|
|
51CTO旗下网站
|
|
移动端

数据库 | 一次非常有趣的SQL优化经历

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,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。

作者:风过无痕来源:Java团长|2019-04-04 15:00

场景

我用的数据库是mysql5.6,下面简单的介绍下场景

课程表:

  1. create table Course(  
  2. c_id int PRIMARY KEY,  
  3. name varchar(10)  

数据100条

学生表:

  1. create table Student(  
  2. id int PRIMARY KEY,  
  3. name varchar(10)  

数据70000条

学生成绩表SC:

  1. CREATE table SC(  
  2.     sc_id int PRIMARY KEY,  
  3.     s_id int,  
  4.     c_id int,  
  5.     score int  

数据70w条

查询目的:

查找语文考100分的考生

查询语句:

  1. select s.* from Student s where s.s_id in   
  2. (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:

  1. EXPLAIN   
  2. select s.* from Student s where s.s_id in   
  3. (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 ) 

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条件的字段了。

先给sc表的c_id和score建个索引

  1. CREATE index sc_c_id_index on SC(c_id);  
  2. 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:

查看优化后的sql:

  1. SELECT  
  2.     `YSB`.`s`.`s_id` AS `s_id`,  
  3.     `YSB`.`s`.`name` AS `name`  
  4. FROM  
  5.     `YSB`.`Student` `s`  
  6. WHERE  
  7.     < in_optimizer > (  
  8.         `YSB`.`s`.`s_id` ,< EXISTS > (  
  9.             SELECT  
  10.             FROM  
  11.                 `YSB`.`SC` `sc`  
  12.             WHERE  
  13.                 (  
  14.                     (`YSB`.`sc`.`c_id` = 0)  
  15.                     AND (`YSB`.`sc`.`score` = 100)  
  16.                     AND (  
  17.                         < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`  
  18.                     )  
  19.                 )  
  20.         )  
  21.     ) 

怎么查看优化后的语句?

方法如下(在命令窗口执行 ):

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

  1. 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:

然后再执行

  1. 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?

  1. SELECT s.* from   
  2. Student s  
  3. INNER JOIN SC sc  
  4. on ssc.s_id = s.s_id  
  5. 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:

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

  1. CREATE index sc_s_id_index on SC(s_id);  
  2. show index from SC 

再执行连接查询

时间: 1.076s

竟然时间还变长了,什么原因?查看执行计划:

优化后的查询语句为:

  1. SELECT  
  2.     `YSB`.`s`.`s_id` AS `s_id`,  
  3.     `YSB`.`s`.`name` AS `name`  
  4. FROM  
  5.     `YSB`.`Student` `s`  
  6. JOIN `YSB`.`SC` `sc`  
  7. WHERE  
  8.     (  
  9.         (  
  10.             `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`  
  11.         )  
  12.         AND (`YSB`.`sc`.`score` = 100)  
  13.         AND (`YSB`.`sc`.`c_id` = 0)  
  14.     ) 

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:

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:

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,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 :

  1. SELECT  
  2.     s.*  
  3. FROM  
  4.     (  
  5.         SELECT  
  6.             *  
  7.         FROM  
  8.             SC sc  
  9.         WHERE  
  10.             sc.c_id = 0  
  11.         AND sc.score = 100  
  12.     ) t  
  13. 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:

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。

  1. CREATE index sc_c_id_index on SC(c_id); 
  2.  
  3. CREATE index sc_score_index on SC(score); 

再执行查询:

  1. SELECT  
  2.     s.*  
  3. FROM  
  4.     (  
  5.         SELECT  
  6.             *  
  7.         FROM  
  8.             SC sc  
  9.         WHERE  
  10.             sc.c_id = 0  
  11.         AND sc.score = 100  
  12.     ) t  
  13. 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:

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:

  1. SELECT s.* from   
  2. Student s  
  3. INNER JOIN SC sc  
  4. on ssc.s_id = s.s_id  
  5. where sc.c_id=0 and sc.score=100 

执行时间0.001s

执行计划:

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。

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:

  1. show index from SC 

执行sql

  1. SELECT s.* from   
  2. Student s  
  3. INNER JOIN SC sc  
  4. on ssc.s_id = s.s_id  
  5. 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:

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。

  1. alter table SC drop index sc_c_id_index;  
  2. alter table SC drop index sc_score_index;  
  3. 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受的

执行计划:

该语句的优化暂时告一段落。

总结:

  •  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:

  1. select * from user_test_copy where sex = 2 and type = 2 and age = 10 

索引:

  1. CREATE index user_test_index_sex on user_test_copy(sex);  
  2. CREATE index user_test_index_type on user_test_copy(type);  
  3. 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:

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

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

查询语句:

  1. 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:

最左前缀

多列索引还有最左前缀的特性:

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

执行一下语句:

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

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:

  1. 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

  1. 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

  1. 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 

【编辑推荐】

  1. 弥补MySQL和Redis短板:看HBase怎么确保高可用
  2. 测试报告RadonDB分布式数据库:从公有云验证到企业数据中心应用
  3. 超详细MySQL数据库优化
  4. 4月数据库排行:MySQL 得分强劲,PG 稳步前进
  5. 一文快速搞懂MySQL InnoDB事务ACID实现原理
【责任编辑:庞桂玉 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

小白网工宝典

小白网工宝典

一次搞定思科华为
共15章 | 思科小牛

207人订阅学习

防火墙大佬修炼手册

防火墙大佬修炼手册

网工达人必备
共20章 | 捷哥CCIE

311人订阅学习

Jenkins Pipeline可持续化集成

Jenkins Pipeline可持续化集成

优化运维流水线
共3章 | youerning

225人订阅学习

读 书 +更多

精通ASP.NET 2.0+XML+CSS网络开发混合编程

本书以最新的ASP.NET 2.0为基础,详细阐述了当前网络开发的经典架构ASP.NET 2.0+XML+CSS的各个知识点,以及SQL Server 2005的相关知识。全...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客