本文通过一个实际的数据库查询案例，探讨了MySQL查询优化的重要性，包括子查询优化、连接查询、索引创建与选择。作者指出，合理建立单列和多列索引，尤其是联合索引，能显著提升查询效率。此外，他还强调了索引覆盖和查询计划分析在优化过程中的作用。通过对SQL语句的改写和索引调整，最终将查询时间从30秒降低到毫秒级别。
来源：http://t.cn/RARX9wJ
场景
索引优化
单列索引
多列索引
索引覆盖
排序
场景
我用的数据库是 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 SC
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 )
image
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：
image
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
image
image
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：
image
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，
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：
image
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
image
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：
image
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：
image
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：
image
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：
image
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：
image
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：
image
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。
2015-04-30 日补充：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
image
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：
image
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收的
执行计划：
image
该语句的优化暂时告一段落
总结：
1.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：
image_thumb3
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：
image_thumb5
最左前缀
多列索引还有最左前缀的特性：
执行一下语句：
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
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
