Mysql优化

版本

Mysql版本 5.7.21

sql的优化主要是围绕着在查询语句的时候尽量使用索引避免全表扫描。

查询优化

1. 避免使用is not null 、<> 、!=，not in， not exists 它们会导致索引失效
2. or、in， mysql会根据检索比例和表大小决定是否使用索引。比如数据量较小的情况下，大概率不会使用索引
3. like KK% 一般情况都会走索引, 因为使用到了索引下推优化
4. 小表驱动大表。 in、exists
5. 复合索引， 范围比较会中断索引
6. 复合索引最左原则， 按照索引字段定义顺序否则会部分失效
7. 排序时，尽量用到索引排序。Extra是 Using index 而不是 Using filesort
8. 不要对索引列进行计算
9. 字符串数据一定要加 ‘’
10. 能用覆盖索引尽量用覆盖索引
11. 范围查询优化，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。如果单词查询数据量过大也会导致优化器最终选择不走索引，解决方式就是分割成多个小范围查询。

排序优化

MySQL支持两种方式的排序filesort和index，Using index是指MySQL扫描索引本身完成排序。filesort 则是在 sort_buffer中对字段进行排序。 index 效率高，filesort效率低。

尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则，能用覆盖索引尽量用覆盖索引

group by与order by很类似，其实质是先排序后分组，遵照索引创建顺序的最左前缀法则。对于group by的优化如果不需要排序的可以加上order by null禁止排序。注意，where高于having，能写在where中 的限定条件就不要去having限定了

Using index

order by满足两种情况会使用Using index。

1. order by语句使用索引最左前列。
2. 使用where子句与order by子句条件列组合满足索引最左前列。

Using filesort

如果order by的条件不在索引列上，就会产生Using filesort。

filesort 文件排序方式分为两种:

• 单路排序: 一次性取出满足条件行的所有字段，然后在sort_buffer中进行排序
• 双路排序（回表排序）：首先根据相应的条件取出相应的排序字段和可以直接定位行 数据的行 ID，然后在 sort buffer 中进行排序，排序完后需要再次取回其它需要的字段。

具体采用那种方式排序，MySQL 通过比较系统变量 max_length_for_sort_data(默认1024字节) 的大小和需要查询的字段总大小（行字段总大小）来 判断使用哪种排序模式。

• 如果 字段的总长度小于max_length_for_sort_data ，那么使用 单路排序模式；
• 如果 字段的总长度大于max_length_for_sort_data ，那么使用 双路排序模式。

连接优化

mysql的表关联常见有两种算法

• Nested-Loop Join 算法
• Block Nested-Loop Join 算法

嵌套循环连接 Nested-Loop Join(NLJ) 算法

一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动 表）里取出满足条件的行，然后取出两张表的结果合集

mysql> EXPLAIN select * from t1 inner join t2 on t1.a= t2.a;

• 驱动表是 t2，被驱动表是 t1。先执行的就是驱动表(执行计划结果的id如果一样则按从上到下顺序执行sql)；优 化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表。
• 当使用left join时，左表是驱动表，右表是被驱动表，
• 当使用right join时，右表时驱动表，左表是被驱动表，
• 当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。 使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算 法是 NLJ。

上面sql的大致流程如下：

1. 从表 t2 中读取一行数据（如果t2表有查询过滤条件的，会从过滤结果里取出一行数据）；
2. 从第 1 步的数据中，取出关联字段 a，到表 t1 中查找；
3. 取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端；
4. 重复上面 3 步。

整个过程会读取 t2 表的所有数据(扫描100行)，然后遍历这每行数据中字段 a 的值，根据 t2 表中 a 的值索引扫描 t1 表 中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100 行)。因此整个过程扫描了 200 行。

如果被驱动表的关联字段没索引，使用NLJ算法性能会比较低，mysql会选择Block Nested-Loop Join 算法

基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法

把驱动表的数据读入到 join_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟 join_buffer 中的数据做对比。

mysql>EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;

上面sql的大致流程如下：

1. 把 t2 的所有数据放入到 join_buffer 中
2. 把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比
3. 返回满足 join 条件的数据

整个过程对表 t1 和 t2 都做了一次全表扫描，因此扫描的总行数为10000(表 t1 的数据总量) + 100(表 t2 的数据总量) = 10100。并且 join_buffer 里的数据是无序的，因此对表 t1 中的每一行，都要做 100 次判断，所以内存中的判断次数是 100 * 10000= 100 万次。

这个例子里表 t2 才 100 行，要是表 t2 是一个大表，join_buffer 放不下怎么办呢？

join_buffer 的大小是由参数 join_buffer_size 设定的，默认值是 256k。如果放不下表 t2 的所有数据话，策略很简单， 就是分段放。 比如 t2 表有1000行记录， join_buffer 一次只能放800行数据，那么执行过程就是先往 join_buffer 里放800行记录，然 后从 t1 表里取数据跟 join_buffer 中数据对比得到部分结果，然后清空 join_buffer ，再放入 t2 表剩余200行记录，再 次从 t1 表里取数据跟 join_buffer 中数据对比。所以就多扫了一次 t1 表。

被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用 Nested-Loop Join 呢？
如果上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 * 10000 = 100万次，这个是磁盘扫描。 很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。 因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有 索引的情况下 NLJ 算法比 BNL算法性能更高

对于关联sql的优化

• 关联字段加索引，让mysql做join操作时尽量选择NLJ算法
• 小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去 mysql优化器自己判断的时间

在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据 量，数据量小的那个表，就是“小表”，应该作为驱动表。