一次很是有意思的sql優化經歷

補充：看到這麼多朋友對sql優化感興趣，我又從新補充了下文章的內容，將更多關於sql優化的知識分享出來，

喜歡這篇文章的朋友給個贊吧，哈哈，歡迎交流，共同進步。

2015-4-30補充：很是感受編輯的推薦，同時又對慢查詢語句優化了一遍，並附上優化記錄，歡迎閱讀文章。

場景

我用的數據庫是mysql5.6，下面簡單的介紹下場景

課程表

create table Course(

c_id int PRIMARY KEY,

name varchar(10)

)

數據100條

學生表:

create table Student(

id int PRIMARY KEY,

name varchar(10)

)

數據70000條

學生成績表SC

CREATE table SC(

    sc_id int PRIMARY KEY,

    s_id int,

    c_id int,

    score int

)

數據70w條

查詢目的：

查找語文考100分的考生

查詢語句：

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 )

執行時間：30248.271s

暈,爲何這麼慢，先來查看下查詢計劃：

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 )

發現沒有用到索引，type全是ALL，那麼首先想到的就是創建一個索引，創建索引的字段固然是在where條件的字段。

先給sc表的c_id和score建個索引

CREATE index sc_c_id_index on SC(c_id);

CREATE index sc_score_index on SC(score);

再次執行上述查詢語句，時間爲: 1.054s

快了3w多倍，大大縮短了查詢時間，看來索引能極大程度的提升查詢效率，建索引頗有必要，不少時候都忘記建

索引了，數據量小的的時候壓根沒感受，這優化的感受挺爽。

可是1s的時間仍是太長了，還能進行優化嗎，仔細看執行計劃：

查看優化後的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`
                    )
                )
        )
    )

補充：這裏有網友問怎麼查看優化後的語句

方法以下：

在命令窗口執行

有type=all

按照我以前的想法，該sql的執行的順序應該是先執行子查詢

select s_id from SC sc where sc.c_id = 0 and sc.score = 100

耗時：0.001s

獲得以下結果：

而後再執行

select s.* from Student s where s.s_id in(7,29,5000)

耗時：0.001s

這樣就是至關快了啊，Mysql居然不是先執行裏層的查詢，而是將sql優化成了exists子句，並出現了EPENDENT SUBQUERY，

mysql是先執行外層查詢，再執行裏層的查詢，這樣就要循環70007*8次。

那麼改用鏈接查詢呢？

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

這裏爲了從新分析鏈接查詢的狀況，先暫時刪除索引sc_c_id_index，sc_score_index

執行時間是：0.057s

效率有所提升，看看執行計劃：

這裏有連表的狀況出現，我猜測是否是要給sc表的s_id創建個索引

CREATE index sc_s_id_index on SC(s_id);

show index from SC

在執行鏈接查詢

時間: 1.076s，居然時間還變長了，什麼緣由？查看執行計劃：

優化後的查詢語句爲：

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)
    )

貌似是先作的鏈接查詢，再進行的where條件過濾

回到前面的執行計劃：

這裏是先作的where條件過濾，再作連表，執行計劃還不是固定的，那麼咱們先看下標準的sql執行順序：

正常狀況下是先join再進行where過濾，可是咱們這裏的狀況，若是先join，將會有70w條數據發送join作操，所以先執行where

過濾是明智方案，如今爲了排除mysql的查詢優化，我本身寫一條優化後的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

即先執行sc表的過濾，再進行錶鏈接，執行時間爲：0.054s

和以前沒有建s_id索引的時間差很少

查看執行計劃：

先提取sc再連表，這樣效率就高多了，如今的問題是提取sc的時候出現了掃描表，那麼如今能夠明確須要創建相關索引

CREATE index sc_c_id_index on SC(c_id);

CREATE index sc_score_index on SC(score);

再執行查詢：

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

執行時間爲：0.001s，這個時間至關靠譜，快了50倍

執行計劃：

咱們會看到，先提取sc，再連表，都用到了索引。

那麼再來執行下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

執行時間0.001s

執行計劃：

這裏是mysql進行了查詢語句優化，先執行了where過濾，再執行鏈接操做，且都用到了索引。

 

