5大步骤+10个案例,堪称SQL优化万能公式

狼爷 2022-03-21 09:37:46

一、前言

 

在应用开发的早期,数据量少,开发人员开发功能时更重视功能上的实现,随着生产数据的增长,很多SQL语句开始暴露出性能问题,对生产的影响也越来越大,有时可能这些有问题的SQL就是整个系统性能的瓶颈。

 

二、SQL优化一般步骤

 

 
1、通过慢查日志等定位那些执行效率较低的SQL语句

 

 
2、explain 分析SQL的执行计划

 

需要重点关注type、rows、filtered、extra。

 

type由上至下,效率越来越高。

 

  • ALL 全表扫描;

     

  • index 索引全扫描;

     

  • range 索引范围扫描,常用语<,<=,>=,between,in等操作;

     

  • ref 使用非唯一索引扫描或唯一索引前缀扫描,返回单条记录,常出现在关联查询中;

     

  • eq_ref 类似ref,区别在于使用的是唯一索引,使用主键的关联查询;

     

  • const/system 单条记录,系统会把匹配行中的其他列作为常数处理,如主键或唯一索引查询;

     

  • null MySQL不访问任何表或索引,直接返回结果;

     

  • 虽然上至下,效率越来越高,但是根据cost模型,假设有两个索引idx1(a, b, c),idx2(a, c),SQL为"select * from t where a = 1 and b in (1, 2) order by c";如果走idx1,那么是type为range,如果走idx2,那么type是ref;当需要扫描的行数,使用idx2大约是idx1的5倍以上时,会用idx1,否则会用idx2。

 

Extra

 

  • Using filesort:MySQL需要额外的一次传递,以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配WHERE子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序,并按排序顺序检索行;

     

  • Using temporary:使用了临时表保存中间结果,性能特别差,需要重点优化;

     

  • Using index:表示相应的 select 操作中使用了覆盖索引(Coveing Index),避免访问了表的数据行,效率不错!如果同时出现 using where,意味着无法直接通过索引查找来查询到符合条件的数据;

     

  • Using index condition:MySQL5.6之后新增的ICP,using index condtion就是使用了ICP(索引下推),在存储引擎层进行数据过滤,而不是在服务层过滤,利用索引现有的数据减少回表的数据。

 

 
3、show profile 分析

 

了解SQL执行的线程的状态及消耗的时间。

 

默认是关闭的,开启语句“set profiling = 1;”

 

  •  
  •  
SHOW PROFILES ;SHOW PROFILE FOR QUERY  #{id};

 

 
4、trace

 

trace分析优化器如何选择执行计划,通过trace文件能够进一步了解为什么优惠券选择A执行计划而不选择B执行计划。

 

  •  
  •  
  •  
set optimizer_trace="enabled=on";set optimizer_trace_max_mem_size=1000000;select * from information_schema.optimizer_trace;

 

 
5、确定问题并采用相应的措施

 

  • 优化索引;

     

  • 优化SQL语句:修改SQL、IN 查询分段、时间查询分段、基于上一次数据过滤;

     

  • 改用其他实现方式:ES、数仓等;

     

  • 数据碎片处理。

 

三、场景分析

 

 
1、最左匹配

 

1)索引

 

  •  
KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

 

2)SQL语句

 

  •  
select * from _t where orderno=''

 

查询匹配从左往右匹配,要使用order_no走索引,必须查询条件携带shop_id或者索引(shop_id,order_no)调换前后顺序。

 

 
2、隐式转换

 

1)索引

 

  •  
KEY `idx_mobile` (`mobile`)

 

2)SQL语句

 

  •  
select * from _user where mobile=12345678901

 

隐式转换相当于在索引上做运算,会让索引失效。mobile是字符类型,使用了数字,应该使用字符串匹配,否则MySQL会用到隐式替换,导致索引失效。

 

 
3、大分页

 

1)索引

 

