SQL 优化:从 30248.271s 到 0.001s

场景

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

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 )

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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          
                1         
            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:这里有网友问怎么查看优化后的语句。

方法如下:

在命令窗口执行

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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。

2015-04-30 日补充: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

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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:

SQL 优化:从 30248.271s 到 0.001s

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

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

建立单列索引

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,
那么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。

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

多表连接的字段上需要建立索引这样可以极大的提高表连接的效率

where 条件字段上需要建立索引

排序字段上需要建立索引

分组字段上需要建立索引

Where 条件上不要使用运算函数,以免索引失效


来源:风过无痕的博客  cnblogs.com/tangyanbo/p/4462734.html

© 版权声明

☆ END ☆
喜欢就点个赞吧
点赞0 分享
图片正在生成中,请稍后...