一次很是有意思的sql优化经历

补充：看到这么多朋友对sql优化感兴趣，我又从新补充了下文章的内容，将更多关于sql优化的知识分享出来，

喜欢这篇文章的朋友给个赞吧，哈哈，欢迎交流，共同进步。

2015-4-30补充：很是感受编辑的推荐，同时又对慢查询语句优化了一遍，并附上优化记录，欢迎阅读文章。

场景

我用的数据库是mysql5.6，下面简单的介绍下场景

课程表

create table Course(

c_id int PRIMARY KEY,

name varchar(10)

)

数据100条

学生表:

create table Student(

id int PRIMARY KEY,

name varchar(10)

)

数据70000条

学生成绩表SC

CREATE table SC(

    sc_id int PRIMARY KEY,

    s_id int,

    c_id int,

    score int

)

数据70w条

查询目的：

查找语文考100分的考生

查询语句：

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 )

执行时间：30248.271s

晕,为何这么慢，先来查看下查询计划：

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 )

发现没有用到索引，type全是ALL，那么首先想到的就是创建一个索引，创建索引的字段固然是在where条件的字段。

先给sc表的c_id和score建个索引

CREATE index sc_c_id_index on SC(c_id);

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升查询效率，建索引颇有必要，不少时候都忘记建

索引了，数据量小的的时候压根没感受，这优化的感受挺爽。

可是1s的时间仍是太长了，还能进行优化吗，仔细看执行计划：

查看优化后的sql:

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`
                    )
                )
        )
    )

补充：这里有网友问怎么查看优化后的语句

方法以下：

在命令窗口执行

有type=all

按照我以前的想法，该sql的执行的顺序应该是先执行子查询

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

耗时：0.001s

获得以下结果：

而后再执行

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

耗时：0.001s

这样就是至关快了啊，Mysql居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。

那么改用链接查询呢？

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

这里为了从新分析链接查询的状况，先暂时删除索引sc_c_id_index，sc_score_index

执行时间是：0.057s

效率有所提升，看看执行计划：

这里有连表的状况出现，我猜测是否是要给sc表的s_id创建个索引

CREATE index sc_s_id_index on SC(s_id);

show index from SC

在执行链接查询

时间: 1.076s，居然时间还变长了，什么缘由？查看执行计划：

优化后的查询语句为：

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)
    )

貌似是先作的链接查询，再进行的where条件过滤

回到前面的执行计划：

这里是先作的where条件过滤，再作连表，执行计划还不是固定的，那么咱们先看下标准的sql执行顺序：

正常状况下是先join再进行where过滤，可是咱们这里的状况，若是先join，将会有70w条数据发送join作操，所以先执行where

过滤是明智方案，如今为了排除mysql的查询优化，我本身写一条优化后的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

即先执行sc表的过滤，再进行表链接，执行时间为：0.054s

和以前没有建s_id索引的时间差很少

查看执行计划：

先提取sc再连表，这样效率就高多了，如今的问题是提取sc的时候出现了扫描表，那么如今能够明确须要创建相关索引

CREATE index sc_c_id_index on SC(c_id);

CREATE index sc_score_index on SC(score);

再执行查询：

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

执行时间为：0.001s，这个时间至关靠谱，快了50倍

执行计划：

咱们会看到，先提取sc，再连表，都用到了索引。

那么再来执行下sql

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

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，再执行链接操做，且都用到了索引。

 

2015-04-30日补充：最近又从新导入一些生产数据，经测试发现，前几天优化完的sql执行效率又变低了

调整内容为SC表的数据增加到300W,学生分数更为离散。

先回顾下：

show index from SC

执行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

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并集操做，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，所以创建联合索引查询效率

将会更高，从另一个角度看，该表的数据是300w，之后会更多，就索引存储而言，都是不小的数目，随着数据量的

增长，索引就不能所有加载到内存，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，所以根据具体

业务状况创建多列的联合索引是必要的，那么咱们来试试吧。

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);

执行上述查询语句，消耗时间为：0.007s，这个速度仍是能够接收的

执行计划：

该语句的优化暂时告一段落

总结：

1.mysql嵌套子查询效率确实比较低

2.能够将其优化成链接查询

3.链接表时，能够先用where条件对表进行过滤，而后作表链接

（虽然mysql会对连表语句作优化）

4.创建合适的索引，必要时创建多列联合索引

5.学会分析sql执行计划，mysql会对sql进行优化，因此分析执行计划很重要

索引优化

上面讲到子查询的优化，以及如何创建索引，并且在多个字段索引时，分别对字段创建了单个索引

后面发现其实创建联合索引效率会更高，尤为是在数据量较大，单个列区分度不高的状况下。

单列索引

查询语句以下：

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);

分别对sex,type,age字段作了索引，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并集操做

多列索引

咱们能够在这3个列上创建多列索引，将表copy一份以便作测试

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

查询语句：

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，提升的速度也越多

执行计划：

最左前缀

多列索引还有最左前缀的特性：

执行一下语句：

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

都会使用到索引，即索引的第一个字段sex要出如今where条件中

索引覆盖

就是查询的列都创建了索引，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，直接返回索引数据便可

如：

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

执行时间：0.003s

要比取全部字段快的多

排序

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

时间：0.139s

在排序字段上创建索引会提升排序的效率

create index user_name_index on user_test(user_name)

 

最后附上一些sql调优的总结，之后有时间再深刻研究

1. 列类型尽可能定义成数值类型，且长度尽量短，如主键和外键，类型字段等等

2. 创建单列索引

3. 根据须要创建多列联合索引

当单个列过滤以后还有不少数据，那么索引的效率将会比较低，即列的区分度较低，

那么若是在多个列上创建索引，那么多个列的区分度就大多了，将会有显著的效率提升。

4. 根据业务场景创建覆盖索引

只查询业务须要的字段，若是这些字段被索引覆盖，将极大的提升查询效率

5. 多表链接的字段上须要创建索引

这样能够极大的提升表链接的效率

6. where条件字段上须要创建索引

7. 排序字段上须要创建索引

8. 分组字段上须要创建索引

9. Where条件上不要使用运算函数，以避免索引失效

 

参考文章

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

慢sql查询

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

笛卡尔乘积

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

sql优化

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

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

执行计划参考：

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