SQL优化之如何将SQL执行效率提高了10000000倍！

旧城等待， 2022-01-10 13:45 252阅读 0赞

### **场景** ###

我用的数据库是mysql5.6，下面简单的介绍下场景

课程表：

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

数据100条

学生表:

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

数据70000条

学生成绩表SC

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

数据70w条

查询目的：查找语文考100分的考生

查询语句：

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 
    )

执行时间：**30248.271s**

晕,为什么这么慢，先来查看下查询计划：

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 )

![20190620100405584.png][]

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：

![20190620100444300.png][]

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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaHExOTk1_size_16_color_FFFFFF_t_70][]

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

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：

![20190620100725621.png][]

然后再执行

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？

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

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：

![2019062010085059.png][]

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

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

![20190620100921868.png][]

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：

![20190620100937894.png][]

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：

![20190620101023413.png][]

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：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaHExOTk1_size_16_color_FFFFFF_t_70 1][]

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

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：

![20190620101326994.png][]

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

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

再执行查询：

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：

![20190620101522125.png][]

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

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

执行时间0.001s

执行计划：

![20190620101604980.png][]

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

![20190620101624438.png][]

执行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

执行时间：0.061s，这个时间稍微慢了点

执行计划：

![20190620101706404.png][]

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。

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：

![20190620101750489.png][]

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：

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

**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：

![20190620101826893.png][]

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

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

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：

![20190620101922191.png][]

**最左前缀**

多列索引还有最左前缀的特性，执行一下语句：

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

都会使用到索引，即索引的第一个字段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： ###

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** ###

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

create index user_name_index on user_test(user_name)

最后附上一些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
3.  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
     *  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

[20190620100405584.png]: /images/20220110/d313ea78d3ef4943bb05acf51056615c.png
[20190620100444300.png]: /images/20220110/34a24bfeb47d415c98df74cbcccba7aa.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaHExOTk1_size_16_color_FFFFFF_t_70]: /images/20220110/326a5a6907d349749e20765f9339e9be.png
[20190620100725621.png]: /images/20220110/209bc15c320c47ca8c202dab36b95e21.png
[2019062010085059.png]: /images/20220110/edde21a3028f4f9ca9fab7d968e1b9dc.png
[20190620100921868.png]: /images/20220110/3e868680bd89442eb97f9fe6e1dc542d.png
[20190620100937894.png]: /images/20220110/2d044546ad16441ea243363e63f348b6.png
[20190620101023413.png]: /images/20220110/4bbd938216c44bd9bfb5b83665d72311.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xjaHExOTk1_size_16_color_FFFFFF_t_70 1]: /images/20220110/d2e9fc730e214289a590d97aa887b2a8.png
[20190620101326994.png]: /images/20220110/3ad767d44d4a437c8853f50dc6b5b01d.png
[20190620101522125.png]: /images/20220110/90334e70d7a044368f3da50869c6e418.png
[20190620101604980.png]: /images/20220110/65feaca061644170a7d76d4a0136c4e2.png
[20190620101624438.png]: /images/20220110/9a36b8ad6b1d42ee81b2baaa4ca7544f.png
[20190620101706404.png]: /images/20220110/08bf4987359646249624050dba326aa2.png
[20190620101750489.png]: /images/20220110/786c1c59e0d547398a602873e39f67cd.png
[20190620101826893.png]: /images/20220110/b8931340925d49569a55d81502bb224f.png
[20190620101922191.png]: /images/20220110/93c91d5acce34ca8b6bf673b706f8c42.png