MySQL高级 SQL优化【order by&group by优化】

谁践踏了优雅 2023-10-03 22:58 23阅读 0赞

**目录**

1：SQL优化

1.1：order by优化

A. 数据准备

B. 执行排序SQL

C. 创建索引

D. 创建索引后，根据age, phone进行升序排序

E. 创建索引后，根据age, phone进行降序排序

F. 根据phone，age进行升序排序，phone在前，age在后。

F. 根据age, phone进行降序一个升序，一个降序

G. 创建联合索引(age 升序排序，phone 倒序排序)

H. 然后再次执行如下SQL

1.2：group by优化

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

## 1：SQL优化 ##

### 1.1：order by优化 ###

MySQL的排序，有两种方式：

**Using filesort** : 通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，**所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。**

**Using index** : **通过有序索引顺序扫描直接返回有序数据**，**这种情况即为 using index，不需要 额外排序，操作效率高。**

对于以上的两种排序方式，**Using index的性能高**，而Using filesort的性能低，我们在优化排序 操作时，**尽量要优化为 Using index。**

接下来，我们来做一个测试：

#### A. 数据准备 ####

把之前测试时，为tb\_user表所建立的部分索引直接删除掉

drop index idx_user_phone on tb_user;
    drop index idx_user_phone_name on tb_user;
    drop index idx_user_name on tb_user;

![66ea930817f44d2bb21f017ff089eb36.png][]

#### B. 执行排序SQL ####

explain select id,age,phone from tb_user order by age ;

![2546978069ae4febb31989a614b51e54.png][]

explain select id,age,phone from tb_user order by age, phone ;

![7b4d893951e841fa91f8be338feea826.png][]

**由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低。**

#### C. 创建索引 ####

-- 创建索引
    create index idx_user_age_phone_aa on tb_user(age,phone);

#### D. 创建索引后，根据age, phone进行升序排序 ####

explain select id,age,phone from tb_user order by age;

![7cc781e354354d9f9e8ab0214c84a90e.png][]

explain select id,age,phone from tb_user order by age , phone;

![ef1185febfec4dbca8fb2fd9cedf2103.png][]

**建立索引之后，再次进行排序查询，就由原来的Using filesort， 变为了 Using index，性能 就是比较高的了。**

#### E. 创建索引后，根据age, phone进行降序排序 ####

explain select id,age,phone from tb_user order by age desc , phone desc ;

![a639143f23334128ab09dc7b7a0e3975.png][]

**也出现 Using index， 但是此时Extra中出现了 Backward index scan，这个代表反向扫描索 引，因为在MySQL中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序 时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan。 在 MySQL8版本中，支持降序索引，我们也可以创建降序索引。**

#### F. 根据phone，age进行升序排序，phone在前，age在后。 ####

explain select id,age,phone from tb_user order by phone , age;

![6f41b1daa2674103a69c07adbbbc5c0c.png][]**排序时,也需要满足最左前缀法则,否则也会出现 filesort。因为在创建索引的时候， age是第一个 字段，phone是第二个字段，**所以排序时，也就该按照这个顺序来，否则就会出现 Using filesort。

#### F. 根据age, phone进行降序一个升序，一个降序 ####

explain select id,age,phone from tb_user order by age asc , phone desc ;

![8ee539fcf65746e191cb968d8d2b441d.png][]因为创建索引时，如果未指定顺序，**默认都是按照升序排序的，而查询时，一个升序，一个降序，此时 就会出现Using filesort。**

![4322b7e103c74c8f9ab66ac72e7c5020.png][]

为了解决上述的问题，**我们可以创建一个索引，这个联合索引中 age 升序排序，phone 倒序排序。**

#### G. 创建联合索引(age 升序排序，phone 倒序排序) ####

create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);

![675423849ff3440cbe557bd1a6f3e6ce.png][]

#### H. 然后再次执行如下SQL ####

explain select id,age,phone from tb_user order by age asc , phone desc ;

