写点什么

一次非常有意思的 SQL 优化经历: 从 30248.271s 到 0.001s

用户头像
Java小咖秀
关注
发布于: 2020 年 07 月 07 日
一次非常有意思的 SQL 优化经历: 从 30248.271s 到 0.001s

作者： 风过无痕的博客

链接：https://www.cnblogs.com/tangyanbo/p/4462734.html



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
                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





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sccid_index，sc_score_index



执行时间是：0.057s



效率有所提高，看看执行计划：



![](https://imgkr.cn-bj.ufileos.com/9341b6a4-d71b-4ec9-91f9-cf5799f5f783.png)



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。



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





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：





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



  1. 建立单列索引



  1. 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。



  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



  1. 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



  1. where条件字段上需要建立索引



  1. 排序字段上需要建立索引



  1. 分组字段上需要建立索引



  1. Where条件上不要使用运算函数，以免索引失效



划线
评论
复制
发布于: 2020 年 07 月 07 日阅读数: 183
MySQL面试经验分享优化逻辑后端开发
用户头像

Java小咖秀

关注

公众号:Java小咖秀，专注Java相关领域。 2020.06.18 加入

公众号【Java小咖秀】，回复“面试”白嫖一份博主Java面试题。 个人网站：https://www.javaxks.com。

评论

发布
暂无评论
Copyright © 2021, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5京公网安备京公网安备 11010502039052号
一次非常有意思的 SQL 优化经历: 从 30248.271s 到 0.001s