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；

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；

1、分页查询优化

分页查询是开发中经常会遇到的，有一种情况是，当分页的数量非常大的时候，查询的时候往往非常耗时，比如查询 student 表，使用下面的 sql 查询，耗时达到 0.2 秒；

实践经验告诉我们，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；

2、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；

2.1 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；

2.2 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_name 和 user 表的`` 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 。

2.3 内连接关联的字段建立索引

我们知道，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 join 或 join） 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；

3、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

• 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；

• 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；

• 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，

4、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

4.1 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；

给 age 字段添加索引，再次使用 order by 时就走了索引；

4.2 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 stuno 和 age 排序

给 stuno 和 age 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

关于多字段排序时的注意事项

1）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；

2）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；

5、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_data 和 sort_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；

5.1 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

6、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(*)