数据库优化 - SQL优化

前面一篇文章从实例的角度进行数据库优化，经过配置一些参数让数据库性能达到最优。可是一些“很差”的SQL也会致使数据库查询变慢，影响业务流程。本文从SQL角度进行数据库优化，提高SQL运行效率。

判断问题SQL

判断SQL是否有问题时能够经过两个表象进行判断：

• 系统级别表象
  • CPU消耗严重
  • IO等待严重
  • 页面响应时间过长
  • 应用的日志出现超时等错误

可使用sar命令，top命令查看当前系统状态。

也能够经过Prometheus、Grafana等监控工具观察系统状态。（感兴趣的能够翻看我以前的文章）

• SQL语句表象
  • 冗长
  • 执行时间过长
  • 从全表扫描获取数据
  • 执行计划中的rows、cost很大

冗长的SQL都好理解，一段SQL太长阅读性确定会差，并且出现问题的频率确定会更高。更进一步判断SQL问题就得从执行计划入手，以下所示：

执行计划告诉咱们本次查询走了全表扫描Type=ALL，rows很大(9950400)基本能够判断这是一段"有味道"的SQL。

获取问题SQL

不一样数据库有不一样的获取方法，如下为目前主流数据库的慢查询SQL获取工具

• MySQL
  • 慢查询日志
  • 测试工具loadrunner
  • Percona公司的ptquery等工具
• Oracle
  • AWR报告
  • 测试工具loadrunner等
  • 相关内部视图如v$sql、v$session_wait等
  • GRID CONTROL监控工具
• 达梦数据库
  • AWR报告
  • 测试工具loadrunner等
  • 达梦性能监控工具（dem）
  • 相关内部视图如v$sql、v$session_wait等

SQL编写技巧

SQL编写有如下几个通用的技巧：

• 合理使用索引

索引少了查询慢；索引多了占用空间大，执行增删改语句的时候须要动态维护索引，影响性能
选择率高（重复值少）且被where频繁引用须要创建B树索引；通常join列须要创建索引；复杂文档类型查询采用全文索引效率更好；索引的创建要在查询和DML性能之间取得平衡；复合索引建立时要注意基于非前导列查询的状况

• 使用UNION ALL替代UNION

UNION ALL的执行效率比UNION高，UNION执行时须要排重；UNION须要对数据进行排序

• 避免select * 写法

执行SQL时优化器须要将 * 转成具体的列；每次查询都要回表，不能走覆盖索引。

• JOIN字段建议创建索引

通常JOIN字段都提早加上索引

• 避免复杂SQL语句

提高可阅读性；避免慢查询的几率；能够转换成多个短查询，用业务端处理

• 避免where 1=1写法

• 避免order by rand()相似写法

RAND()致使数据列被屡次扫描

SQL优化

执行计划

完成SQL优化必定要先读执行计划，执行计划会告诉你哪些地方效率低，哪里能够须要优化。咱们以MYSQL为例，看看执行计划是什么。（每一个数据库的执行计划都不同，须要自行了解）
explain sql

字段	解释
id	每一个被独立执行的操做标识，标识对象被操做的顺序，id值越大，先被执行，若是相同，执行顺序从上到下
select_type	查询中每一个select 字句的类型
table	被操做的对象名称，一般是表名，但有其余格式
partitions	匹配的分区信息(对于非分区表值为NULL)
type	链接操做的类型
possible_keys	可能用到的索引
key	优化器实际使用的索引(最重要的列) 从最好到最差的链接类型为const、eq_reg、ref、range、index和ALL。当出现ALL时表示当前SQL出现了“坏味道”
key_len	被优化器选定的索引键长度，单位是字节
ref	表示本行被操做对象的参照对象，无参照对象为NULL
rows	查询执行所扫描的元组个数（对于innodb，此值为估计值）
filtered	条件表上数据被过滤的元组个数百分比
extra	执行计划的重要补充信息，当此列出现Using filesort , Using temporary 字样时就要当心了，极可能SQL语句须要优化

接下来咱们用一段实际优化案例来讲明SQL优化的过程及优化技巧。

优化案例

• 表结构
  CREATE TABLE `a` ( `id` int(11) NOT NULLAUTO_INCREMENT, `seller_id` bigint(20) DEFAULT NULL, `seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) ); CREATE TABLE `b` ( `id` int(11) NOT NULLAUTO_INCREMENT, `seller_name` varchar(100) DEFAULT NULL, `user_id` varchar(50) DEFAULT NULL, `user_name` varchar(100) DEFAULT NULL, `sales` bigint(20) DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) ); CREATE TABLE `c` ( `id` int(11) NOT NULLAUTO_INCREMENT, `user_id` varchar(50) DEFAULT NULL, `order_id` varchar(100) DEFAULT NULL, `state` bigint(20) DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) );

• 三张表关联，查询当前用户在当前时间先后10个小时的订单状况，并根据订单建立时间升序排列，具体SQL以下
  select a.seller_id, a.seller_name, b.user_name, c.state from a, b, c where a.seller_name = b.seller_name and b.user_id = c.user_id and c.user_id = 17 and a.gmt_create BETWEEN DATE_ADD(NOW(), INTERVAL – 600 MINUTE) AND DATE_ADD(NOW(), INTERVAL 600 MINUTE) order by a.gmt_create；

• 查看数据量

• 原执行时间

• 原执行计划

• 初步优化思路
  1. SQL中 where条件字段类型要跟表结构一致，表中user_id 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表user_id 字段改为int类型。
  2. 因存在b表和c表关联，将b和c表user_id建立索引
  3. 因存在a表和b表关联，将a和b表seller_name字段建立索引
  4. 利用复合索引消除临时表和排序

• 初步优化SQL
  alter table b modify `user_id` int(10) DEFAULT NULL; alter table c modify `user_id` int(10) DEFAULT NULL; alter table c add index `idx_user_id`(`user_id`); alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`); alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);

• 查看优化后执行时间

• 查看优化后执行计划
  

• 查看warnings信息
  

• 继续优化
  alter table a modify "gmt_create" datetime DEFAULT NULL;

• 查看执行时间

• 查看执行计划

• 优化总结
  1. 查看执行计划 explain
  2. 若是有告警信息，查看告警信息 show warnings;
  3. 查看SQL涉及的表结构和索引信息
  4. 根据执行计划，思考可能的优化点
  5. 按照可能的优化点执行表结构变动、增长索引、SQL改写等操做
  6. 查看优化后的执行时间和执行计划

  7. 若是优化效果不明显，重复第四步操做

     请关注我的公众号:JAVA日知录