SQL优化的魅力!从 30248s 到 0.001s

码农突围

共 11407字,需浏览 23分钟

 ·

2022-07-31 14:08

点击上方“码农突围”,马上关注
这里是码农充电第一站,回复“666”,获取一份专属大礼包
真爱,请设置“星标”或点个“在看”

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 )
图片

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条件的字段了。

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:

图片

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  
            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`  
                    )  
                )  
        )  
    )  

怎么查看优化后的语句?

方法如下(在命令窗口执行 ):

图片
图片

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:

图片

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:

图片

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  
图片

再执行连接查询

时间: 1.076s

竟然时间还变长了,什么原因?查看执行计划:

图片

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:

图片

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:

图片

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,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:

图片

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:

图片

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:

图片

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。

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  
图片

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:

图片

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受的

执行计划:

图片

该语句的优化暂时告一段落

总结:

  • mysql嵌套子查询效率确实比较低

  • 可以将其优化成连接查询

  • 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)

  • 建立合适的索引,必要时建立多列联合索引

  • 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:

图片

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:

图片

最左前缀

多列索引还有最左前缀的特性:

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

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  

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

参考文章

http://www.cnblogs.com/linfangshuhellowored/p/4430293.html
http://tech.meituan.com/mysql-index.html
http://www.cnblogs.com/Toolo/p/3634563.html
http://www.cnblogs.com/mliang/p/3637937.html
http://www.cnblogs.com/xwdreamer/archive/2012/07/19/2599494.html
http://www.cnblogs.com/ggjucheng/archive/2012/11/11/2765237.htm

来源:cnblogs.com/tangyanbo/p/4462734.html

(完)

码农突围资料链接

1、卧槽!字节跳动《算法中文手册》火了,完整版 PDF 开放下载!
2、计算机基础知识总结与操作系统 PDF 下载
3、艾玛,终于来了!《LeetCode Java版题解》.PDF
4、Github 10K+,《LeetCode刷题C/C++版答案》出炉.PDF

欢迎添加鱼哥个人微信:smartfish2020,进粉丝群或围观朋友圈。

浏览 24
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报