一次非常有趣的 SQL 優化經歷

2019 年 12 月 18 日
筆記

場景

我用的數據庫是mysql5.6，下面簡單的介紹下場景

課程表：

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

數據100條

學生表:

create table Student(  id int PRIMARY KEY,  name varchar(10)  )

數據70000條

學生成績表SC：

CREATE table SC(      sc_id int PRIMARY KEY,      s_id int,      c_id int,      score int  )

數據70w條

查詢目的：

查找語文考100分的考生

查詢語句：

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 )

執行時間：30248.271s

暈，為什麼這麼慢，先來查看下查詢計劃：

EXPLAIN    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 )

發現沒有用到索引，type全是ALL，那麼首先想到的就是建立一個索引，建立索引的字段當然是在where條件的字段了。

先給sc表的c_id和score建個索引

CREATE index sc_c_id_index on SC(c_id);CREATE index sc_score_index on SC(score);

再次執行上述查詢語句，時間為: 1.054s

快了3w多倍，大大縮短了查詢時間，看來索引能極大程度的提高查詢效率，建索引很有必要，很多時候都忘記建索引了，數據量小的的時候壓根沒感覺，這優化的感覺挺爽。

但是1s的時間還是太長了，還能進行優化嗎，仔細看執行計劃：

查看優化後的sql:

SELECT      `YSB`.`s`.`s_id` AS `s_id`,      `YSB`.`s`.`name` AS `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`                      )                  )          )      )

怎麼查看優化後的語句？

方法如下（在命令窗口執行）：

有type=all

按照我之前的想法，該sql的執行的順序應該是先執行子查詢

select s_id from SC sc where sc.c_id = 0 and sc.score = 100

耗時：0.001s

得到如下結果：

然後再執行

select s.* from Student s where s.s_id in(7,29,5000)

耗時：0.001s

這樣就是相當快了啊，Mysql竟然不是先執行裡層的查詢，而是將sql優化成了exists子句，並出現了EPENDENT SUBQUERY，mysql是先執行外層查詢，再執行裡層的查詢，這樣就要循環70007*8次。

那麼改用連接查詢呢？

SELECT s.* from  Student s  INNER JOIN SC sc  on sc.s_id = s.s_id  where sc.c_id=0 and sc.score=100

這裡為了重新分析連接查詢的情況，先暫時刪除索引sc_c_id_index，sc_score_index

執行時間是：0.057s

效率有所提高，看看執行計劃：

這裡有連表的情況出現，我猜想是不是要給sc表的s_id建立個索引

CREATE index sc_s_id_index on SC(s_id);  show index from SC

再執行連接查詢

時間: 1.076s

竟然時間還變長了，什麼原因？查看執行計劃：

優化後的查詢語句為：

SELECT      `YSB`.`s`.`s_id` AS `s_id`,      `YSB`.`s`.`name` AS `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)      )

貌似是先做的連接查詢，再進行的where條件過濾

回到前面的執行計劃：

這裡是先做的where條件過濾，再做連表，執行計劃還不是固定的，那麼我們先看下標準的sql執行順序：

正常情況下是先join再進行where過濾，但是我們這裡的情況，如果先join，將會有70w條數據發送join，因此先執行where過濾是明智方案，現在為了排除mysql的查詢優化，我自己寫一條優化後的sql

SELECT      s.*  FROM      (          SELECT              *          FROM              SC sc          WHERE              sc.c_id = 0          AND sc.score = 100      ) t  INNER JOIN Student s ON t.s_id = s.s_id

即先執行sc表的過濾，再進行表連接

執行時間為：0.054s

和之前沒有建s_id索引的時間差不多

查看執行計劃：

先提取sc再連表，這樣效率就高多了，現在的問題是提取sc的時候出現了掃描表，那麼現在可以明確需要建立相關索引

CREATE index sc_c_id_index on SC(c_id);  CREATE index sc_score_index on SC(score);

