SQL优化万能公式5大步骤10个案例
前言
在应用开发的早期,数据量少,开发人员开发功能时更重视功能上的实现,随着生产数据的增长,很多SQL语句开始暴露出性能问题,对生产的影响也越来越大,有时可能这些有问题的SQL就是整个系统性能的瓶颈。 SQL优化一般步骤
1、通过慢查日志等定位那些执行效率较低的SQL语句
2、explain 分析SQL的执行计划
需要重点关注type、rows、filtered、extra。
type由上至下,效率越来越高 ALL 全表扫描 index 索引全扫描 range 索引范围扫描,常用语<,<=,>=,between,in等操作 ref 使用非唯一索引扫描或唯一索引前缀扫描,返回单条记录,常出现在关联查询中 eq_ref 类似ref,区别在于使用的是唯一索引,使用主键的关联查询 const/system 单条记录,系统会把匹配行中的其他列作为常数处理,如主键或唯一索引查询 null MySQL不访问任何表或索引,直接返回结果 虽然上至下,效率越来越高,但是根据cost模型,假设有两个索引idx1(a, b, c),idx2(a, c),SQL为"select * from t where a = 1 and b in (1, 2) order by c";如果走idx1,那么是type为range,如果走idx2,那么type是ref;当需要扫描的行数,使用idx2大约是idx1的5倍以上时,会用idx1,否则会用idx2
Extra Using filesort:MySQL需要额外的一次传递,以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配WHERE子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序,并按排序顺序检索行。 Using temporary:使用了临时表保存中间结果,性能特别差,需要重点优化 Using index:表示相应的 select 操作中使用了覆盖索引(Coveing Index),避免访问了表的数据行,效率不错!如果同时出现 using where,意味着无法直接通过索引查找来查询到符合条件的数据。 Using index condition:MySQL5.6之后新增的ICP,using index condtion就是使用了ICP(索引下推),在存储引擎层进行数据过滤,而不是在服务层过滤,利用索引现有的数据减少回表的数据。
3、show profile 分析
了解SQL执行的线程的状态及消耗的时间。默认是关闭的,开启语句"set profiling = 1;" SHOW PROFILES ; SHOW PROFILE FOR QUERY #{id};
4、trace
trace分析优化器如何选择执行计划,通过trace文件能够进一步了解为什么优惠券选择A执行计划而不选择B执行计划。 set optimizer_trace="enabled=on"; set optimizer_trace_max_mem_size=1000000; select * from information_schema.optimizer_trace;
5、确定问题并采用相应的措施 优化索引 优化SQL语句:修改SQL、IN 查询分段、时间查询分段、基于上一次数据过滤 改用其他实现方式:ES、数仓等 数据碎片处理 场景分析
案例1、最左匹配
索引 KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
SQL语句 select * from _t where orderno=""
查询匹配从左往右匹配,要使用order_no走索引,必须查询条件携带shop_id或者索引( shop_id , order_no )调换前后顺序
案例2、隐式转换
索引 KEY `idx_mobile` (`mobile`)
SQL语句 select * from _user where mobile=12345678901
隐式转换相当于在索引上做运算,会让索引失效。mobile是字符类型,使用了数字,应该使用字符串匹配,否则MySQL会用到隐式替换,导致索引失效。
案例3、大分页
索引 KEY `idx_a_b_c` (`a`, `b`, `c`)
SQL语句 select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
对于大分页的场景,可以优先让产品优化需求,如果没有优化的,有如下两种优化方式, 一种是把上一次的最后一条数据,也即上面的c传过来,然后做"c < xxx"处理,但是这种一般需要改接口协议,并不一定可行。另一种是采用延迟关联的方式进行处理,减少SQL回表,但是要记得索引需要完全覆盖才有效果,SQL改动如下 select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
案例4、in + order by
索引 KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
SQL语句 select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10
in查询在MySQL底层是通过n*m的方式去搜索,类似union,但是效率比union高。in查询在进行cost代价计算时(代价 = 元组数 * IO平均值),是通过将in包含的数值,一条条去查询获取元组数的,因此这个计算过程会比较的慢,所以MySQL设置了个临界值(eq_range_index_pe_limit),5.6之后超过这个临界值后该列的cost就不参与计算了。因此会导致执行计划选择不准确。默认是200,即in条件超过了200个数据,会导致in的代价计算存在问题,可能会导致Mysql选择的索引不准确。
处理方式,可以( order_status , created_at )互换前后顺序,并且调整SQL为延迟关联。