2015-04-30日補充：最近又從新導入一些生產數據，經測試發現，前幾天優化完的sql執行效率又變低了

調整內容爲SC表的數據增加到300W,學生分數更爲離散。

先回顧下：

show index from SC

執行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

執行時間：0.061s，這個時間稍微慢了點

執行計劃：

這裏用到了intersect並集操做，即兩個索引同時檢索的結果再求並集，再看字段score和c_id的區分度，

單從一個字段看，區分度都不是很大，從SC表檢索，c_id=81檢索的結果是70001,score=84的結果是39425

而c_id=81 and score=84 的結果是897，即這兩個字段聯合起來的區分度是比較高的，所以創建聯合索引查詢效率

將會更高，從另一個角度看，該表的數據是300w，之後會更多，就索引存儲而言，都是不小的數目，隨着數據量的

增長，索引就不能所有加載到內存，而是要從磁盤去讀取，這樣索引的個數越多，讀磁盤的開銷就越大，所以根據具體

業務狀況創建多列的聯合索引是必要的，那麼咱們來試試吧。

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);

執行上述查詢語句，消耗時間爲：0.007s，這個速度仍是能夠接收的

執行計劃：

該語句的優化暫時告一段落

總結：

1.mysql嵌套子查詢效率確實比較低

2.能夠將其優化成鏈接查詢

3.鏈接表時，能夠先用where條件對錶進行過濾，而後作錶鏈接

（雖然mysql會對連表語句作優化）

4.創建合適的索引，必要時創建多列聯合索引

5.學會分析sql執行計劃，mysql會對sql進行優化，因此分析執行計劃很重要

索引優化

上面講到子查詢的優化，以及如何創建索引，並且在多個字段索引時，分別對字段創建了單個索引

後面發現其實創建聯合索引效率會更高，尤爲是在數據量較大，單個列區分度不高的狀況下。

單列索引

查詢語句以下：

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);

分別對sex,type,age字段作了索引，數據量爲300w,查詢時間：0.415s

執行計劃：

發現type=index_merge

這是mysql對多個單列索引的優化，對結果集採用intersect並集操做

多列索引

咱們能夠在這3個列上創建多列索引，將表copy一份以便作測試

create index user_test_index_sex_type_age on user_test(sex,type,age);

查詢語句：

select * from user_test where sex = 2 and type = 2 and age = 10

執行時間：0.032s，快了10多倍，且多列索引的區分度越高，提升的速度也越多

執行計劃：

最左前綴

多列索引還有最左前綴的特性：

執行一下語句：

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

都會使用到索引，即索引的第一個字段sex要出如今where條件中

索引覆蓋

就是查詢的列都創建了索引，這樣在獲取結果集的時候不用再去磁盤獲取其它列的數據，直接返回索引數據便可

如：

select sex,type,age from user_test where sex = 2 and type = 2 and age = 10

執行時間：0.003s

要比取全部字段快的多

排序

select * from user_test where sex = 2 and type = 2 ORDER BY user_name

時間：0.139s

在排序字段上創建索引會提升排序的效率

create index user_name_index on user_test(user_name)

 

最後附上一些sql調優的總結，之後有時間再深刻研究

1. 列類型儘可能定義成數值類型，且長度儘量短，如主鍵和外鍵，類型字段等等

2. 創建單列索引

3. 根據須要創建多列聯合索引

當單個列過濾以後還有不少數據，那麼索引的效率將會比較低，即列的區分度較低，

那麼若是在多個列上創建索引，那麼多個列的區分度就大多了，將會有顯著的效率提升。

4. 根據業務場景創建覆蓋索引

只查詢業務須要的字段，若是這些字段被索引覆蓋，將極大的提升查詢效率

5. 多表鏈接的字段上須要創建索引

這樣能夠極大的提升錶鏈接的效率

6. where條件字段上須要創建索引

7. 排序字段上須要創建索引

8. 分組字段上須要創建索引

9. Where條件上不要使用運算函數，以避免索引失效

 

參考文章

http://www.cnblogs.com/linfangshuhellowored/p/4430293.html

慢sql查詢

http://tech.meituan.com/mysql-index.html

笛卡爾乘積

http://www.cnblogs.com/Toolo/p/3634563.html

sql優化

http://www.cnblogs.com/mliang/p/3637937.html

http://www.cnblogs.com/xwdreamer/archive/2012/07/19/2599494.html

執行計劃參考：

http://www.cnblogs.com/ggjucheng/archive/2012/11/11/2765237.html