一通骚操作,我把SQL执行效率提高了10000000倍!

运维 数据库运维
看到这么多朋友对sql优化感兴趣,我又重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,

 [[268578]]

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 (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 (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。

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:

  1. SELECT `YSB`.`s`.`s_id` AS `s_id`, `YSB`.`s`.`nameAS `name`FROM `YSB`.`Student` `s`WHERE < in_optimizer > ( `YSB`.`s`.`s_id` ,< EXISTS > ( SELECT 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:这里有朋友问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 sc.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 

在执行连接查询

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 `YSB`.`s`.`s_id` AS `s_id`, `YSB`.`s`.`nameAS `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做操,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    s.*FROM    (        SELECT            *        FROM            SC sc        WHERE            sc.c_id = 0        AND sc.score = 100    ) tINNER 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);CREATE index sc_score_index on SC(score); 

再执行查询:

  1. SELECT    s.*FROM    (        SELECT            *        FROM            SC sc        WHERE            sc.c_id = 0        AND sc.score = 100    ) tINNER 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 sc.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。

最近又重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表的数据增长到300W,学生分数更为离散。

先回顾下:

show index from SC

 

执行sql

  1. SELECT s.* from 
  2. Student s 
  3. INNER JOIN SC sc 
  4. on sc.s_id = s.s_id  
  5. where sc.c_id=81 and sc.score=84 

SELECT s.* from Student sINNER JOIN SC scon sc.s_id = s.s_idwhere 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;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,这个速度还是可以接收的

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. 可以将其优化成连接查询
  3. 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)
  4. 建立合适的索引,必要时建立多列联合索引
  5. 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. select * from user_test where sex = 2 and type = 2 and age = 10 

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,执行一下语句:

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

都会使用到索引,即索引的***个字段sex要出现在where条件中

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) 

***附上一些sql调优的总结,以后有时间再深入研究:

1.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

2.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

3.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。

4.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

5.多表连接的字段上需要建立索引,这样可以极大提高表连接的效率

6.where条件字段上需要建立索引

7.排序字段上需要建立索引

8.分组字段上需要建立索引

9.Where条件上不要使用运算函数,以免索引失效

责任编辑:武晓燕 来源: 博客园
相关推荐

2021-12-08 12:50:39

代码MyBatisJava

2020-06-11 08:05:47

nginx线程池数据

2020-06-12 14:44:06

线程池模式nginx

2024-02-07 13:37:39

AWS系统应用程序

2012-05-02 11:09:38

无线网络数据传输

2012-05-02 12:39:31

无线网络多跳无线网络数据传输

2021-07-28 14:35:09

代码进度条前端

2020-12-24 19:29:08

PCIntel芯片

2020-09-02 08:27:58

CSS 属性前端

2009-06-09 10:42:12

统一通信效率运营成本

2019-12-10 09:47:51

IaaS云计算物联网

2020-02-25 16:51:34

Rust广告拦截器浏览器

2020-08-21 10:59:10

微软服务器运维

2011-03-21 15:51:27

SQL执行效率

2020-04-20 14:50:02

前端技巧优化

2017-05-31 15:36:59

5G频谱传感器

2023-12-26 17:18:13

darktable

2020-10-10 11:35:10

IBMProject DebAI

2010-05-17 18:20:13

2010-04-29 15:43:17

点赞
收藏

51CTO技术栈公众号