案例5、范围查询阻断,后续字段不能走索引
索引 KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
SQL语句 select * from _order where shop_id = 1 and created_at > "2021-01-01 00:00:00" and order_status = 10
范围查询还有"IN、between"
案例6、不等于、不包含不能用到索引的快速搜索。(可以用到ICP) select * from _order where shop_id=1 and order_status not in (1,2) select * from _order where shop_id=1 and order_status != 1
在索引上,避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等
案例7、优化器选择不使用索引的情况
如果要求访问的数据量很小,则优化器还是会选择辅助索引,但是当访问的数据占整个表中数据的蛮大一部分时(一般是20%左右),优化器会选择通过聚集索引来查找数据。 select * from _order where order_status = 1
查询出所有未支付的订单,一般这种订单是很少的,即使建了索引,也没法使用索引。
案例8、复杂查询 select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > "2020-01-01"; select * from _t where a = 1 and b in (1, 2, 3) and c > "2020-01-01" limit 10;
如果是统计某些数据,可能改用数仓进行解决;如果是业务上就有那么复杂的查询,可能就不建议继续走SQL了,而是采用其他的方式进行解决,比如使用ES等进行解决。
案例9、asc和desc混用 select * from _t where a=1 order by b desc, c asc
desc 和asc混用时会导致索引失效
案例10、大数据
对于推送业务的数据存储,可能数据量会很大,如果在方案的选择上,最终选择存储在MySQL上,并且做7天等有效期的保存。那么需要注意,频繁的清理数据,会照成数据碎片,需要联系DBA进行数据碎片处理。 资料深入浅出MySQL:数据库开发、优化与管理维护(唐汉明 / 翟振兴 / 关宝军 / 王洪权) MySQL技术内幕——InnoDB存储引擎(姜承尧) https://dev.mysql.com/doc/refman/5.7/en/explain-output.html https://dev.mysql.com/doc/refman/5.7/en/cost-model.html https://www.yuque.com/docs/share/3463148b-05e9-40ce-a551-ce93a53a2c66
国企数字化中场,怎么打好接下来的突围战役?涓涓细流融汇起来形成数字化大江大河来源丨云科技时代在刚刚结束的2021两会上,数字化与数字经济成为了关键词。特别是两会上通过的十四五规划纲要,将加快数字化发展建设数字中国独立成章,
喜讯云徙科技荣膺CIO峰会年度数字化创新最佳实践奖2021年3月26日,FMCG第四届零售消费品行业CIO年会暨CTDC年度技术领袖颁奖盛典在上海隆重举办。数字中台领导者云徙科技凭借其在新型数字化建设中开创的突破性思路以及推动数字
薛定谔的抖音兴趣电商2020年直播电商全平台GMV超过1。5万亿元,直播电商万亿时代已来。直播电商,近几年以一种让人难以想象的姿态野蛮生长。相对于两三年前,遍地是黄金的时代,现在的直播电商市场集中度越
贝壳找房CEO彭永东重建虽然痛苦,但我们赚了700亿2020年贝壳总连接门店数量超过4。69万家,同比增长约25。1。其中超30的门店跨越了5000万元GTV年的温饱线素材来源丨一问如果因为我们的存在,让这个产业变得不一样,这就是我
云徙科技蒲继强大数据研发平台是数字中台的建设利器数据开发工作是推动各领域大数据应用落地的必要环节,是将数据生产要素转化成社会生产力的关键过程。6月9日,由中国信息通信研究院大数据技术标准推进委员会联合主办的2021大数据前沿技术
大数据觉醒数据中台与数据开发平台成关键战略来源云科技时代作者宁川以2006年Hadoop技术诞生为标志,大数据技术迄今已经走过15个年头。与此同时,全球大数据的爆炸才刚刚开始根据有关预测,2020年全球数据总量为47ZB,
云徙科技包志刚数据汇通用,挖掘企业的营销金矿作者徐梦迪受访人云徙科技董事长包志刚突如其来的疫情使得线下商业遭受重创,但较早试水线上的实体商业却逆势而上,业绩抢眼。随后,数字化转型风头一时无俩,营销数字化成为商业大热点。近期,
燃!第三届中国数字创新千人大会来了我们有多久没有去购物中心?也是否早已习惯在线打车的出行新方式?想要的美食,也就是一个手机订单的距离家,因为智能家居,也变得更加智慧舒适。是什么让我们的生活更美好?数字经济,正在席卷
大咖来了中亿孕婴CEO孙瑜将担任2021数创会演讲嘉宾风口不断变化新概念不断兴起人货场不断重构,产业全面革新,未来已来!站在现在看未来,营销的终局是什么?站在未来看现在,我们该如何自我突破与变革?8月20日,成都,2021中国数字创新
北京,我们来了新征程,云徙科技北京办公室正式启幕2021年6月18日,云徙科技北京办公室海淀区知春路6号锦秋国际大厦A座9楼正式启幕。揭幕仪式这是云徙升级战略布局优化服务网络的又一里程碑式动作,意味着云徙将以北京为圆心和新起点,
云徙战报强强联合助推企业营销数字化转型升级云徙科技,是一家专注于消费者数字体验的中台解决方案服务商。通过业务和数据双中台的技术架构,和营销数字化产品数舰及SaaS营销产品数盈,为快消家电汽车地产等泛消费领先企业提供全链路消