实用性极强的MySQL查询优化策略

前言

在程序上线运行一段时间后,一旦数据量上去了,或多或少会感觉到系统出现延迟、卡顿等现象,出现这种问题,就需要程序员或架构师进行系统调优工作了。
其中,大量的实践经验表明,调优的手段尽管有很多,但涉及到 SQL调优的内容仍然是非常重要的一环,本文将结合实例,总结一些工作中可能涉及到的 SQL优化策略。

一、查询优化

可以说,对于大多数系统来说,读多写少一定是常态,这就表示涉及到查询的SQL是非常高频的操作。

前置准备:给一张测试表添加10万条数据。

使用下面的存储过程给单表造一批数据,将表换成自己的就好了。

create procedure addMyData()
  begin
    declare num int;
    set num =1;
    while num <= 100000 do
      insert into XXX_table values(
        replace(uuid(),'-',''),concat('测试',num),concat('cs',num),'123456'
      );

      set num =num +1;
    end while;
  end ;

然后调用该存储过程:

call addMyData();

本篇准备了3张表,分别为学生(student)表,班级(class)表,账户(account)表,各自有50万,1万和10万条数据用于测试。

二、分页查询优化

分页数量非常大时,查询比较耗时,比如查询student表,使用下面的sql查询,耗时达到0.2秒。

一般越往后,分页查询效率越低,这就是分页查询的问题所在, 因为,当在进行分页查询时,如果执行 limit 400000,10 ,此时需要 MySQL 排序前4000 10 记录,仅仅返回400000 - 4 00010 的记录,其他记录丢弃,查询排序的代价非常大。

优化思路:

一般分页查询时,通过创建 覆盖索引 能够比较好地提高性能,可以通过覆盖索引加子查询形式进行优化。

1.在索引上完成排序分页操作,最后根据主键关联回原表查询所需要的其他列内容

SELECT * FROM student t1,(SELECT id FROM student ORDER BY id LIMIT 400000,10) t2 WHERE t1.id =t2.id;

执行上面的sql,可以看到响应时间有一定的提升。

2.对于主键自增的表,可以把Limit 查询转换成某个位置的查询

select * from student where id > 400000 limit 10;

执行上面的sql,可以看到响应时间有一定的提升。

三、关联查询优化

在实际的业务开发过程中,关联查询可以说随处可见,关联查询的优化核心思路是,最好为关联查询的字段添加索引,这是关键。具体到不同的场景,还需要具体分析,这个跟mysql的引擎在执行优化策略的方案选择时有一定关系。

1.左连接或右连接

下面是一个使用left join 的查询,可以预想到这条sql查询的结果集非常大。

select t.* from student t left join class cs on t.classId = cs.id;

为了检查下sql的执行效率,使用explain做一下分析,可以看到,第一张表即left join左边的表student走了全表扫描,而class表走了主键索引,尽管结果集较大,还是走了索引。

针对这种场景的查询,思路如下:

  • 让查询的字段尽量包含在主键索引或者覆盖索引中;
  • 查询的时候尽量使用分页查询。

关于左连接(右连接)的explain结果补充说明:

  • 左连接左边的表一般为驱动表,右边的表为被驱动表;
  • 尽可能让数据集小的表作为驱动表,减少mysql内部循环的次数;
  • 两表关联时,explain结果展示中,第一栏一般为驱动表。

2.关联查询关联的字段建立索引

看下面的这条sql,其关联字段非表的主键,而是普通的字段。

explain select u.* from tenant t left join `user` u on u.account = t.tenant_name where t.removed is null and u.removed is null;

通过explain分析可以发现,左边的表走了全表扫描,可以考虑给左边的表的tenant_nameuser表的account 各自创建索引。

create index idx_name on tenant(tenant_name);
create index idx_account on `user`(account);

再次使用explain分析结果如下:

可以看到第二行type变为ref,rows的数量优化比较明显。这是由左连接特性决定的,LEFT JOIN条件用于确定如何从右表搜索行,左边一定都有,所以右边是我们的关键点,一定需要建立索引。

3.内连接关联的字段建立索引

左连接和右连接查询的数据分别是完全包含左表数据,完全包含右表数据,而内连接(inner joinjoin) 则是取交集(共有的部分),在这种情况下,驱动表的选择是由mysql优化器自动选择的

在上面的基础上,首先移除两张表的索引:

ALTER TABLE `user` DROP INDEX idx_account;
ALTER TABLE `tenant` DROP INDEX idx_name;

使用explain语句进行分析:

然后给user表的account字段添加索引,再次执行explain我们发现,user表竟然被当作是被驱动表了。

此时,如果我们给tenant表的tenant_name加索引,并移除user表的account索引,得出的结果竟然都没有走索引,再次说明,使用内连接的情况下,查询优化器将会根据自己的判断进行选择

