一次非常有意思的sql最佳化經歷:從20148.271s到0.01s
場景
我用的資料庫是mysql5。6,下面簡單的介紹下場景
課程表
create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)
資料100條
學生表:
create table Student(
id int PRIMARY KEY,
name varchar(10)
)
資料70000條
學生成績表SC
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)
資料70w條
查詢目的:
查詢語文考100分的考生
查詢語句:
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 )
執行時間:30248。271s
暈,為什麼這麼慢,先來檢視下查詢計劃:
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 )
發現沒有用到索引,type全是ALL,那麼首先想到的就是建立一個索引,建立索引的欄位當然是在where條件的欄位。
先給sc表的c_id和score建個索引
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再次執行上述查詢語句,時間為: 1。054s
快了3w多倍,大大縮短了查詢時間,看來索引能極大程度的提高查詢效率,建索引很有必要,很多時候都忘記建
索引了,資料量小的的時候壓根沒感覺,這最佳化的感覺挺爽。
但是1s的時間還是太長了,還能進行最佳化嗎,仔細看執行計劃:
檢視最佳化後的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
1
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`
)
)
)
)
補充:這裡有網友問怎麼檢視最佳化後的語句
方法如下:
在命令視窗執行
有type=all
按照我之前的想法,該sql的執行的順序應該是先執行子查詢
select s_id from SC sc where sc。c_id =
0
and sc。score =
100
耗時:0。001s
得到如下結果:
然後再執行
select s。* from Student s where s。s_id in(7,29,5000)
耗時:0。001s
這樣就是相當快了啊,Mysql竟然不是先執行裡層的查詢,而是將sql最佳化成了exists子句,並出現了EPENDENT SUBQUERY,
mysql是先執行外層查詢,再執行裡層的查詢,這樣就要迴圈70007*8次。
那麼改用連線查詢呢?
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
這裡為了重新分析連線查詢的情況,先暫時刪除索引sc_c_id_index,sc_score_index
執行時間是:0。057s
效率有所提高,看看執行計劃:
這裡有連表的情況出現,我猜想是不是要給sc表的s_id建立個索引
CREATE index sc_s_id_index on SC(s_id);
show index from SC
在執行連線查詢
時間: 1。076s,竟然時間還變長了,什麼原因?檢視執行計劃:
最佳化後的查詢語句為:
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)
)
貌似是先做的連線查詢,再進行的where條件過濾
回到前面的執行計劃:
這裡是先做的where條件過濾,再做連表,執行計劃還不是固定的,那麼我們先看下標準的sql執行順序:
正常情況下是先join再進行where過濾,但是我們這裡的情況,如果先join,將會有70w條資料傳送join做操,因此先執行where
過濾是明智方案,現在為了排除mysql的查詢最佳化,我自己寫一條最佳化後的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
即先執行sc表的過濾,再進行表連線,執行時間為:0。054s
和之前沒有建s_id索引的時間差不多
檢視執行計劃:
先提取sc再連表,這樣效率就高多了,現在的問題是提取sc的時候出現了掃描表,那麼現在可以明確需要建立相關索引
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再執行查詢:
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
執行時間為:0。001s,這個時間相當靠譜,快了50倍
執行計劃:
我們會看到,先提取sc,再連表,都用到了索引。
那麼再來執行下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
執行時間0。001s
執行計劃:
這裡是mysql進行了查詢語句最佳化,先執行了where過濾,再執行連線操作,且都用到了索引。