  •  
KEY `idx_a_b_c` (`a`, `b`, `c`)

 

2)SQL语句

 

  •  
select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;

 

对于大分页的场景,可以优先让产品优化需求,如果没有优化的,有如下两种优化方式:

 

  • 一种是把上一次的最后一条数据,也即上面的c传过来,然后做“c < xxx”处理,但是这种一般需要改接口协议,并不一定可行;‘

     

  • 另一种是采用延迟关联的方式进行处理,减少SQL回表,但是要记得索引需要完全覆盖才有效果,SQL改动如下:

 

  •  
select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;

 

 
4、in + order by

 

1)索引

 

  •  
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)

 

2)SQL语句

 

  •  
select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10

 

in查询在MySQL底层是通过n*m的方式去搜索,类似union,但是效率比union高。

 

in查询在进行cost代价计算时(代价 = 元组数 * IO平均值),是通过将in包含的数值,一条条去查询获取元组数的,因此这个计算过程会比较的慢,所以MySQL设置了个临界值(eq_range_index_dive_limit),5.6之后超过这个临界值后该列的cost就不参与计算了。因此会导致执行计划选择不准确。默认是200,即in条件超过了200个数据,会导致in的代价计算存在问题,可能会导致Mysql选择的索引不准确。

 

3)处理方式

 

可以(order_status, created_at)互换前后顺序,并且调整SQL为延迟关联。

 

 
5、范围查询阻断,后续字段不能走索引

 

1)索引

 

  •  
KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

 

2)SQL语句

 

  •  
select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10

 

范围查询还有“IN、between”。

 

 

6、不等于、不包含不能用到索引的快速搜索

 

可以用到ICP

 

  •  
  •  
select * from _order where shop_id=1 and order_status not in (1,2)select * from _order where shop_id=1 and order_status != 1

 

在索引上,避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等。

 

 
7、优化器选择不使用索引的情况

 

如果要求访问的数据量很小,则优化器还是会选择辅助索引,但是当访问的数据占整个表中数据的蛮大一部分时(一般是20%左右),优化器会选择通过聚集索引来查找数据。

 

  •  
select * from _order where  order_status = 1

 

查询出所有未支付的订单,一般这种订单是很少的,即使建了索引,也没法使用索引。

 

 
8、复杂查询

 

  •  
  •  
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;

 

如果是统计某些数据,可能改用数仓进行解决;

 

如果是业务上就有那么复杂的查询,可能就不建议继续走SQL了,而是采用其他的方式进行解决,比如使用ES等进行解决。

 

 
9、asc和desc混用

 

  •  
select * from _t where a=1 order by b desc, c asc

 

desc 和asc混用时会导致索引失效。

 

 
10、大数据

 

对于推送业务的数据存储,可能数据量会很大,如果在方案的选择上,最终选择存储在MySQL上,并且做7天等有效期的保存。

 

那么需要注意,频繁的清理数据,会照成数据碎片,需要联系DBA进行数据碎片处理。

 

>>>>
 

参考资料

 

  • 深入浅出MySQL:数据库开发、优化与管理维护(唐汉明 / 翟振兴 / 关宝军 / 王洪权)

  • MySQL技术内幕——InnoDB存储引擎(姜承尧)

  • https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

  • https://dev.mysql.com/doc/refman/5.7/en/cost-model.html

  • https://www.yuque.com/docs/share/3463148b-05e9-40ce-a551-ce93a53a2c66

 

作者丨狼爷
来源丨网址:https://www.cnblogs.com/powercto/p/14410128.html
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
最新评论
访客 2022年05月03日

写的很好呀!

访客 2022年04月07日

你好,看完文章,有点地方不太明白,想请教下两个问题…

访客 2022年03月30日

想问一下,如何才能发现数据冲突呢

访客 2022年03月30日

d

访客 2022年03月28日

梁老师,您好,看了您写的exadata image升级方案,请…

活动预告