给你一段SQL，你会如何优化？

女爷i 2024-03-25 12:38 66阅读 0赞

我在面试的时候很喜欢问候选人这样一个问题：“你在项目中遇到过慢查询问题吗？你是怎么做SQL优化的？”

很多时候，候选人会直接跟我说他们在编写SQL时会遵循的一些常用技巧，比如：

*  合理使用索引
 *  使用UNION ALL替代UNION
 *  不要使用select \* 写法
 *  JOIN字段建议建立索引
 *  避免复杂SQL语句

这里不能说完全错误，因为这些技巧确实可以提高SQL运行效率；但是也不能说完全正确，毕竟我是想问他具体怎么是做SQL优化的。

接下来我问他，我这里有一段复杂的SQL，你可以动手帮我优化一下吗？到这一步的时候就有很多候选人做不好打了退堂鼓。他们有很扎实的理论知识，但是动手能力却差点火候。

今天这篇文章就从实战的角度出发，带大家走一遍SQL优化的真实流程。

### 找出有问题的SQL？ ###

在实际开发中要判断一段SQL有没有问题可以从两方面来判断：

**1、系统层面**

*  CPU消耗严重
 *  IO等待严重
 *  页面响应时间过长
 *  应用的日志出现超时等错误

**2、SQL语句层面**

*  冗长
 *  执行时间过长
 *  从全表扫描获取数据
 *  执行计划中的rows、cost很大

冗长的SQL都好理解，一段SQL太长阅读性肯定会差，出现问题的频率肯定会更高。更进一步判断SQL问题就必须得从执行计划入手，如下所示：

![format_png][]

执行计划告诉我们本次查询走了全表扫描`Type=ALL`，rows很大(9950400)基本可以判断这是一段"有味道"的SQL。

### 查看SQL执行计划？ ###

找到了有问题的SQL就要确定优化方案，那究竟从何处下手呢？这里必须要通过执行计划来观察。

执行计划会告诉你哪些地方效率低，哪里可以需要优化。我们以MYSQL为例，看看执行计划是什么。（每个数据库的执行计划都不一样，需要自行了解）

explain select * from xxx
    复制代码

当使用`explain sql`后会看到执行计划

![format_png 1][]

执行计划中几个重要字段的解释说明，大家需要记住

<table> 
 <thead> 
  <tr> 
   <th>字段</th> 
   <th>解释</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>id</td> 
   <td>每个被独立执行的操作标识，标识对象被操作的顺序，id值越大，先被执行，如果相同，执行顺序从上到下</td> 
  </tr> 
  <tr> 
   <td>select_type</td> 
   <td>查询中每个select 字句的类型</td> 
  </tr> 
  <tr> 
   <td>table</td> 
   <td>被操作的对象名称，通常是表名，但有其他格式</td> 
  </tr> 
  <tr> 
   <td>partitions</td> 
   <td>匹配的分区信息(对于非分区表值为NULL)</td> 
  </tr> 
  <tr> 
   <td>type</td> 
   <td>连接操作的类型</td> 
  </tr> 
  <tr> 
   <td>possible_keys</td> 
   <td>可能用到的索引</td> 
  </tr> 
  <tr> 
   <td>key</td> 
   <td>优化器实际使用的索引(<strong>最重要的列</strong>) 从最好到最差的连接类型为<code>const</code>、<code>eq_reg</code>、<code>ref</code>、<code>range</code>、<code>index</code>和<code>ALL</code>。当出现<code>ALL</code>时表示当前SQL出现了“坏味道”</td> 
  </tr> 
  <tr> 
   <td>key_len</td> 
   <td>被优化器选定的索引键长度，单位是字节</td> 
  </tr> 
  <tr> 
   <td>ref</td> 
   <td>表示本行被操作对象的参照对象，无参照对象为NULL</td> 
  </tr> 
  <tr> 
   <td>rows</td> 
   <td>查询执行所扫描的元组个数（对于innodb，此值为估计值）</td> 
  </tr> 
  <tr> 
   <td>filtered</td> 
   <td>条件表上数据被过滤的元组个数百分比</td> 
  </tr> 
  <tr> 
   <td>extra</td> 
   <td>执行计划的重要补充信息，当此列出现<code>Using filesort</code> , <code>Using temporary</code> 字样时就要小心了，很可能SQL语句需要优化</td> 
  </tr> 
 </tbody> 
</table>