再執行查詢：

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

INNER JOIN Student s ON t.s_id = s.s_id

執行時間為：0.001s

這個時間相當靠譜，快了50倍

執行計劃：

我們會看到，先提取sc，再連表，都用到了索引。

那麼再來執行下sql：

SELECT s.* from  Student s  INNER JOIN SC sc  on sc.s_id = s.s_id

where sc.c_id=0 and sc.score=100

執行時間0.001s

執行計劃：

這裡是mysql進行了查詢語句優化，先執行了where過濾，再執行連接操作，且都用到了索引。

調整內容為SC表的數據增長到300W,學生分數更為離散。

先回顧下：

show index from SC

執行sql

SELECT s.* from  Student s  INNER JOIN SC sc  on sc.s_id = s.s_id

where sc.c_id=81 and sc.score=84

執行時間：0.061s

這個時間稍微慢了點

執行計劃：

這裡用到了intersect並集操作，即兩個索引同時檢索的結果再求並集，再看字段score和c_id的區分度，單從一個字段看，區分度都不是很大，從SC表檢索，c_id=81檢索的結果是70001,score=84的結果是39425。

而c_id=81 and score=84 的結果是897，即這兩個字段聯合起來的區分度是比較高的，因此建立聯合索引查詢效率將會更高，從另外一個角度看，該表的數據是300w，以後會更多，就索引存儲而言，都是不小的數目，隨着數據量的增加，索引就不能全部加載到內存，而是要從磁盤去讀取，這樣索引的個數越多，讀磁盤的開銷就越大，因此根據具體業務情況建立多列的聯合索引是必要的，那麼我們來試試吧。

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);

執行上述查詢語句

消耗時間為：0.007s

這個速度還是可以接受的

執行計劃：

該語句的優化暫時告一段落

總結：

mysql嵌套子查詢效率確實比較低
可以將其優化成連接查詢
連接表時，可以先用where條件對錶進行過濾，然後做表連接（雖然mysql會對連表語句做優化）
建立合適的索引，必要時建立多列聯合索引
學會分析sql執行計劃，mysql會對sql進行優化，所以分析執行計劃很重要

索引優化

上面講到子查詢的優化，以及如何建立索引，而且在多個字段索引時，分別對字段建立了單個索引

後面發現其實建立聯合索引效率會更高，尤其是在數據量較大，單個列區分度不高的情況下。

單列索引

查詢語句如下：

select * from user_test_copy where sex = 2 and type = 2 and age = 1

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);

分別對sex,type,age字段做了索引，數據量為300w

查詢時間：0.415s

執行計劃：

發現type=index_merge

這是mysql對多個單列索引的優化，對結果集採用intersect並集操作

多列索引

我們可以在這3個列上建立多列索引，將表copy一份以便做測試：

create index user_test_index_sex_type_age on user_test(sex,type,age);

查詢語句：

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

執行時間：0.032s

快了10多倍，且多列索引的區分度越高，提高的速度也越多

執行計劃：

最左前綴

多列索引還有最左前綴的特性：

都會使用到索引，即索引的第一個字段sex要出現在where條件中

執行一下語句：

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

索引覆蓋

就是查詢的列都建立了索引，這樣在獲取結果集的時候不用再去磁盤獲取其它列的數據，直接返回索引數據即可

如：

select sex,type,age from user_test where sex = 2 and type = 2 and age = 10

執行時間：0.003s

要比取所有字段快的多

排序

select * from user_test where sex = 2 and type = 2 ORDER BY user_name

時間：0.139s

在排序字段上建立索引會提高排序的效率

create index user_name_index on user_test(user_name)

最後附上一些sql調優的總結，以後有時間再深入研究

列類型盡量定義成數值類型，且長度儘可能短，如主鍵和外鍵，類型字段等等
建立單列索引
根據需要建立多列聯合索引

當單個列過濾之後還有很多數據，那麼索引的效率將會比較低，即列的區分度較低，那麼如果在多個列上建立索引，那麼多個列的區分度就大多了，將會有顯著的效率提高。

根據業務場景建立覆蓋索引

只查詢業務需要的字段，如果這些字段被索引覆蓋，將極大的提高查詢效率

多表連接的字段上需要建立索引

這樣可以極大的提高表連接的效率

where條件字段上需要建立索引
排序字段上需要建立索引
分組字段上需要建立索引
Where條件上不要使用運算函數，以免索引失效