四、子查询优化

子查询在日常编写业务的SQL时也是使用非常频繁的做法,不是说子查询不能用,而是当数据量超出一定的范围之后,子查询的性能下降是很明显的,关于这一点,本人在日常工作中深有体会。

比如下面这条sql,由于student表数据量较大,执行起来耗时非常长,可以看到耗费了将近3秒。

select st.* from student st where st.classId in (
  select id from class where id > 100
);

通过执行explain进行分析得知,内层查询 id > 100的子查询尽管用上了主键索引,但是由于结果集太大,带入到外层查询,即作为in的条件时,查询优化器还是走了全表扫描。

针对上面的情况,可以考虑下面的优化方式:

select st.id from student st join class cl on st.classId = cl.id where cl.id > 100;

子查询性能低效的原因

  • 需要创建临时表: 子查询时,MySQL需要为内层查询语句的查询结果建立一个临时表 ,然后外层查询语句从临时表中查询记录,查询完毕后,再撤销这些临时表 。这样会消耗过多的CPU和IO资源,产生大量的慢查询;
  • 临时表不能走索引: 子查询结果集存储的临时表,不论是内存临时表还是磁盘临时表都不能走索引,所以查询性能会受到一定的影响;
  • 子查询结果集较大: 对于返回结果集比较大的子查询,其对查询性能的影响也就越大。

使用mysql查询时,可以使用连接(JOIN)查询来替代子查询。连接查询不需要建立临时表 ,其速度比子查询要快 ,如果查询中使用索引的话,性能就会更好,尽量不要使用NOT IN 或者 NOT EXISTS,用LEFT JOIN xxx ON xx WHERE xx IS NULL替代。

一个真实的案例

在下面的这段sql中,优化前使用的是子查询,在一次生产问题的性能分析中,发现某个tenant_id下的数据达到了35万多,这样直接导致某个列表页面的接口查询耗时达到了5秒左右。

找到了问题的根源后,尝试使用上面的优化思路进行解决即可,优化后的sql大概如下:

五、排序(order by)优化

在MySQL,排序主要有两种方式:

  • Using filesort : 通过表索引或全表扫描,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 : 通过有序的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。

1.使用age字段进行排序

由于age字段未加索引,查询结果按照age排序的时候发现使用了filesort,排序性能较低。

age字段添加索引,再次使用order by时就走了索引。

2.使用多字段进行排序

通常在实际业务中,参与排序的字段往往不只一个,这时候,就可以对参与排序的多个字段创建联合索引。

如下根据stunoage排序:

stunoage添加联合索引:

create index idx_stuno_age on `student`(stuno,age);

再次分析时结果如下,此时排序走了索引:

1)关于多字段排序时的注意事项

需要满足最左前缀法则

排序时,需要满足最左前缀法则,否则也会出现 filesort

在上面我们创建的联合索引顺序是stuno和age,即stuno在前面,而age在后,如果查询的时候调换排序顺序会怎样呢?通过分析结果发现,走了filesort。

排序时,排序的类型保持一致

在保持字段排序顺序不变时,默认情况下,如果都按照升序或者降序时,order by可以使用index,如果一个是升序,另一个是降序会如何呢?分析发现,这种情况下也会走filesort

六、分组(group by)优化

group by 的优化策略和order by 的优化策略非常像,主要列举如下几个要点:

  • group by 即使没有过滤条件用到索引,也可以直接使用索引;
  • group by 先排序再分组,遵照索引建的最佳左前缀法则;
  • 当无法使用索引列时,增大 max_length_for_sort_datasort_buffer_size 参数的设置;
  • where效率高于having,能写在where限定的条件就不要写在having中了;
  • 减少使用order by,能不排序就不排序,或将排序放到程序去做。Order by、groupby、distinct这些语句较为耗费CPU,数据库的CPU资源是极其宝贵的;
  • 如果sql包含了order by、group by、distinct这些查询的语句,where条件过滤出来的结果集请保持在1000行以内,否则SQL会很慢;

1.给group by的字段添加索引

如果字段未加索引,分析结果如下,这种结果性能显然很低效。

给stuno添加索引之后:

给stuno和age添加联合索引:

如果不遵循最佳左前缀,group by 性能将会比较低效。

遵循最佳左前缀的情况如下:

七、count 优化

count() 是一个聚合函数,对于返回的结果集,一行行判断,如果 count 函数的参数不是NULL,累计值就加 1,否则不加,最后返回累计值。

用法:count(*)、count(主键)、count(字段)、count(数字)

如下列举了count的几种写法的详细说明:

经验值总结:

按照效率排序来看,count(字段) < count(主键 id) < count(1) ≈ count(*),所以尽量使用 count(*)