通过执行计划我们就可以确定优化方案，优化一处后再回过头来观察执行计划，如此往复循环直到找到最优目标为止。

下面给出一段有问题的SQL具体操作一下。

### SQL优化案例 ###

#### 慢查询 ####

1、表结构如下：

CREATE TABLE `a`
    (
        `id`          int(11) NOT NULLAUTO_INCREMENT,
        `seller_id`   bigint(20)                                       DEFAULT NULL,
        `seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,
        `gmt_create`  varchar(30)                                      DEFAULT NULL,
        PRIMARY KEY (`id`)
    );
    CREATE TABLE `b`
    (
        `id`          int(11) NOT NULLAUTO_INCREMENT,
        `seller_name` varchar(100) DEFAULT NULL,
        `user_id`     varchar(50)  DEFAULT NULL,
        `user_name`   varchar(100) DEFAULT NULL,
        `sales`       bigint(20)   DEFAULT NULL,
        `gmt_create`  varchar(30)  DEFAULT NULL,
        PRIMARY KEY (`id`)
    );
    CREATE TABLE `c`
    (
        `id`         int(11) NOT NULLAUTO_INCREMENT,
        `user_id`    varchar(50)  DEFAULT NULL,
        `order_id`   varchar(100) DEFAULT NULL,
        `state`      bigint(20)   DEFAULT NULL,
        `gmt_create` varchar(30)  DEFAULT NULL,
        PRIMARY KEY (`id`)
    );
    复制代码

2、有问题的查询SQL

select a.seller_id,
           a.seller_name,
           b.user_name,
           c.state
    from a,
         b,
         c
    where a.seller_name = b.seller_name
      and b.user_id = c.user_id
      and c.user_id = 17
      and a.gmt_create
        BETWEEN DATE_ADD(NOW(), INTERVAL – 600 MINUTE)
        AND DATE_ADD(NOW(), INTERVAL 600 MINUTE)
    order by a.gmt_create；
    复制代码

a，b，c 三张表关联，查询用户17 在当前时间前后10个小时的订单情况，并根据订单创建时间升序排列

#### 优化步骤 ####

1、先查看各表数据量

![format_png 2][]

2、查看原执行时间，总耗时0.21s

![format_png 3][]

3、查看原执行计划

![format_png 4][]

4、通过观察执行计划和SQL语句，确定初步优化方案

*  SQL中 where条件字段类型要跟表结构一致，表中 `user_id` 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表 `user_id` 字段改成int类型。
 *  因存在b表和c表关联，将b和c表 `user_id`创建索引
 *  因存在a表和b表关联，将a和b表 `seller_name`字段创建索引
 *  利用复合索引消除临时表和排序

初步优化的SQL：

alter table b modify `user_id` int(10) DEFAULT NULL;
    alter table c modify `user_id` int(10) DEFAULT NULL;
    alter table c add index `idx_user_id`(`user_id`);
    alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`);
    alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);
    复制代码

查看优化后的执行时间

![format_png 5][]

初步优化后执行速度提升了20倍，是否还能继续优化呢？

5、继续查看优化后的执行计划

![format_png 6][]

这里只看到查询需要扫描的元素比较大，不过还看到了有两处告警信息，直接查看告警信息

show warnings
    复制代码

![format_png 7][]

Cannot use range access on index ‘idx\_sellname\_gmt\_sellid’ due to type or collation conversion on field ‘get\_create’，这句话是告诉你由于gmt\_create列发生了类型转换所以无法走索引。

查看SQL建表语句发现gmt\_create字段被设计成了varchar类型，在SQL查询时需要转化成时间格式做查询，确实不能走索引。

所以需要调整一下gmt\_create字段格式

alter table a modify "gmt_create" datetime DEFAULT NULL;
    复制代码

6、修改字段后再来查看执行时间

![format_png 8][]

执行速度非常完美。

7、再观察优化后的执行计划

![format_png 9][]

可以看到执行计划也很完美，至此SQL优化结束。

#### SQL优化小结 ####

这里给大家总结一下优化SQL的套路

1.  查看执行计划 explain
2.  如果有告警信息，查看告警信息 show warnings;
3.  查看SQL涉及的表结构和索引信息
4.  根据执行计划，思考可能的优化点
5.  按照可能的优化点执行表结构变更、增加索引、SQL改写等操作
6.  查看优化后的执行时间和执行计划
7.  如果优化效果不明显，重复第四步操作

[format_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/4db6a364eab9401e90fa3a2172116e6b.png
[format_png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/68b3e6da338d4e7c99d1a7e13d4af905.png
[format_png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/46165fc7ac524235ad8bd0e9b635abf5.png
[format_png 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/4de2bf33f6e445469f73bb0dd3ec6054.png
[format_png 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/372bd71af069467ca2dba66fde188eb3.png
[format_png 5]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/84a2de292d0e40a695a9a91e44f81bbb.png
[format_png 6]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/6b3f5f6b2988476da4a3a00f8095d5f8.png
[format_png 7]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/83ccbaa14e0642c3bf3bb2424ebb41b3.png
[format_png 8]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/2ad18f41374142d0862d5034549c1654.png
[format_png 9]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/e0805e64c1c64df2986851f4930a804e.png