一次很是有趣的 SQL 优化经历

时间  2020-01-30
标签 一次 很是 有趣 sql 优化 经历 栏目 SQL 繁體版
原文   原文链接

阅读本文大概须要 6 分钟。mysql

前言程序员

在网上刷到一篇数据库优化的文章，本身也来研究一波。sql

场景数据库

数据库版本：5.7.25 ，运行在虚拟机中。编程

课程表缓存

#课程表
create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)

增长 100 条数据性能优化

#增长课程表100条数据
DROP PROCEDURE IF EXISTS insert_Course;
DELIMITER $
CREATE PROCEDURE insert_Course()
BEGIN
    DECLARE i INT DEFAULT 1;
        WHILE i<=100 DO
        INSERT INTO Course(\`c_id\`,\`name\`) VALUES(i, CONCAT('语文',i+''));
        SET i = i+1;
    END WHILE;
END $
CALL insert_Course();

运行耗时微信

CALL insert_Course();
> OK
> 时间: 0.152s

课程数据架构

学生表函数

#学生表
create table Student(
s_id int PRIMARY KEY,
name varchar(10)
)

增长 7W 条数据

#学生表增长70000条数据
DROP PROCEDURE IF EXISTS insert_Student;
DELIMITER $
CREATE PROCEDURE insert_Student()
BEGIN
    DECLARE i INT DEFAULT 1;
        WHILE i<=70000 DO
        INSERT INTO Student(\`s_id\`,\`name\`) VALUES(i, CONCAT('张三',i+''));
        SET i = i+1;
    END WHILE;
END $
CALL insert_Student();

运行结果

CALL insert_Student();
> OK
> 时间: 175.838s

学生数据

成绩表

#成绩表
CREATE table Result(
r_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)

增长 70W 条数据

#成绩表增长70W条数据
DROP PROCEDURE IF EXISTS insert_Result;
DELIMITER $
CREATE PROCEDURE insert_Result()
BEGIN
    DECLARE i INT DEFAULT 1;
        DECLARE sNum INT DEFAULT 1;
        DECLARE cNum INT DEFAULT 1;
        WHILE i<=700000 DO
                if (sNum%70000 = 0) THEN
                    set sNum = 1;
                elseif (cNum%100 = 0) THEN 
                    set cNum = 1;
                end if;
        INSERT INTO Result(\`r\_id\`,\`s\_id\`,\`c_id\`,\`score\`) VALUES(i,sNum ,cNum , (RAND()*99)+1);
        SET i = i+1;
                SET sNum = sNum+1;
                SET cNum = cNum+1;
    END WHILE;
END $
CALL insert_Result();

运行结果

CALL insert_Result();
> OK
> 时间: 2029.5s

成绩数据

测试

业务需求

查找 语文1 成绩为 100 分的考生

查询语句

#查询语文1考100分的考生
select s.* from Student s where s.s_id in 
(select s\_id from Result r where r.c\_id = 1 and r.score = 100)

执行时间：0.937s

查询结果：32 位知足条件的学生

用了 0.9s ，来查看下查询计划：

EXPLAIN
select s.* from Student s where s.s_id in 
(select s\_id from Result r where r.c\_id = 1 and r.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 条件的字段了。

查询结果中 type 列：all 是全表扫描，index 是经过索引扫描。

先给 Result 表的 c_id 和 score 创建个索引

CREATE index result\_c\_id\_index on Result(c\_id);

CREATE index result\_score\_index on Result(score);

再次执行上述查询语句，时间为：0.027s

快了 34.7 倍（四舍五入），大大缩短了查询的时间，看来索引能极大程度的提升查询效率，在合适的列上面创建索引颇有必要，不少时候都忘记创建索引，数据量小的时候没什么感受，这优化的感受很 nice 。

