画江湖之SQL优化 -10大经典案例场景

前言

在应用开发的早期,数据量少,开发人员开发功能时更重视功能上的实现,随着生产数据的增长,很多SQL语句开始暴露出性能问题,对生产的影响也越来越大,有时可能这些有问题的SQL就是整个系统性能的瓶颈。

SQL优化一般步骤

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 * 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。

处理方式,可以(order_status, created_at)互换前后顺序,并且调整SQL为延迟关联。

案例5、范围查询阻断,后续字段不能走索引

索引

`KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

SQL语句

`select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10

范围查询还有“IN、between”

案例6、不等于、不包含不能用到索引的快速搜索。(可以用到ICP)

select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1

在索引上,避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等

案例7、优化器选择不使用索引的情况

如果要求访问的数据量很小,则优化器还是会选择辅助索引,但是当访问的数据占整个表中数据的蛮大一部分时(一般是20%左右),优化器会选择通过聚集索引来查找数据。

select * from _order where  order_status = 1

查询出所有未支付的订单,一般这种订单是很少的,即使建了索引,也没法使用索引。

案例8、复杂查询

select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;

如果是统计某些数据,可能改用数仓进行解决;

如果是业务上就有那么复杂的查询,可能就不建议继续走SQL了,而是采用其他的方式进行解决,比如使用ES等进行解决。

案例9、asc和desc混用

select * from _t where a=1 order by b desc, c asc

desc 和asc混用时会导致索引失效

案例10、大数据

对于推送业务的数据存储,可能数据量会很大,如果在方案的选择上,最终选择存储在MySQL上,并且做7天等有效期的保存。

本作品采用《CC 协议》,转载必须注明作者和本文链接
本帖由系统于 1年前 自动加精
Luson
《L02 从零构建论坛系统》
以构建论坛项目 LaraBBS 为线索,展开对 Laravel 框架的全面学习。应用程序架构思路贴近 Laravel 框架的设计哲学。
《G01 Go 实战入门》
从零开始带你一步步开发一个 Go 博客项目,让你在最短的时间内学会使用 Go 进行编码。项目结构很大程度上参考了 Laravel。
讨论数量: 8

大佬,你也开始画江湖系列了吗

1年前 评论
Luson (楼主) 1年前

场景分析:案例3_大分页优化

  • 知识点:
    • MySQL执行顺序:order by、limit 在 select 之后
    • 普通索引:key 为索引列值,value 为主键值
括号内查询:【t2】
     1、查询主键,使用覆盖索引不需要回表,节省时间。
     2、order by c,就用不上联合索引了,应该是使用 filesort 排序
     3、limit 后,取出10条数据。
关联查询:【t1】
    4、where t1.id = t2.id 后,只有10条数据需要回表查询。

    5、总结:优化前 select * 需要全部回表查询,优化后只需要10条数据回表查询。

以上理解对吗?哪一步有问题的话请指出,多谢、

1年前 评论

场景分析:案例4 in + order by

"处理方式,可以 (order_status, created_at) 互换前后顺序,并且调整 SQL 为延迟关联"

为什么要交换索引顺序那?
按你说的改为延迟关联后,in 在这里相当于等值查询,还是会走索引的那。

SELECT *
FROM _order t1, (
        SELECT ID
        FROM _order
        WHERE shop_id = 1
            AND order_status IN (1, 2, 3)
        ORDER BY created_at DESC
        LIMIT 10
    ) t2
WHERE t1.ID = t2.ID

没搞懂为什么索引要交换顺序?

1年前 评论
Luson (楼主) 1年前
SevenMonths (作者) 1年前
SevenMonths (作者) 1年前
Luson (楼主) 1年前
SevenMonths (作者) 1年前

场景分析:案例6中的 ICP 是指索引下推

  • MySQL 5.6 引入的索引下推优化(index condition pushdown), 可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数
`KEY `idx_s` (`shop_id`)
select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1

查询会先筛选出 shop_id=1 数据,再去做后面判断。
1年前 评论

场景分析:案例 7、优化器选择不使用索引的情况

MySQL 为什么有时候会选择错索引?

普通索引:通过普通索引拿到主键ID,再去回表查询。
数据量大时select * ,优化器觉得与其使用普通索引二步走,到不如使用主键索引一步到位。
--修改下,这里表达不准确
是可能会走主键索引,也可能会不走索引。
要看计算成本。
  • 前后不矛盾吗?求科普!
    • 开始说访问数据量小时会走普通索引(辅助索引)
    • 为什么最后说未支付订单数据量小时,也不走普通索引那?
  • 答案:这里要看计算成本。
1年前 评论
Luson (楼主) 1年前
Luson (楼主) 1年前

场景分析 案例 9 asc 和 desc 混用

注意两点:
1ORDER BY 字段顺序 要与 联合索引的字段顺序 一致,否则索引不起作用.
      key(a,b,c)      order a,b,c
2ORDER BY 字段 要与 联合索引的所有字段 DESCASC 统一,否则索引不起作用.
       key(a,b,c)      order a,b,c   、  order a desc,b desc,c desc 
个人理解这里应该是 B+Tree 非叶子节点的数据结构原因吧。
联合索引 A and B and C,是按 A,B,C 依次排序的。 

目前认知就这么多,哪理解不对的大佬再给指出吧!

1年前 评论
Luson (楼主) 1年前

mark 了, 我还以为若森的人来了

1年前 评论

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!