分页查询是最经常使用的场景之一,但也一般也是最容易出问题的地方。好比对于下面简单的语句,通常 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提高。前端
好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为何仍是慢?程序员
要知道数据库也并不知道第1000000条记录从什么地方开始,即便有索引也须要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。算法
在前端数据浏览翻页,或者大数据分批导出等场景下,是能够将上一页的最大值当成参数做为查询条件的。SQL 从新设计以下:数据库
在新设计下查询时间基本固定,不会随着数据量的增加而发生变化。框架
SQL语句中查询变量和字段定义类型不匹配是另外一个常见的错误。好比下面的语句:函数
其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字以后再比较。函数做用于表字段,索引失效。
上述状况多是应用程序框架自动填入的参数,而不是程序员的原意。如今应用框架不少很繁杂,使用方便的同时也当心它可能给本身挖坑。性能
0三、关联更新、删除
虽然 MySQL5.6 引入了物化特性,但须要特别注意它目前仅仅针对查询语句的优化。对于更新或删除须要手工重写成 JOIN。
好比下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。 大数据
执行计划:优化
重写为 JOIN 以后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒下降到2毫秒 spa
执行计划简化为:
MySQL 不能利用索引进行混合排序。但在某些场景,仍是有机会使用特殊方法提高性能的。
执行计划显示为全表扫描:
因为 is_reply 只有0和1两种状态,咱们按照下面的方法重写后,执行时间从1.58秒下降到2毫秒。
MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。以下面的 SQL 语句:
执行计划为:
去掉 exists 更改成 join,可以避免嵌套子查询,将执行时间从1.93秒下降为1毫秒。
新的执行计划:
外部查询条件不可以下推到复杂的视图或子查询的状况有:
以下面的语句,从执行计划能够看出其条件做用于聚合子查询以后
肯定从语义上查询条件能够直接下推后,重写以下:
执行计划变为:
先上初始 SQL 语句:
数为90万,时间消耗为12秒。
因为最后 WHERE 条件以及排序均针对最左主表,所以能够先对 my_order 排序提早缩小数据量再作左链接。SQL 重写后以下,执行时间缩小为1毫秒左右。
再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,可是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。
再来看下面这个已经初步优化过的例子(左链接中的主表优先做用查询条件):
那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的状况下会致使整个语句的性能降低。
其实对于子查询 c,左链接最后结果集只关心能和主表 resourceid 能匹配的数据。所以咱们能够重写语句以下,执行时间从原来的2秒降低到2毫秒。
可是子查询 a 在咱们的SQL语句中出现了屡次。这种写法不只存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:
数据库编译器产生执行计划,决定着SQL的实际执行方式。可是编译器只是尽力服务,全部数据库的编译器都不是尽善尽美的。
上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。
程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。
编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减少数据库的负担 。
查看更多:https://yq.aliyun.com/article..._content=g_1000103690
上云就看云栖号:更多云资讯,上云案例,最佳实践,产品入门,访问:https://yqh.aliyun.com/