相同的 SQL 语句屡次执行，你会发现第一次是最久的，后面执行所需的时间会比第一次执行短些许，缘由是，相同语句第二次查询会直接从缓存中读取。

0.027s 很短了，可是还能再进行优化吗，仔细看下执行计划：

查看优化后的 SQL ：

SELECT
    \`example\`.\`s\`.\`s\_id\` AS \`s\_id\`,
    \`example\`.\`s\`.\`name\` AS \`name\` 
FROM
    \`example\`.\`Student\` \`s\` semi
    JOIN ( \`example\`.\`Result\` \`r\` ) 
WHERE
    (
    ( \`example\`.\`s\`.\`s\_id\` = `<subquery2>`.\`s\_id\` ) 
    AND ( \`example\`.\`r\`.\`score\` = 100 ) 
    AND ( \`example\`.\`r\`.\`c_id\` = 1 ) 
    )

怎么查看优化后的语句呢？

方法以下（在命令窗口执行）：

#先执行
EXPLAIN
select s.* from Student s where s.s_id in 
(select s\_id from Result r where r.c\_id = 1 and r.score = 100);
#在执行
show warnings;

结果以下

有 type = all

按照以前的想法，该 SQL 执行的顺序是执行子查询

select s\_id from Result r where r.c\_id = 1 and r.score = 100

耗时：1.402s

获得以下结果（部分）

而后在执行

select s.* from Student s where s.s_id in 
(12871,40987,46729,61381,3955,10687,14047,26917,28897,31174,38896,56518,10774,25030,9778,12544,24721,27295,60361,
38479,46990,66988,6790,35995,46192,47578,58171,63220,6685,67372,46279,64693)

耗时：0.222s

比一块儿执行快多了，查看优化后的 SQL 语句，发现MySQL 居然不是先执行里层的查询，而是将 SQL 优化成了 exists 字句，执行计划中的 select_type 为 MATERIALIZED（物化子查询）。MySQL 先执行外层查询，在执行里层的查询，这样就要循环学生数量知足条件的学生 ID 次，也就是 7W 32 次。

物化子查询： 优化器使用物化可以更有效的来处理子查询。物化经过将子查询结果做为一个临时表来加快查询执行速度，正常来讲是在内存中的。mysql 第一次须要子查询结果是，它物化结果到一张临时表中。在以后的任何地方须要该结果集，mysql 会再次引用临时表。优化器也许会使用一个哈希索引来使得查询更快速代价更小。索引是惟一的，排除重复并使得表数据更少。

那么改用链接查询呢？

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

DROP index result\_c\_id_index on Result;
DROP index result\_score\_index on Result;

链接查询

select s.* from 
Student s 
INNER JOIN Result r 
on r.s\_id = s.s\_id 
where r.c_id = 1 and r.score = 100;

执行耗时：1.293s

查询结果

用了 1.2s ，来看看执行计划（ EXPLAIN + 查询 SQL 便可查看该 SQL 的执行计划）：

这里有连表的状况出现，我猜测是否是要给 result 表的 s_id 创建个索引

CREATE index result\_s\_id\_index on Result(s\_id);
show index from Result;

在执行链接查询

耗时：1.17s （有点奇怪，按照所看文章的时间应该会变长的）

看下执行计划：

优化后的查询语句为：

SELECT
    \`example\`.\`s\`.\`s\_id\` AS \`s\_id\`,
    \`example\`.\`s\`.\`name\` AS \`name\` 
FROM
    \`example\`.\`Student\` \`s\`
    JOIN \`example\`.\`Result\` \`r\` 
WHERE
    (
    ( \`example\`.\`s\`.\`s\_id\` = \`example\`.\`r\`.\`s\_id\` ) 
    AND ( \`example\`.\`r\`.\`score\` = 100 ) 
    AND ( \`example\`.\`r\`.\`c_id\` = 1 ) 
    )

貌似是先作的链接查询，在进行的 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 ，所以先执行 where 过滤式明智方案，如今为了排除 mysql 的查询优化，我本身写一条优化后的 sql 。

先删除索引

DROP index result\_s\_id_index on Result;

