![2cecf711ee9e9c4eda06340022e4a2a6.png](https://i-blog.csdnimg.cn/blog_migrate/4cf46e992cfef94219206b15a958bc21.jpeg)
1、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。
![d760b6589c8bf37f5432655f9351dc97.png](https://i-blog.csdnimg.cn/blog_migrate/65a6b80eb79568d1bd057fa10d2e2d5d.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:
![32141a9f3d04acf348121b40bdce4527.png](https://i-blog.csdnimg.cn/blog_migrate/1f6d1a9f403cbd185ed9d1cdcb6b81b4.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。
2、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:
![92f752e1fa247a861d1f03938f0071cb.png](https://i-blog.csdnimg.cn/blog_migrate/d6469d3fa16bc249edd06e39c10fb29a.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。
3、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。
![121890c5becbaa919c7ade24b3640857.png](https://i-blog.csdnimg.cn/blog_migrate/67c0c750ebcf959c4d86c7c942bd9c31.jpeg)
执行计划:
![3419a0c1482b2cb96b606be115c475de.png](https://i-blog.csdnimg.cn/blog_migrate/c3cbad5ac0258f36b5f9fa90024651cd.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
![f0e53f47691b558803a647bdf1846c0f.png](https://i-blog.csdnimg.cn/blog_migrate/eb6629961c13c44fbd0638c6b81dd0d0.jpeg)
执行计划简化为:
![7a934f83a9e0672dca9d4cbb02c22985.png](https://i-blog.csdnimg.cn/blog_migrate/d3fa67f3c8e4d20c14298ee190797556.jpeg)
4、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。
![35b2ce26a0aebc1f2d53d95dd71d0f02.png](https://i-blog.csdnimg.cn/blog_migrate/5e24765d26eca221b3426743a0ba418b.jpeg)
执行计划显示为全表扫描:
![f7a2ec57ca10b93ea0808e7ac8c9df30.png](https://i-blog.csdnimg.cn/blog_migrate/1a059c5a1314d5dc6806cb15b8c85e31.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。
![b0a809585915c79b8e75816a0a889a15.png](https://i-blog.csdnimg.cn/blog_migrate/484f046492ed693691a8521076bb6058.jpeg)
5、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:
![dae478e6cc54282037c0daccd8177b22.png](https://i-blog.csdnimg.cn/blog_migrate/676379d31dff067900ef4d1a4bbeb17f.jpeg)
执行计划为:
![56796f501b5ce616bcb6e1fd48f2d972.png](https://i-blog.csdnimg.cn/blog_migrate/52cdc6e509c22d00e82498fe7b21d04d.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。
![828d0f0be039d3d39c15f62729ded17d.png](https://i-blog.csdnimg.cn/blog_migrate/dc19ca4849cf9f5a47d45cc07f37ca22.jpeg)
新的执行计划:
![16170cfdf4ab8e496aa5c4fcdc7ae6d6.png](https://i-blog.csdnimg.cn/blog_migrate/a5b797a2a7ae2f233bfe9c546dc3bd62.jpeg)
6、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
![11f7a3568c3b5981629eaa442b97ea18.png](https://i-blog.csdnimg.cn/blog_migrate/1ca321af0413ecacee52ab4ad473f202.jpeg)
![ace4cd96980e9361a1efa7ba25c8d226.png](https://i-blog.csdnimg.cn/blog_migrate/3bcd78754ab3d59a8192297b12c62694.jpeg)
确定从语义上查询条件可以直接下推后,重写如下:
![b61d8ed41618543549f31f47559a121d.png](https://i-blog.csdnimg.cn/blog_migrate/cefb7f0a58f5e5f4db3af96ac08629a7.jpeg)
执行计划变为:
![7d8a9cc38a0651cebd4b3ec9a47eb1b3.png](https://i-blog.csdnimg.cn/blog_migrate/08e9f0d5d7abd90da473682e4bc23855.jpeg)
7、提前缩小范围
先上初始 SQL 语句:
![90405e474e72cf23036b332ef2c7a276.png](https://i-blog.csdnimg.cn/blog_migrate/84fdbd42c9d94bd1b26039334e21935b.jpeg)
数为90万,时间消耗为12秒。
![157cf4156905b0d822c11da7fbf2ee42.png](https://i-blog.csdnimg.cn/blog_migrate/d5e97fe1fbf5d9b4825af747f5cf2b60.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。
![14bf8758c7ec68e123fb717d8c9f5581.png](https://i-blog.csdnimg.cn/blog_migrate/028f1b7c71f59da9bc6965bdf70132cc.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。
![780300067403da0a44c1bde167a32b4e.png](https://i-blog.csdnimg.cn/blog_migrate/04c91bd5bdf31a226c5d616cba82cfd9.jpeg)
8、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):
![fef7564b43a9ac34103c930d388f401f.png](https://i-blog.csdnimg.cn/blog_migrate/ae9091e765548523b22f8d5151c646a0.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。
![ea2daeab7649304d8a271933ea23b5a6.png](https://i-blog.csdnimg.cn/blog_migrate/2b28841d0a194dcc67c626268384b5a9.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:
![358ae6d362311f078330b28fad1d71c9.png](https://i-blog.csdnimg.cn/blog_migrate/f617f9ece60d7aa9c1936c91170c84d5.jpeg)
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 。
原作者:程序员追风
原文链接:8种经常被忽视的SQL错误用法,你有没有踩过坑? - 掘金
原出处:掘金
![6f562a0e429992e35858cd093aa76356.gif](https://i-blog.csdnimg.cn/blog_migrate/3d2fedf3d8312eaca3864853f61e58eb.gif)