/blog_migrate/19c1a137f8d5e62460315345ad94df4b.jpeg)
其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。
上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。
03. 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。
![f266f851fb7b22e425aa07e033fb82c4.png](https://i-blog.csdnimg.cn/blog_migrate/bcd0da2cbb7ff26f5b9b8ccebcfc49fd.jpeg)
执行计划:
![449addf7eb72576287c644eb823105ea.png](https://i-blog.csdnimg.cn/blog_migrate/cf92ad1629002415cb6c7fcd209ee861.jpeg)
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
![223ab0fcbda8af4f66dedd09a79af831.png](https://i-blog.csdnimg.cn/blog_migrate/7c4259c5e0603fce52a2a61d0d69a8b3.jpeg)
执行计划简化为:
![484c7fc244b0db358ed2390af47e89b0.png](https://i-blog.csdnimg.cn/blog_migrate/4f382ce12e404392a58197449e00ac93.jpeg)
04. 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。
![20db6b148240fb36278fa004e8d14561.png](https://i-blog.csdnimg.cn/blog_migrate/c52ff361494633d7acd09f94fe2814d6.jpeg)
执行计划显示为全表扫描:
![f9256ea0625fa4f93ce0f18fb82c6f7a.png](https://i-blog.csdnimg.cn/blog_migrate/3f39321d2c495f17a2f3b68e3fd28f96.jpeg)
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。
![8aa2ca5bbbefb2682476ad306aef45b3.png](https://i-blog.csdnimg.cn/blog_migrate/b7b646a4f39414ef0c8eba888848aebf.jpeg)
05. EXISTS语句
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:
![29807677903abf426bb774fba138eaa6.png](https://i-blog.csdnimg.cn/blog_migrate/05464d9e5fd7627f81e08bf9cf617e40.jpeg)
执行计划为:
![f0b604d922f8e08aa1d1c2a2660f21c6.png](https://i-blog.csdnimg.cn/blog_migrate/a05cf6ef72f436c470ccd24988c1b6de.jpeg)
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。
![baedfe9cfd7736c9f0ccbc8d1be0b838.png](https://i-blog.csdnimg.cn/blog_migrate/066f1707a95ac6e9b8262ea495320bc6.jpeg)
新的执行计划:
![3f7a1372cc2d301b320403c91f47f96a.png](https://i-blog.csdnimg.cn/blog_migrate/54d3d7973ab6b78e064b64f0f32e5003.jpeg)
06. 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
![291afe641cc2ad8f9a733d6e444418b4.png](https://i-blog.csdnimg.cn/blog_migrate/61c52e1e64fa63d71fa55bbfaa20d36d.jpeg)
![ce6cc5246fe730571d5d160a34964355.png](https://i-blog.csdnimg.cn/blog_migrate/31b0f79f91c86b742bf2d6fd513a69e1.jpeg)
确定从语义上查询条件可以直接下推后,重写如下:
![b7c05a76605aedb43e182e7e158ec9e8.png](https://i-blog.csdnimg.cn/blog_migrate/a68318aea658312cdd75b11266ccb2f5.jpeg)
执行计划变为:
![763c5f0ad4663c99924fdd1c7af6ca8d.png](https://i-blog.csdnimg.cn/blog_migrate/663e0ba887a21d9f1850abfc5e148d8f.jpeg)
07. 提前缩小范围
先上初始 SQL 语句:
![c1716e38de41103f8e06adcc6adc3bbb.png](https://i-blog.csdnimg.cn/blog_migrate/56d57addcfe494488a00731049e512b9.jpeg)
数为90万,时间消耗为12秒。
![25401b3bf69b41d67b419d65a6425682.png](https://i-blog.csdnimg.cn/blog_migrate/648db1fe67cb7e917a81798b81905f90.jpeg)
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。
![146c0ea0d495a9df5301cc61224cb9d2.png](https://i-blog.csdnimg.cn/blog_migrate/af1d134cd1134be783cf5bc6340f42ad.jpeg)
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。
![212e004a58092c86103b2b9acb3ab4fc.png](https://i-blog.csdnimg.cn/blog_migrate/e4bcca8aef0ce8af3284a48e78bb39fd.jpeg)
08. 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):
![3ddb27a23293cb7698f150efd703e151.png](https://i-blog.csdnimg.cn/blog_migrate/707e81bac98656cb6fa46ba369fc0ebd.jpeg)
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。
![2c00fc2ad526417e107b5618500c8c3d.png](https://i-blog.csdnimg.cn/blog_migrate/9ad149edd41266e4d4a2b74688a4b94c.jpeg)
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:
![e7f1ce5948a470598012a2fc8cf1a8c7.png](https://i-blog.csdnimg.cn/blog_migrate/ec512867b30f6e74ae6f1f379db77274.jpeg)
09. 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 。