mysql项目中常用优化

一时失言乱红尘 2022-03-01 09:05 227阅读 0赞

**1、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：

![20190322103611897.png][]

*  **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，如下：Using filesort，Using temporary。

**2、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 t 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。

**3、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。

**4****、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

**5、如果排序字段没有用到索引，就尽量少排序**

**6、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。

**7、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。

**8、不使用ORDER BY RAND()**

![20190322103625911.png][]

上面的SQL语句，可优化为：

![20190322103632719.png][]

**9、区分in和exists、not in和not exists**

![20190322103640161.png][]

上面SQL语句相当于

![20190322103646186.png][]

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：

![2019032210365435.png][]

高效的SQL语句：

![20190322103700839.png][]

取出的结果集如下图表示，A表不在B表中的数据：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70][]

**10、使用合理的分页方式以提高分页的效率**

![20190322103715356.png][]

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：

![20190322103721547.png][]

**11、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：

![20190322103727674.png][]

**12、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。

**13、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结果并没有使用：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 1][]

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 dynamic\_201606 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：

![20190322103740536.png][]

使用全文索引的SQL语句是：

![20190322103745174.png][]

**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。

**14、避免在where子句中对字段进行表达式操作**

比如：

![20190322103749846.png][]

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：

![2019032210375766.png][]

**15、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。

**16、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。

**17、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forceindex来强制优化器使用我们制定的索引。

**18、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。

**19、关于JOIN优化**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 2][]

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：

**1）MySQL中没有full join，可以用以下方式来解决：**

![20190322103806349.png][]

**2）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。

**3）合理利用索引：**

被驱动表的索引字段作为on的限制字段。

**4）利用小表去驱动大表：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 3][]

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。

**5）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。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 4][]

这个方式有时能减少3倍的时间。

以上19条MySQL优化方法希望对大家有所帮助！

**原文链接：**

https://zhuanlan.zhihu.com/p/49888088

[20190322103611897.png]: /images/20220301/f38ca710b625477eb48a557375cb8f4c.png
[20190322103625911.png]: /images/20220301/0ab3f25a9bfe422693504be17dfc0913.png
[20190322103632719.png]: /images/20220301/a9f02562c5224e909cf819e90f7711ae.png
[20190322103640161.png]: /images/20220301/682d9917c6934394b8f127bbc37b4894.png
[20190322103646186.png]: /images/20220301/a762aa6ef21f4f34a7ab47bf04e52428.png
[2019032210365435.png]: /images/20220301/f90e0dbff2a04b709405859695355487.png
[20190322103700839.png]: /images/20220301/3024d14d03374b199bc61e95e8ce4d2f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70]: /images/20220301/a08a9aa12e6c443ba19d932305f58685.png
[20190322103715356.png]: /images/20220301/1456a71567f54a8b878aa2e3ecd7015d.png
[20190322103721547.png]: /images/20220301/5bb11d744bff4917a362991d5d40a46c.png
[20190322103727674.png]: /images/20220301/c30f9dded3fd4011add5c3b3920be634.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 1]: /images/20220301/c7c4e3d735ed46e4ae99c6088250fbe3.png
[20190322103740536.png]: /images/20220301/6700c108506b4fd7ae5a9efe77246fe5.png
[20190322103745174.png]: /images/20220301/b941801e4ceb4becb5139b01afd03aab.png
[20190322103749846.png]: /images/20220301/c3e4593a9e674334a09d56806ee25116.png
[2019032210375766.png]: /images/20220301/77b1fa055f8d43ada06cdd68d1abb7a2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 2]: /images/20220301/486b4531d07848d0b5dd3fc36ead5e18.png
[20190322103806349.png]: /images/20220301/24daf4297c904b1dbfed8699cb5fdd17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 3]: /images/20220301/447f0d2599d34199804608395e7495d5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3czNzI0MjYwOTY_size_16_color_FFFFFF_t_70 4]: /images/20220301/2f5d64f22e6e4c479c41ca298bb2bc12.png