MySQL的优化(二) —— SQL语句优化

我会带着你远行 2021-11-22 08:31 571阅读 0赞

一、EXPLAIN

做MySQL优化，我们要善用 EXPLAIN 查看SQL执行计划。

下面来个简单的示例，标注(1,2,3,4,5)我们要重点关注的数据

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3kwVVJDTlJ1SWo5TFFEMGhsaWE3UlV4WHNHdmFpYmFTOWhSdlBpYnhPbm5tV0VhcjZkUmljMEtNTENBLzY0MD93eF9mbXQ9anBlZyZ0cD13ZWJwJnd4ZnJvbT01Jnd4X2xhenk9MSZ3eF9jbz0x][]

*  type列，连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别
 *  key列，使用到的索引名。如果没有选择索引，值是NULL。可以采取强制索引方式
 *  key\_len列，索引长度
 *  rows列，扫描行数。该值是个预估值
 *  extra列，详细说明。注意常见的不太友好的值有：Using filesort, Using temporary

--------------------

### 二、SQL语句中IN包含的值不应过多 ###

MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。再例如：`select id from table_name where num in(1,2,3)` 对于连续的数值，能用 between 就不要用 `in` 了；再或者使用连接来替换。

--------------------

### 三、SELECT语句务必指明字段名称 ###

SELECT \*增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前断也需要更新。所以要求直接在select后面接上字段名。

--------------------

### 四、当只需要一条数据的时候，使用limit 1 ###

这是为了使EXPLAIN中type列达到const类型

--------------------

### 五、如果排序字段没有用到索引，就尽量少排序 ###

--------------------

### 六、如果限制条件中其他字段没有索引，尽量少用or ###

or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用 union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果

--------------------

### 七、尽量用union all代替union ###

`union`和`union all`的差异主要是前者需要将结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的CPU运算，加大资源消耗及延迟。当然，`union all`的前提条件是两个结果集没有重复数据。

--------------------

### 八、不使用ORDER BY RAND() ###

select id from `table_name` 
    order by rand() limit 1000;

上面的sql语句，可优化为

select id from `table_name` t1 join 
    (select rand() * (select max(id) from `table_name`) as nid) t2 
    on t1.id > t2.nid limit 1000;

--------------------

### 九、区分in和exists， not in和not exists ###

select * from 表A where id in (select id from 表B)

上面sql语句相当于

select * from 表A where exists
    (select * from 表B where 表B.id=表A.id)

区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。

> 关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句？

原sql语句

select colname … from A表 
    where a.id not in (select b.id from B表)

高效的sql语句

select colname … from A表 Left join B表 on 
    where a.id = b.id where b.id is null

取出的结果集如下图表示，A表不在B表中的数据

### ![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lmcm9BdGtuZ0ZkbEpYanlVV1FEQVMxZG5YaWF4SmlhOHFpYjZJSmg1Q1A3UnJTdmZKNHNkd1lIU0EvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE][] ###

--------------------

### 十、使用合理的分页方式以提高分页的效率 ###

select id,name from table_name limit 866613, 20

使用上述sql语句做分页的时候，可能有人会发现，随着表数据量的增加，直接使用limit分页查询会越来越慢。

优化的方法如下：可以取前一页的最大行数的id，然后根据这个最大的id来限制下一页的起点。比如此列中，上一页最大的id是866612。sql可以采用如下的写法：

select id,name from table_name where id> 866612 limit 20

--------------------

### 十一、分段查询 ###

在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。

如下图这个sql语句，扫描的行数成百万级以上的时候就可以使用分段查询

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lrYm1jZ1hjY1V6VDR2SEEyN2ZFRXJMTnV4b1VidlRpYmtOYmJIeU1RdnU0bDBDZnlkY3FGbktnLzY0MD93eF9mbXQ9anBlZyZ0cD13ZWJwJnd4ZnJvbT01Jnd4X2xhenk9MSZ3eF9jbz0x][]

