SQL優化這麼做就對了

MySQL

前言

在應用開發的早期,數據量少,開發人員開發功能時更重視功能上的實現,隨著生產數據的增長,很多SQL語句開始暴露出性能問題,對生產的影響也越來越大,有時可能這些有問題的SQL就是整個系統性能的瓶頸。

SQL優化一般步驟

1、通過慢查日誌等定位那些執行效率較低的SQL語句

2、explain 分析SQL的執行計劃

需要重點關注type、rows、filtered、extra。

type由上至下,效率越來越高

  • ALL 全表掃描
  • index 索引全掃描
  • range 索引範圍掃描,常用語<,<=,>=,between,in等操作
  • ref 使用非唯一索引掃描或唯一索引前綴掃描,返回單條記錄,常出現在關聯查詢中
  • eq_ref 類似ref,區別在於使用的是唯一索引,使用主鍵的關聯查詢
  • const/system 單條記錄,系統會把匹配行中的其他列作為常數處理,如主鍵或唯一索引查詢
  • null MySQL不訪問任何錶或索引,直接返回結果
    雖然上至下,效率越來越高,但是根據cost模型,假設有兩個索引idx1(a, b, c),idx2(a, c),SQL為”select * from t where a = 1 and b in (1, 2) order by c”;如果走idx1,那麼是type為range,如果走idx2,那麼type是ref;當需要掃描的行數,使用idx2大約是idx1的5倍以上時,會用idx1,否則會用idx2

Extra

  • Using filesort:MySQL需要額外的一次傳遞,以找出如何按排序順序檢索行。通過根據聯接類型瀏覽所有行並為所有匹配WHERE子句的行保存排序關鍵字和行的指針來完成排序。然後關鍵字被排序,並按排序順序檢索行。
  • Using temporary:使用了臨時表保存中間結果,性能特別差,需要重點優化
  • Using index:表示相應的 select 操作中使用了覆蓋索引(Coveing Index),避免訪問了表的數據行,效率不錯!如果同時出現 using where,意味著無法直接通過索引查找來查詢到符合條件的數據。
  • Using index condition:MySQL5.6之後新增的ICP,using index condtion就是使用了ICP(索引下推),在存儲引擎層進行數據過濾,而不是在服務層過濾,利用索引現有的數據減少回表的數據。

3、show profile 分析

了解SQL執行的執行緒的狀態及消耗的時間。
默認是關閉的,開啟語句「set profiling = 1;」

SHOW PROFILES ;
SHOW PROFILE FOR QUERY  #{id};

4、trace

trace分析優化器如何選擇執行計劃,通過trace文件能夠進一步了解為什麼優惠券選擇A執行計劃而不選擇B執行計劃。

set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;

5、確定問題並採用相應的措施

  • 優化索引
  • 優化SQL語句:修改SQL、IN 查詢分段、時間查詢分段、基於上一次數據過濾
  • 改用其他實現方式:ES、數倉等
  • 數據碎片處理

場景分析

案例1、最左匹配

索引

KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

SQL語句

select * from _t where orderno=''

查詢匹配從左往右匹配,要使用order_no走索引,必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調換前後順序

案例2、隱式轉換

索引

KEY `idx_mobile` (`mobile`)

SQL語句

select * from _user where mobile=12345678901

隱式轉換相當於在索引上做運算,會讓索引失效。mobile是字元類型,使用了數字,應該使用字元串匹配,否則MySQL會用到隱式替換,導致索引失效。

案例3、大分頁

索引

KEY `idx_a_b_c` (`a`, `b`, `c`)

SQL語句

select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;

對於大分頁的場景,可以優先讓產品優化需求,如果沒有優化的,有如下兩種優化方式,
一種是把上一次的最後一條數據,也即上面的c傳過來,然後做「c < xxx」處理,但是這種一般需要改介面協議,並不一定可行。
另一種是採用延遲關聯的方式進行處理,減少SQL回表,但是要記得索引需要完全覆蓋才有效果,SQL改動如下

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語句

select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10

in查詢在MySQL底層是通過n*m的方式去搜索,類似union,但是效率比union高。
in查詢在進行cost代價計算時(代價 = 元組數 * IO平均值),是通過將in包含的數值,一條條去查詢獲取元組數的,因此這個計算過程會比較的慢,所以MySQL設置了個臨界值(eq_range_index_dive_limit),5.6之後超過這個臨界值後該列的cost就不參與計算了。因此會導致執行計劃選擇不準確。默認是200,即in條件超過了200個數據,會導致in的代價計算存在問題,可能會導致Mysql選擇的索引不準確。

處理方式,可以(order_status, created_at)互換前後順序,並且調整SQL為延遲關聯。

案例5、範圍查詢阻斷,後續欄位不能走索引

索引

KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

SQL語句

select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10

範圍查詢還有「IN、between」

案例6、不等於、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、優化器選擇不使用索引的情況

如果要求訪問的數據量很小,則優化器還是會選擇輔助索引,但是當訪問的數據占整個表中數據的蠻大一部分時(一般是20%左右),優化器會選擇通過聚集索引來查找數據。

select * from _order where  order_status = 1

查詢出所有未支付的訂單,一般這種訂單是很少的,即使建了索引,也沒法使用索引。

案例8、複雜查詢

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;

如果是統計某些數據,可能改用數倉進行解決;
如果是業務上就有那麼複雜的查詢,可能就不建議繼續走SQL了,而是採用其他的方式進行解決,比如使用ES等進行解決。

案例9、asc和desc混用

select * from _t where a=1 order by b desc, c asc

desc 和asc混用時會導致索引失效

案例10、大數據

對於推送業務的數據存儲,可能數據量會很大,如果在方案的選擇上,最終選擇存儲在MySQL上,並且做7天等有效期的保存。
那麼需要注意,頻繁的清理數據,會照成數據碎片,需要聯繫DBA進行數據碎片處理。

資料

Tags: