一通骚操作,我把SQL执行效率提高了10000000倍!

来自:风过无痕的博客

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 )




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:



查看优化后的sql:


SELECT
    `YSB`.`s`.`s_id` AS `s_id`,
    `YSB`.`s`.`name` AS `name`
FROM
    `YSB`.`Student` `s`
WHERE
    < in_optimizer > (
        `YSB`.`s`.`s_id` ,< EXISTS > (
            SELECT
            FROM
                `YSB`.`SC` `sc`
            WHERE
                (
                    (`YSB`.`sc`.`c_id` = 0)
                    AND (`YSB`.`sc`.`score` = 100)
                    AND (
                        < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
                    )
                )
        )
    )


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 



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:


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:



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



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:



优化后的查询语句为:


SELECT
    `YSB`.`s`.`s_id` AS `s_id`,
    `YSB`.`s`.`name` AS `name`
FROM
    `YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
    (
        (
            `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
        )
        AND (`YSB`.`sc`.`score` = 100)
        AND (`YSB`.`sc`.`c_id` = 0)
    )


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:



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:



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
    ) t
INNER 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:



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
    ) t
INNER 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:


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:


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。


==========

(我是华丽的分割线)


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



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:


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:


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:


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:


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。


1、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

2、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

3、where条件字段上需要建立索引

4、排序字段上需要建立索引

5、分组字段上需要建立索引

6、Where条件上不要使用运算函数,以免索引失效

7、排序字段上需要建立索引

8、分组字段上需要建立索引

9Where条件上不要使用运算函数,以免索引失效


参考文章

http://www.cnblogs.com/linfangshuhellowored/p/4430293.html


慢sql查询

http://tech.meituan.com/mysql-index.html


笛卡尔乘积

http://www.cnblogs.com/Toolo/p/3634563.html


sql优化

http://www.cnblogs.com/mliang/p/3637937.html

http://www.cnblogs.com/xwdreamer/archive/2012/07/19/2599494.html


执行计划参考:

http://www.cnblogs.com/ggjucheng/archive/2012/11/11/2765237.html

推荐↓↓↓
数据库开发
上一篇:史上最通俗分布式锁解读,看完不懂算我输 下一篇:10分钟搞懂:亿级用户的分布式数据存储解决方案!