--------------------

### 十二、避免在 where 子句中对字段进行 null 值判断 ###

对于null的判断会导致引擎放弃使用索引而进行全表扫描。

--------------------

### 十三、不建议使用%前缀模糊查询 ###

例如`LIKE “%name”`或者`LIKE “%name%”`，这种查询会导致索引失效而进行全表扫描。但是可以使用`LIKE “name%”`。

那如何查询`%name%`？

如下图所示，虽然给secret字段添加了索引，但在explain结果果并没有使用

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lPRGtwRkhqNWdMV0w4czlPT2x5cUxMZWlhdmlhNGRVM3hodVgxaWNMZmpDb1VWeVJzUEk5Nm1SalEvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE][]

那么如何解决这个问题呢，答案：使用全文索引

在我们查询中经常会用到`select id,fnum,fdst from table_name where user_name like '%zhangsan%';`。这样的语句，普通索引是无法满足查询需求的。庆幸的是在MySQL中，有全文索引来帮助我们。

创建全文索引的sql语法是：

ALTER TABLE `table_name` ADD FULLTEXT INDEX `idx_user_name` (`user_name`);

使用全文索引的sql语句是：

select id,fnum,fdst from table_name

`where match(user_name) against('zhangsan' in boolean mode);`

> 注意：在需要创建全文索引之前，请联系DBA确定能否创建。同时需要注意的是查询语句的写法与普通索引的区别

--------------------

### 十四、避免在where子句中对字段进行表达式操作 ###

比如

select user_id,user_project from table_name where age*2=36;

中对字段就行了算术运算，这会造成引擎放弃使用索引，建议改成

select user_id,user_project from table_name where age=36/2;

--------------------

### 十五、避免隐式类型转换 ###

where 子句中出现 column 字段的类型和传入的参数类型不一致的时候发生的类型转换，建议先确定where中的参数类型

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3k5bVRkbFJmQ1JvZXowdkJJeXBzbVF4NUk0bXBHQzRVUFZQWnJTTktCSnpXZndtTngxc1hXalEvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE][]

--------------------

### 十六、对于联合索引来说，要遵守最左前缀法则 ###

举列来说索引含有字段`id`,`name`,`school`，可以直接用id字段，也可以`id`,`name`这样的顺序，但是`name`，`school`都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，常用的查询字段放在最前面

--------------------

### 十七、必要时可以使用force index来强制查询走某个索引 ###

有的时候MySQL优化器采取它认为合适的索引来检索sql语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用force index来强制优化器使用我们制定的索引。

--------------------

### 十八、注意范围查询语句 ###

对于联合索引来说，如果存在范围查询，比如`between`,`>`,`<`等条件时，会造成后面的索引字段失效。

--------------------

### 十九、关于JOIN优化 ###

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3laZlNIRUk5SlBqaWJvaWFwcktWOFNpY2Q2S0ZSaWM1N2tYeG5ONzg2N1hraWNvSzVrUXRGT0sxOVZWQS82NDA_d3hfZm10PWpwZWcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ][]

*  LEFT JOIN A表为驱动表
 *  INNER JOIN MySQL会自动找出那个数据少的表作用驱动表
 *  RIGHT JOIN B表为驱动表

> 注意：MySQL中没有full join，可以用以下方式来解决

`select * from A left join B on B.name = A.name `

`where B.name is null  union all select * from B;`

尽量使用inner join，避免left join

参与联合查询的表至少为2张表，一般都存在大小之分。如果连接方式是inner join，在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表，但是left join在驱动表的选择上遵循的是左边驱动右边的原则，即left join左边的表名为驱动表。

合理利用索引

被驱动表的索引字段作为on的限制字段。

利用小表去驱动大表

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3luUkJoTzlpYm1KbTROaWJGYVYxT3pDaWFUaWI1dkRBTFdKNEJtRHZROUxiaWM5T3ExSWlhb1ZEUkFrWXcvNjQwP3d4X2ZtdD1wbmcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ][]

从原理图能够直观的看出如果能够减少驱动表的话，减少嵌套循环中的循环次数，以减少 IO总量及CPU运算的次数。

巧用STRAIGHT\_JOIN

`inner join`是由mysql选择驱动表，但是有些特殊情况需要选择另个表作为驱动表，比如有`group by`、`order by`等`「Using filesort」`、`「Using temporary」`时。`STRAIGHT_JOIN`来强制连接顺序，在`STRAIGHT_JOIN`左边的表名就是驱动表，右边则是被驱动表。在使用`STRAIGHT_JOIN`有个前提条件是该查询是内连接，也就是`inner join`。其他链接不推荐使用`STRAIGHT_JOIN`，否则可能造成查询结果不准确。

![aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3l5ZTFLWUsxVTU5QkJXaWEyRWtySERFVXJhU3NxTEZDS3hMa3hpYjZnR1BOanpPcVZsZEdMUVRxdy82NDA_d3hfZm10PWpwZWcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ][]

这个方式有时可能减少3倍的时间。

这里只列举了上述优化方案，当然还有其他的优化方式，大家可以去摸索尝试，感谢关注。

\-----------------------------------------------------------

来源：微信公众号

作者：javakhbd

链接：[https://mp.weixin.qq.com/s/RDwblxX4XliQgGxckXLU1w][https_mp.weixin.qq.com_s_RDwblxX4XliQgGxckXLU1w]

[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3kwVVJDTlJ1SWo5TFFEMGhsaWE3UlV4WHNHdmFpYmFTOWhSdlBpYnhPbm5tV0VhcjZkUmljMEtNTENBLzY0MD93eF9mbXQ9anBlZyZ0cD13ZWJwJnd4ZnJvbT01Jnd4X2xhenk9MSZ3eF9jbz0x]: /images/20211122/b6841b743b52493a9bd7103de72ba163.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lmcm9BdGtuZ0ZkbEpYanlVV1FEQVMxZG5YaWF4SmlhOHFpYjZJSmg1Q1A3UnJTdmZKNHNkd1lIU0EvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE]: /images/20211122/853084c6734148de8cb8a8a5ac9820b9.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lrYm1jZ1hjY1V6VDR2SEEyN2ZFRXJMTnV4b1VidlRpYmtOYmJIeU1RdnU0bDBDZnlkY3FGbktnLzY0MD93eF9mbXQ9anBlZyZ0cD13ZWJwJnd4ZnJvbT01Jnd4X2xhenk9MSZ3eF9jbz0x]: /images/20211122/6a05ef3f5f5a4eacaa25402a9fde4254.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3lPRGtwRkhqNWdMV0w4czlPT2x5cUxMZWlhdmlhNGRVM3hodVgxaWNMZmpDb1VWeVJzUEk5Nm1SalEvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE]: /images/20211122/c6270972059143179e98e0564a859d88.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3k5bVRkbFJmQ1JvZXowdkJJeXBzbVF4NUk0bXBHQzRVUFZQWnJTTktCSnpXZndtTngxc1hXalEvNjQwP3d4X2ZtdD1qcGVnJnRwPXdlYnAmd3hmcm9tPTUmd3hfbGF6eT0xJnd4X2NvPTE]: /images/20211122/0e432bd507ff4f1aa064b6f739fb61c9.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3laZlNIRUk5SlBqaWJvaWFwcktWOFNpY2Q2S0ZSaWM1N2tYeG5ONzg2N1hraWNvSzVrUXRGT0sxOVZWQS82NDA_d3hfZm10PWpwZWcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ]: /images/20211122/c94550e738b9478cbff64c9c6a80d9f4.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3luUkJoTzlpYm1KbTROaWJGYVYxT3pDaWFUaWI1dkRBTFdKNEJtRHZROUxiaWM5T3ExSWlhb1ZEUkFrWXcvNjQwP3d4X2ZtdD1wbmcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ]: /images/20211122/7c6af7acdb974da2bf450934d00e4400.png
[aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9lUVB5QmZmWWJ1ZHhoQ3lkSEVZZlFCOEpGemljUzFOd3l5ZTFLWUsxVTU5QkJXaWEyRWtySERFVXJhU3NxTEZDS3hMa3hpYjZnR1BOanpPcVZsZEdMUVRxdy82NDA_d3hfZm10PWpwZWcmdHA9d2VicCZ3eGZyb209NSZ3eF9sYXp5PTEmd3hfY289MQ]: /images/20211122/b3c04026ce39476c9f3faf350f36ee5f.png
[https_mp.weixin.qq.com_s_RDwblxX4XliQgGxckXLU1w]: https://mp.weixin.qq.com/s/RDwblxX4XliQgGxckXLU1w