文章目录
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
- 避免使用is not null 、<> 、!=,not in, not exists 它们会导致索引失效
- 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
- like KK% 一般情况都会走索引, 因为使用到了索引下推优化
- 小表驱动大表。 in、exists
- 复合索引, 范围比较会中断索引
- 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
- 排序时,尽量用到索引排序。Extra是 Using index 而不是 Using filesort
- 不要对索引列进行计算
- 字符串数据一定要加 ‘’
- 能用覆盖索引尽量用覆盖索引
- 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。
- order by语句使用索引最左前列。
- 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:
- 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);
- 从第 1 步的数据中,取出关联字段 a,到表 t1 中查找;
- 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;
- 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:
- 把 t2 的所有数据放入到 join_buffer 中
- 把表 t1 中每一行取出来,跟 join_buffer 中的数据做对比
- 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。