# 前言
MySQL在2016年仍然保持强劲的数据库流行度增长趋势。越来越多的客户将自己的应用建立在MySQL数据库之上,甚至是从Oracle迁移到MySQL上来。但也存在部分客户在使用MySQL数据库的过程中遇到一些比如响应时间慢,CPU打满等情况。阿里云RDS专家服务团队帮助云上客户解决过很多紧急问题。现将《ApsaraDB专家诊断报告》中出现的部分常见SQL问题总结如下,供大家参考。
# 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。
SELECT *``FROM operation``WHERE type = 'SQLStats' ``AND name = 'SlowLog'` `ORDER BY create_time``LIMIT 1000, 10;
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:
SELECT *``FROM operation``WHERE type = 'SQLStats'` `AND name = 'SlowLog'` `AND create_time > '2017-03-16 14:00:00'` `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。
# 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:
mysql> explain extended SELECT *` `> FROM my_balance b` `> WHERE b.bpn = 14000000123`` > AND b.isverified IS NULL ;``mysql> show warnings;``| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'
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。
UPDATE operation o``SET status = 'applying'` `WHERE o.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);
执行计划:
+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+``| 1 | PRIMARY | o | index | | PRIMARY | 8 | | 24 | Using where; Using temporary |``| 2 | DEPENDENT SUBQUERY | | | | | | | | Impossible WHERE noticed after reading const tables |``| 3 | DERIVED | o | ref | idx_2,idx_5 | idx_5 | 8 | const | 1 | Using where; Using filesort |``+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+
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 o` `JOIN (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` `ON o.id = t.id``SET status = 'applying'
执行计划简化为:
+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+``| 1 | PRIMARY | | | | | | | | Impossible WHERE noticed after reading const tables |``| 2 | DERIVED | o | ref | idx_2,idx_5 | idx_5 | 8 | const | 1 | Using where; Using filesort |``+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+
# 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。
SELECT *``FROM my_order o` `INNER JOIN my_appraise 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:
+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra``+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+``| 1 | SIMPLE | a | ALL | idx_orderid | NULL | NULL | NULL | 1967647 | Using filesort |``| 1 | SIMPLE | o | eq_ref | PRIMARY | PRIMARY | 122 | a.orderid | 1 | NULL |``+----+-------------+-------+--------+---------+---------+---------+-----------------+---------+-+
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 *``FROM ((SELECT *` `FROM my_order o` `INNER JOIN my_appraise a` `ON a.orderid = o.id` `AND is_reply = 0`` ORDER BY appraise_time DESC `` LIMIT 0, 20)` `UNION ALL` `(SELECT *` `FROM my_order o` `INNER JOIN my_appraise a` `ON a.orderid = o.id` `AND is_reply = 1`` ORDER BY appraise_time DESC `` LIMIT 0, 20)) t``ORDER BY is_reply ASC,` `appraisetime DESC` `LIMIT 20;
# 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:
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
执行计划为:
+----+--------------------+-------+------+-----+------------------------------------------+---------+-------+---------+ -----+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+``| 1 | PRIMARY | n | ALL | | NULL | NULL | NULL | 1086041 | Using where |``| 1 | PRIMARY | sra | ref | | idx_user_id | 123 | const | 1 | Using where |``| 2 | DEPENDENT SUBQUERY | m | ref | | idx_message_info | 122 | const | 1 | Using index condition; Using where |``+----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+
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
新的执行计划:
+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+``| 1 | SIMPLE | m | ref | | idx_message_info | 122 | const | 1 | Using index condition |``| 1 | SIMPLE | n | eq_ref | | PRIMARY | 122 | ighbor_id | 1 | Using where |``| 1 | SIMPLE | sra | ref | | idx_user_id | 123 | const | 1 | Using where |``+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+
# 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:
SELECT *``FROM (SELECT target,` `Count(*)` `FROM operation` `GROUP BY target) t``WHERE target = 'rm-xxxx'``+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+``| 1 | PRIMARY | <derived2> | ref | <auto_key0> | <auto_key0> | 514 | const | 2 | Using where |``| 2 | DERIVED | operation | index | idx_4 | idx_4 | 519 | NULL | 20 | Using index |``+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+
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
执行计划变为:
+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+``| 1 | SIMPLE | operation | ref | idx_4 | idx_4 | 514 | const | 1 | Using where; Using index |``+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+
关于MySQL外部条件不能下推的详细解释说明请参考以前文章:MySQL · 性能优化 · 条件下推到物化表
# 7. 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。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。
+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+``| 1 | SIMPLE | o | ALL | NULL | NULL | NULL | NULL | 909119 | Using where; Using temporary; Using filesort |``| 1 | SIMPLE | u | eq_ref | PRIMARY | PRIMARY | 4 | o.uid | 1 | NULL |``| 1 | SIMPLE | p | ALL | PRIMARY | NULL | NULL | NULL | 6 | Using where; Using join buffer (Block Nested Loop) |``+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+
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。
+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+``| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |``+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+``| 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 15 | Using temporary; Using filesort |``| 1 | PRIMARY | u | eq_ref | PRIMARY | PRIMARY | 4 | o.uid | 1 | NULL |``| 1 | PRIMARY | p | ALL | PRIMARY | NULL | NULL | NULL | 6 | Using where; Using join buffer (Block Nested Loop) |``| 2 | DERIVED | o | index | NULL | idx_1 | 5 | NULL | 909112 | Using where |``+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+
# 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):
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
AliSQL即将推出WITH语法,敬请期待。
# 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 ^^。
使用云上数据库遇到难点(不局限于SQL问题),随时寻求阿里云原厂专家服务的帮助。
题外话
“不是只有程序员才要学编程?!”
认真查了一下招聘网站,发现它其实早已变成一项全民的基本技能了。
连国企都纷纷要求大家学Python!
世界飞速发展,互联网、大数据冲击着一切,各行各业对数据分析能力的要求越来越高,这便是工资差距的原因,学习编程顺应了时代的潮流。
在这个大数据时代,从来没有哪一种语言可以像Python一样,在自动化办公、爬虫、数据分析等领域都有众多应用。
更没有哪一种语言,语法如此简洁易读,消除了普通人对于“编程”这一行为的恐惧,从小学生到老奶奶都可以学会。
《2020年职场学习趋势报告》显示,在2020年最受欢迎的技能排行榜,Python排在第一。
它的角色类似于现在Office,成了进入职场的第一项必备技能。
如果你也想增强自己的竞争力,分一笔时代的红利,我的建议是,少加点班,把时间腾出来,去学一学Python。
因为,被誉为“未来十年的职场红利”的Python,赚钱、省钱、找工作、升职加薪简直无所不能!
目前,Python人才需求增速高达**174%,人才缺口高达50万,**部分领域如人工智能、大数据开发, 年薪30万都招不到人!
感兴趣的小伙伴,赠送全套Python学习资料,包含面试题、简历资料等具体看下方。
👉CSDN大礼包🎁:全网最全《Python学习资料》免费赠送🆓!(安全链接,放心点击)
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了,安装就可直接上手!
三、最新Python学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试宝典