SQL 最佳化的萬能小妙招！

2024-04-30碼農

在套用開發的早期，數據量少，開發人員開發功能時更重視功能上的實作，隨著生產數據的增長，很多SQL語句開始暴露出效能問題，對生產的影響也越來越大，有時可能這些有問題的SQL就是整個系統效能的瓶頸。

SQL最佳化一般步驟

1、透過慢查日誌等定位那些執行效率較低的SQL語句

2、explain 分析SQL的執行計劃

需要重點關註type、rows、filtered、extra。

type由上至下，效率越來越高。

ALL 全表掃描；

index 索引全掃描；

range 索引範圍掃描，常用語<,<=,>=,between,in等操作；

ref 使用非唯一索引掃描或唯一索引字首掃描，返回單條記錄，常出現在關聯查詢中；

eq_ref 類似ref，區別在於使用的是唯一索引，使用主鍵的關聯查詢；

const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢；

null MySQL 不存取任何表或索引，直接返回結果；

雖然上至下，效率越來越高，但是根據cost模型，假設有兩個索引idx1(a, b, c),idx2(a, c)，SQL為"select * from t where a = 1 and b in (1, 2) order by c";如果走idx1，那麽是type為range，如果走idx2，那麽type是ref；當需要掃描的行數，使用idx2大約是idx1的5倍以上時，會用idx1，否則會用idx2。

Extra

Using filesort： MySQL需要額外的一次傳遞，以找出如何按排序順序檢索行。透過根據聯接型別瀏覽所有行並為所有匹配WHERE子句的行保存排序關鍵字和行的指標來完成排序。然後關鍵字被排序，並按排序順序檢索行；

Using temporary： 使用了臨時表保存中間結果，效能特別差，需要重點最佳化；

Using index： 表示相應的 select 操作中使用了覆蓋索引（Coveing Index）,避免存取了表的數據行，效率不錯！如果同時出現 using where，意味著無法直接透過索引尋找來查詢到符合條件的數據；

Using index condition： MySQL5.6之後新增的ICP，using index condtion就是使用了ICP（索引下推），在儲存引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。

3、show profile 分析

了解SQL執行的執行緒的狀態及消耗的時間。

預設是關閉的，開啟語句「set profiling = 1;」

SHOWPROFILES ;SHOW PROFILE FORQUERY#{id};

4、trace

trace分析最佳化器如何選擇執行計劃，透過trace檔能夠進一步了解為什麽優惠券選擇A執行計劃而不選擇B執行計劃。

set optimizer_trace="enabled=on";set optimizer_trace_max_mem_size=1000000;select * from information_schema.optimizer_trace;

5、確定問題並采用相應的措施

最佳化索引；

最佳化SQL語句：修改SQL、IN 查詢分段、時間查詢分段、基於上一次數據過濾；

改用其他實作方式：ES、數倉等；

數據碎片處理。

三、場景分析

1、最左匹配

索引

KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

SQL語句

select * from _t where orderno=''

查詢匹配從左往右匹配，要使用order_no走索引，必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調換前後順序。

2、隱式轉換

索引

KEY `idx_mobile` (`mobile`)

SQL語句

select * from _user where mobile=12345678901

隱式轉換相當於在索引上做運算，會讓索引失效。mobile是字元型別，使用了數位，應該使用字串匹配，否則MySQL會用到隱式替換，導致索引失效。

3、大分頁

索引

KEY `idx_a_b_c` (`a`, `b`, `c`)

SQL語句

select * from _t where a = 1and b = 2orderby c desclimit10000, 10;

對於大分頁的場景，可以優先讓產品最佳化需求，如果沒有最佳化的，有如下兩種最佳化方式：

一種是把上一次的最後一條數據，也即上面的c傳過來，然後做「c < xxx」處理，但是這種一般需要改介面協定，並不一定可行；‘

另一種是采用延遲關聯的方式進行處理，減少SQL回表，但是要記得索引需要完全覆蓋才有效果，SQL改動如下：

select t1.* from _t t1, (selectidfrom _t where a = 1and b = 2orderby c desclimit10000, 10) t2 where t1.id = t2.id;

4、in + order by

索引

KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)

SQL語句

select * from _order where shop_id = 1and order_status in (1, 2, 3) orderby created_at desclimit10

in查詢在MySQL底層是透過n*m的方式去搜尋，類似union，但是效率比union高。

in查詢在進行cost代價計算時（代價 = 元組數 * IO平均值），是透過將in包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較的慢，所以MySQL設定了個臨界值(eq_range_index_dive_limit)，5.6之後超過這個臨界值後該列的cost就不參與計算了。因此會導致執行計劃選擇不準確。預設是200，即in條件超過了200個數據，會導致in的代價計算存在問題，可能會導致Mysql選擇的索引不準確。

處理方式

可以(order_status, created_at)互換前後順序，並且調整SQL為延遲關聯。

5、範圍查詢阻斷，後續欄位不能走索引

索引

KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

SQL語句

select * from _order where shop_id = 1and created_at > '2021-01-01 00:00:00'and order_status = 10

範圍查詢還有「IN、between」。

6、不等於、不包含不能用到索引的快速搜尋

可以用到ICP

select * from _order where shop_id=1and order_status notin (1,2)select * from _order where shop_id=1and order_status != 1

在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等。

7、最佳化器選擇不使用索引的情況

如果要求存取的數據量很小，則最佳化器還是會選擇輔助索引，但是當存取的數據占整個表中數據的蠻大一部份時（一般是20%左右），最佳化器會選擇透過聚集索引來尋找數據。

select * from _order where order_status = 1

查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。

8、復雜查詢

selectsum(amt) from _t where a = 1and b in (1, 2, 3) and c > '2020-01-01';select * from _t where a = 1and b in (1, 2, 3) and c > '2020-01-01'limit10;