![38e20d8219a248e3a8b55fb5cf120205.png][] 升序/降序联合索引结构图示:

由上述的测试,我们得出order by优化原则:

A. 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。

B. 尽量使用覆盖索引。

C. 多字段排序, 一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）。

D. 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort\_buffer\_size(默认256k)。

### 1.2：group by优化 ###

分组操作，我们主要来看看索引对于分组操作的影响。

首先我们先将 tb\_user 表的索引全部删除掉 。

drop index idx_user_pro_age_sta on tb_user;
    drop index idx_email_5 on tb_user;
    drop index idx_user_age_phone_aa on tb_user;
    drop index idx_user_age_phone_ad on tb_user;

![fa684a3f9d024655992e2f02f40773dc.png][]

接下来，在没有索引的情况下，执行如下SQL，查询执行计划：

explain select profession , count(*) from tb_user group by profession ;

然后，我们在针对于 profession ， age， status 创建一个联合索引。

create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着，再执行前面相同的SQL查看执行计划。

explain select profession , count(*) from tb_user group by profession ;

![b97e9db01c044dd6a581180ec33e7f2b.png][]

再执行如下的分组查询SQL，查看执行计划：

![42caab1a4b254068a27d1aa463c285be.png][]

我们发现，如果仅仅根据age分组，就会出现 Using temporary ；

而如果是 根据 profession,age两个字段同时分组，则不会出现 Using temporary。

原因是因为对于分组操作， **在联合索引中，也是符合最左前缀法则的。**

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：

**A. 在分组操作时，可以通过索引来提高效率。**

**B. 分组操作时，索引的使用也是满足最左前缀法则的。**

[66ea930817f44d2bb21f017ff089eb36.png]: https://img-blog.csdnimg.cn/66ea930817f44d2bb21f017ff089eb36.png
[2546978069ae4febb31989a614b51e54.png]: https://img-blog.csdnimg.cn/2546978069ae4febb31989a614b51e54.png
[7b4d893951e841fa91f8be338feea826.png]: https://img-blog.csdnimg.cn/7b4d893951e841fa91f8be338feea826.png
[7cc781e354354d9f9e8ab0214c84a90e.png]: https://img-blog.csdnimg.cn/7cc781e354354d9f9e8ab0214c84a90e.png
[ef1185febfec4dbca8fb2fd9cedf2103.png]: https://img-blog.csdnimg.cn/ef1185febfec4dbca8fb2fd9cedf2103.png
[a639143f23334128ab09dc7b7a0e3975.png]: https://img-blog.csdnimg.cn/a639143f23334128ab09dc7b7a0e3975.png
[6f41b1daa2674103a69c07adbbbc5c0c.png]: https://img-blog.csdnimg.cn/6f41b1daa2674103a69c07adbbbc5c0c.png
[8ee539fcf65746e191cb968d8d2b441d.png]: https://img-blog.csdnimg.cn/8ee539fcf65746e191cb968d8d2b441d.png
[4322b7e103c74c8f9ab66ac72e7c5020.png]: https://img-blog.csdnimg.cn/4322b7e103c74c8f9ab66ac72e7c5020.png
[675423849ff3440cbe557bd1a6f3e6ce.png]: https://img-blog.csdnimg.cn/675423849ff3440cbe557bd1a6f3e6ce.png
[38e20d8219a248e3a8b55fb5cf120205.png]: https://img-blog.csdnimg.cn/38e20d8219a248e3a8b55fb5cf120205.png
[fa684a3f9d024655992e2f02f40773dc.png]: https://img-blog.csdnimg.cn/fa684a3f9d024655992e2f02f40773dc.png
[b97e9db01c044dd6a581180ec33e7f2b.png]: https://img-blog.csdnimg.cn/b97e9db01c044dd6a581180ec33e7f2b.png
[42caab1a4b254068a27d1aa463c285be.png]: https://img-blog.csdnimg.cn/42caab1a4b254068a27d1aa463c285be.png