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。