执行本身写的优化 sql

SELECT
    s.* 
FROM
    (
        SELECT * FROM Result r WHERE r.c_id = 1 AND r.score = 100 
    ) t
INNER JOIN Student s ON t.s\_id = s.s\_id

耗时为：0.413s

比以前 sql 的时间都要短。

查看执行计划

先提取 result 再连表，这样效率就高多了，如今的问题是提取 result 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 result\_c\_id\_index on Result(c\_id);
CREATE index result\_score\_index on Result(score);

再次执行查询

SELECT
    s.* 
FROM
    (
        SELECT * FROM Result r WHERE r.c_id = 1 AND r.score = 100 
    ) t
INNER JOIN Student s ON t.s\_id = s.s\_id

耗时为：0.044s

这个时间至关靠谱，快了 10 倍。

执行计划：

咱们会看到，先提取 result ，再连表，都用到了索引。

那么再来执行下 sql ：

EXPLAIN
select s.* from 
Student s 
INNER JOIN Result r 
on r.s\_id = s.s\_id 
where r.c_id = 1 and r.score = 100;

执行耗时：0.050s

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。

扩大测试数据，调整内容为 result 表的数据增加到 300W ，学生数据更为分散。

DROP PROCEDURE IF EXISTS insert\_Result\_TO300W;
DELIMITER $
CREATE PROCEDURE insert\_Result\_TO300W()
BEGIN
    DECLARE i INT DEFAULT 700001;
        DECLARE sNum INT DEFAULT 1;
        DECLARE cNum INT DEFAULT 1;
        WHILE i<=3000000 DO
        INSERT INTO Result(\`r\_id\`,\`s\_id\`,\`c_id\`,\`score\`) 
                VALUES(i,(RAND()\*69999)+1 ,(RAND()\*99)+1 , (RAND()*99)+1);
        SET i = i+1;
    END WHILE;
END $
CALL insert\_Result\_TO300W();

更换了一下数据生成的方式，所有采用随机数格式。

先回顾下：

show index from Result;

执行 sql

select s.* from 
Student s
INNER JOIN Result r
on r.s\_id = s.s\_id
where r.c_id = 81 and r.score = 84;

执行耗时：1.278s

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，但从一个字段看，区分度都不是很大，从 Result 表检索，c_id  = 81 检索的结果是 81 ，score = 84 的结果是 84 。

而 c_id = 81 and score = 84 的结果是 19881，即这两个字段联合起来的区分度仍是比较高的，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，咱们来试试。

DROP index result\_c\_id_index on Result;
DROP index result\_score\_index on Result;
CREATE index result\_c\_id\_score\_index on Result(c_id,score);

指向上述查询语句

消耗时间：0.025s

这个速度就就很快了，能够接受。

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
  • 能够将其优化成链接查询
  • 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）
  • 创建合适的索引，必要时创建多列联合索引
  • 学会分析 sql 执行计划，mysql 会对 sql 进行优化，全部分析计划很重要

知识扩展

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

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：

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。

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

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

select * from user\_test where sex = 2 and type = 2 ORDER BY user\_name

最后附上一些sql调优的总结，之后有时间再深刻研究

  • 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
  • 创建单列索引
  • 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。
  • 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
  • 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
  • where条件字段上须要创建索引
  • 排序字段上须要创建索引
  • 分组字段上须要创建索引
  • Where条件上不要使用运算函数，以避免索引失效

·END·

程序员的成长之路

路虽远，行则必至

本文原发于 同名微信公众号「程序员的成长之路」，回复「1024」你懂得，给个赞呗。

微信ID：cxydczzl

往期精彩回顾

程序员接私活的7大平台利器

Java程序员的成长之路

白话TCP为何须要进行三次握手

Java性能优化的50个细节（珍藏版）

设计电商平台优惠券系统

一个对话让你明白架构师是作什么的？

教你一招用 IDE 编程提高效率的骚操做！

送给程序员们的经典电子书大礼包

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程