補充:最近又重新匯入一些生產資料,經測試發現,前幾天最佳化完的sql執行效率又變低了
調整內容為SC表的資料增長到300W,學生分數更為離散。
先回顧下:
show index from SC
執行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
執行時間:0。061s,這個時間稍微慢了點
執行計劃:
這裡用到了intersect並集操作,即兩個索引同時檢索的結果再求並集,再看欄位score和c_id的區分度,
單從一個欄位看,區分度都不是很大,從SC表檢索,c_id=81檢索的結果是70001,score=84的結果是39425
而c_id=81 and score=84 的結果是897,即這兩個欄位聯合起來的區分度是比較高的,因此建立聯合索引查詢效率
將會更高,從另外一個角度看,該表的資料是300w,以後會更多,就索引儲存而言,都是不小的數目,隨著資料量的
增加,索引就不能全部載入到記憶體,而是要從磁碟去讀取,這樣索引的個數越多,讀磁碟的開銷就越大,因此根據具體
業務情況建立多列的聯合索引是必要的,那麼我們來試試吧。
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);
執行上述查詢語句,消耗時間為:0。007s,這個速度還是可以接收的
執行計劃:
該語句的最佳化暫時告一段落
總結:
1。mysql巢狀子查詢效率確實比較低
2。可以將其最佳化成連線查詢
3。連線表時,可以先用where條件對錶進行過濾,然後做表連線
(雖然mysql會對連表語句做最佳化)
4。建立合適的索引,必要時建立多列聯合索引
5。學會分析sql執行計劃,mysql會對sql進行最佳化,所以分析執行計劃很重要
索引最佳化
上面講到子查詢的最佳化,以及如何建立索引,而且在多個欄位索引時,分別對欄位建立了單個索引
後面發現其實建立聯合索引效率會更高,尤其是在資料量較大,單個列區分度不高的情況下。
單列索引
查詢語句如下:
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);
分別對sex,type,age欄位做了索引,資料量為300w,查詢時間:0。415s
執行計劃:
發現type=index_merge
這是mysql對多個單列索引的最佳化,對結果集採用intersect並集操作
多列索引
我們可以在這3個列上建立多列索引,將表copy一份以便做測試
create index user_test_index_sex_type_age on user_test(sex,type,age);
查詢語句:
select * from user_test where sex = 2 and type = 2 and age = 10
執行時間:0。032s,快了10多倍,且多列索引的區分度越高,提高的速度也越多
執行計劃:
最左字首
多列索引還有最左字首的特性:
執行一下語句:
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
都會使用到索引,即索引的第一個欄位sex要出現在where條件中
索引覆蓋
就是查詢的列都建立了索引,這樣在獲取結果集的時候不用再去磁盤獲取其它列的資料,直接返回索引資料即可
如:
select sex,type,age from user_test where sex = 2 and type = 2 and age = 10
執行時間:0。003s
要比取所有欄位快的多
排序
select * from user_test where sex = 2 and type = 2 ORDER BY user_name
時間:0。139s
在排序欄位上建立索引會提高排序的效率
create index user_name_index on user_test(user_name)
最後附上一些sql調優的總結,以後有時間再深入研究
1。 列型別儘量定義成數值型別,且長度儘可能短,如主鍵和外來鍵,型別欄位等等
2。 建立單列索引
3。 根據需要建立多列聯合索引
當單個列過濾之後還有很多資料,那麼索引的效率將會比較低,即列的區分度較低,
那麼如果在多個列上建立索引,那麼多個列的區分度就大多了,將會有顯著的效率提高。
4。 根據業務場景建立覆蓋索引
只查詢業務需要的欄位,如果這些欄位被索引覆蓋,將極大的提高查詢效率
5。 多表連線的欄位上需要建立索引
這樣可以極大的提高表連線的效率
6。 where條件欄位上需要建立索引
7。 排序欄位上需要建立索引
8。 分組欄位上需要建立索引
9。 Where條件上不要使用運算函式,以免索引失效
作者:
風過無痕-唐
原文:
http://www。
cnblogs。com/tangyanbo/
宣告:本文以學習、研究和分享為主,歡迎轉載,但必須在文章頁面明顯位置給出原文連線。 如果文中有不妥或者錯誤的地方還望高手的你指出,以免誤人子弟。如果你有更好的建議,不如留言一起討論,共同進步! 再次感謝您耐心的讀完本篇文章。
上一篇:從C語言到彙編(九)函式引數
下一篇:國考列印准考證注意事項