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 *** 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 *** 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;”
@H_419_106@SHOW PROfileS ;SHOW PROfile FOR query #{ID};4、tracetrace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。
@H_419_106@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
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;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 10in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。
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 (1,3) and c > '2020-01-01';select * from _t where a = 1 and b in (1,3) 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。
select * from _t where a=1 order by b desc,c ascdesc 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。
那么需要注意，频繁的清理数据，会照成数据碎片，需要联系DBA进行数据碎片处理。
以上是内存溢出为你收集整理的SQL优化这么做就对了全部内容，希望文章能够帮你解决SQL优化这么做就对了所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）