8种常被忽视的SQL错误用法

Java技术驿站

共 2650字,需浏览 6分钟

 · 2021-11-06

sql语句的执行顺序:


  1. FROM

  2. ON

  3. JOIN

  4. WHERE

  5. GROUP BY

  6. HAVING

  7. SELECT

  8. DISTINCT

  9. ORDER BY

  10. LIMIT


1. LIMIT 语句


分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。


SELECT * FROM   operation WHERE  type = 'SQLStats' 
AND name = 'SlowLog' ORDER  BY create_time LIMIT  100010;


好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?


要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。


在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:

SELECT * FROM operation WHERE type = 'SQLStats' 
AND name = 'SlowLog' AND create_time > '2017-03-16 14:00:00' 
ORDER BY create_time limit 10;


在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。

2. 隐式转换


SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:

mysql> explain extended SELECT * FROM  my_balance b 
   > WHERE  b.bpn = 14000000123 
   >       AND b.isverified IS NULL ;
mysql> show warnings;

| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'


其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。

上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。

3. 关联更新、删除


虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。


比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。

UPDATE operation o SET status = 'applying' WHERE  o.id 
IN (SELECT id FROM (SELECT o.id,o.status FROM   operation o 
WHERE  o.group = 123 AND o.status NOT IN ( 'done' )  
ORDER  BY o.parent, o.id LIMIT  1) t);

 

执行计划:

重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。

UPDATE operation o JOIN  (SELECT o.id, o.status FROM   operation o WHERE  o.group = 123 
AND o.status NOT IN ( 'done' ) ORDER  BY o.parent,o.id LIMIT  1) t
ON o.id = t.id SET    status = 'applying'

执行计划简化为:

4. 混合排序


MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。

SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id 
ORDER  BY a.is_reply ASC, a.appraise_time DESC LIMIT  020

执行计划显示为全表扫描:

由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。

SELECT * FROM (
(SELECT * FROM my_order o INNER JOIN my_appraise a  ON a.orderid = o.id
AND is_reply = 0 ORDER  BY appraise_time DESC LIMIT  020

UNION ALL 
(SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id
AND is_reply = 1 ORDER  BY appraise_time DESC LIMIT  020)) t 
ORDER  BY  is_reply ASC, appraisetime DESC LIMIT  20;

5. EXISTS语句


MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:

SELECT *
FROM   my_neighbor n 
     LEFT JOIN my_neighbor_apply sra 
            ON n.id = sra.neighbor_id 
               AND sra.user_id = 'xxx' 
WHERE  n.topic_status < 4 
     AND EXISTS(SELECT 1 
                FROM   message_info m 
                WHERE  n.id = m.neighbor_id 
                       AND m.inuser = 'xxx'
     AND n.topic_type <> 5

执行计划为:

 去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。

SELECT *
FROM   my_neighbor n 
     INNER JOIN message_info m 
             ON n.id = m.neighbor_id 
                AND m.inuser = 'xxx' 
     LEFT JOIN my_neighbor_apply sra 
            ON n.id = sra.neighbor_id 
               AND sra.user_id = 'xxx' 
WHERE  n.topic_status < 4 
     AND n.topic_type <> 5

新的执行计划:


6. 条件下推

外部查询条件不能够下推到复杂的视图或子查询的情况有:

1、聚合子查询;

2、含有 LIMIT 的子查询;

3、UNION 或 UNION ALL 子查询;

4、输出字段中的子查询;

如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后:

SELECT * 
FROM   (SELECT target, 
             Count(*) 
      FROM   operation 
      GROUP  BY target) t 
WHERE  target = 'rm-xxxx'


确定从语义上查询条件可以直接下推后,重写如下:

SELECT target, 
     Count(*) 
FROM   operation 
WHERE  target = 'rm-xxxx' 
GROUP  BY target

执行计划变为:

关于 MySQL 外部条件不能下推的详细解释说明请参考以前文章:MySQL · 性能优化 · 条件下推到物化表 http://mysql.taobao.org/monthly/2016/07/08


7. 提前缩小范围


先上初始 SQL 语句:

SELECT * 
FROM   my_order o 
     LEFT JOIN my_userinfo u 
            ON o.uid = u.uid
     LEFT JOIN my_productinfo p 
            ON o.pid = p.pid 
WHERE  ( o.display = 0 ) 
     AND ( o.ostaus = 1 ) 
ORDER  BY o.selltime DESC 
LIMIT  015

 

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。

由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。

SELECT * 
FROM (
SELECT * 
FROM   my_order o 
WHERE  ( o.display = 0 ) 
     AND ( o.ostaus = 1 ) 
ORDER  BY o.selltime DESC 
LIMIT  015
) o 
   LEFT JOIN my_userinfo u 
            ON o.uid = u.uid 
   LEFT JOIN my_productinfo p 
            ON o.pid = p.pid 
ORDER BY  o.selltime DESC
limit 015

 

再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。


8. 中间结果集下推

再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):

SELECT    a.*, 
        c.allocated 
FROM      ( 
            SELECT   resourceid 
            FROM     my_distribute d 
                 WHERE    isdelete = 0 
                 AND      cusmanagercode = '1234567' 
                 ORDER BY salecode limit 20) a 
LEFT JOIN 
        ( 
            SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
            FROM     my_resources 
                 GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。


其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。

SELECT    a.*, 
        c.allocated 
FROM      ( 
                 SELECT   resourceid 
                 FROM     my_distribute d 
                 WHERE    isdelete = 0 
                 AND      cusmanagercode = '1234567' 
                 ORDER BY salecode limit 20) a 
LEFT JOIN 
        ( 
                 SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
                 FROM     my_resources r, 
                          ( 
                                   SELECT   resourceid 
                                   FROM     my_distribute d 
                                   WHERE    isdelete = 0 
                                   AND      cusmanagercode = '1234567' 
                                   ORDER BY salecode limit 20) a 
                 WHERE    r.resourcesid = a.resourcesid 
                 GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:

WITH a AS 

       SELECT   resourceid 
       FROM     my_distribute d 
       WHERE    isdelete = 0 
       AND      cusmanagercode = '1234567' 
       ORDER BY salecode limit 20)
SELECT    a.*, 
        c.allocated 
FROM      a 
LEFT JOIN 
        ( 
                 SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
                 FROM     my_resources r, 
                          a 
                 WHERE    r.resourcesid = a.resourcesid 
                 GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

总结


数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。


上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。


程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。

编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。


浏览 17
点赞
评论
收藏
分享

手机扫一扫分享

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

举报