10 个经典场景带你玩转 SQL 优化

1.通过慢查日志等定位那些执行效率较低的 SQL 语句

2.explain 分析 SQL 的执行计划

需要重点关注 type、rows、filtered、extra。

type 由上至下，效率越来越高

• ALL 全表扫描

• index 索引全扫描

• range 索引范围扫描，常用语<,<=,>=,between,in 等操作

• ref 使用非唯一索引扫描或唯一索引前缀扫描，返回单条记录，常出现在关联查询中

• eq_ref 类似 ref，区别在于使用的是唯一索引，使用主键的关联查询

• const/system 单条记录，系统会把匹配行中的其他列作为常数处理，如主键或唯一索引查询

• null MySQL 不访问任何表或索引，直接返回结果 虽然上至下，效率越来越高，但是根据 cost 模型，假设有两个索引 idx1(a, b, c),idx2(a, c)，SQL 为"select * 《一线大厂 Java 面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》无偿开源 威信搜索公众号【编程进阶路】 from t where a = 1 and b in (1, 2) order by c";如果走 idx1，那么是 type 为 range，如果走 idx2，那么 type 是 ref；当需要扫描的行数，使用 idx2 大约是 idx1 的 5 倍以上时，会用 idx1，否则会用 idx2 Extra

• Using filesort：MySQL 需要额外的一次传递，以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配 WHERE 子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序，并按排序顺序检索行。

• Using temporary：使用了临时表保存中间结果，性能特别差，需要重点优化

• Using index：表示相应的 select 操作中使用了覆盖索引（Coveing Index）,避免访问了表的数据行，效率不错！如果同时出现 using where，意味着无法直接通过索引查找来查询到符合条件的数据。

• Using index condition：MySQL5.6 之后新增的 ICP，using index condtion 就是使用了 ICP（索引下推），在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据减少回表的数据。

3.show profile 分析

了解 SQL 执行的线程的状态及消耗的时间。默认是关闭的，开启语句set profiling = 1

SHOW?PROFILES?;

SHOW?PROFILE?FOR?QUERY??#{id};

4.trace

trace 分析优化器如何选择执行计划，通过 trace 文件能够进一步了解为什么优惠券选择 A 执行计划而不选择 B 执行计划。

set?optimizer_trace="enabled=on";

set?optimizer_trace_max_mem_size=1000000;

select?*?from?information_schema.optimizer_trace;

5.确定问题并采用相应的措施

• 优化索引

• 优化 SQL 语句：修改 SQL、IN 查询分段、时间查询分段、基于上一次数据过滤

• 改用其他实现方式：ES、数仓等

• 数据碎片处理

场景分析

案例 1.最左匹配

索引

KEY?idx_shopid_orderno?(shop_id,order_no)

SQL 语句

select?*?from?_t?where?orderno=''

查询匹配从左往右匹配，要使用 order_no 走索引，必须查询条件携带 shop_id 或者索引(shop_id,order_no)调换前后顺序

案例 2.隐式转换

索引

KEY?idx_mobile?(mobile)

SQL 语句

select?*?from?_user?where?mobile=12345678901

隐式转换相当于在索引上做运算，会让索引失效。mobile 是字符类型，使用了数字，应该使用字符串匹配，否则 MySQL 会用到隐式替换，导致索引失效。

案例 3.大分页

索引

KEY?idx_a_b_c?(a,?b,?c)

SQL 语句

select?*?from?_t?where?a?=?1?and?b?=?2?order?by?c?desc?limit?10000,?10;

对于大分页的场景，可以优先让产品优化需求，如果没有优化的，有如下两种优化方式， 一种是把上一次的最后一条数据，也即上面的 c 传过来，然后做“c < xxx”处理，但是这种一般需要改接口协议，并不一定可行。另一种是采用延迟关联的方式进行处理，减少 SQL 回表，但是要记得索引需要完全覆盖才有效果，SQL 改动如下

select?t1.*?from?_t?t1,?(select?id?from?_t?where?a?=?1?and?b?=?2?order?by?c?desc?limit?10000,?10)?t2?where?t1.id?=?t2.id;

案例 4.in + order by

索引

KEY?idx_shopid_status_created?(shop_id,?order_status,?created_at)

SQL 语句

select?*?from?_order?where?shop_id?=?1?and?order_status?in?(1,?2,?3)?order?by?created_at?desc?limit?10

in 查询在 MySQL 底层是通过 n*m 的方式去搜索，类似 union，但是效率比 union 高。in 查询在进行 cost 代价计算时（代价 = 元组数 * IO 平均值），是通过将 in 包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以 MySQL 设置了个临界值(eq_range_index_dive_limit)，5.6 之后超过这个临界值后该列的 cost 就不参与计算了。因此会导致执行计划选择不准确。默认是 200，即 in 条件超过了 200 个数据，会导致 in 的代价计算存在问题，可能会导致 Mysql 选择的索引不准确。