SQL优化的魅力!从 30248s 到 0.001s
文章来源:cnblogs.com/tangyanbo/p/4462734.html
作者: 风过无痕的博客
场景
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
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 )
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。
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:
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 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` ) ) ) )
补充:这里有网友问怎么查看优化后的语句。
方法如下:
在命令窗口执行
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:
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:
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
在执行连接查询
时间: 1.076s, 竟然时间还变长了,什么原因?查看执行计划:
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:
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:
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做操,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:
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:
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:
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。
2015-04-30日补充:最近又重新导入一些生产数据,经测试发现,前几天优化完的sql执行效率又变低了。
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
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:
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收的。
执行计划:
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:
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:
最左前缀
多列索引还有最左前缀的特性:
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
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
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
完
往期推荐
HTTP 3.0彻底放弃TCP,TCP到底做错了什么?
真正的缓存之王,Google Guava 只是弟弟
面试官灵魂拷问:为什么代码规范要求 SQL 语句不要过多的 join?
有道无术,术可成;有术无道,止于术
欢迎大家关注Java之道公众号
好文章,我在看❤️
SQL优化的魅力!从 30248s 到 0.001s相关推荐
- 一次非常有意思的SQL优化经历:从30248.271s到0.001s
用的数据库是mysql5.6,下面简单的介绍下场景 课程表: 数据100条 学生表: 数据70000条 学生成绩表SC: 数据70w条 查询目的: 查找语文考100分的考生 查询语句: 执行时间:30 ...
- 一次非常有意思的 SQL 优化经历:从 30248.271s 到 0.001s
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试资料 来源:http://t.cn/RARX9wJ 场景 我用的数据库是 ...
- 一顿骚操作!我将 SQL 耗时从 30248.271s 优化到 0.001s
源自:cnblogs.com/tangyanbo/p/4462734.html 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 i ...
- 知数堂郑松华:MySQL 8.0 SQL优化之CTE 、窗口函数的应用
特邀嘉宾 郑 松 华 知数堂<SQL优化>课程讲师 资深数据库工程师 对SQL优化有独到见解 7年SQL开发和调优经验 于韩国法院数据中心从事数据库技术支持 原SKC&CSheny ...
- 今晚直播,你该了解的MySQL 8.0 SQL优化新特性
周四见 公开课系列 We,知数堂 习惯用实力介绍自己-我们只分享干货 重磅福利来袭 2018年8月9日,20:30-22:00 周四见 不见不散! 郑 松 华 知数堂<SQL优化>课程 ...
- 和Oracle差距越来越小,你该了解的MySQL 8.0 SQL优化新特性
周四见 公开课系列 We,知数堂 习惯用实力介绍自己-我们只分享干货 重磅福利来袭 2018年8月9日,20:30-22:00 周四见 不见不散! 郑 松 华 知数堂<SQL优化>课程 ...
- 唐诗宋词 v3.0 软件下载 唐诗宋词三百首 唐诗三百首 宋词三百首 唐诗三百首下载 宋词三百首下载 SQL优化前后的代码:...
v3.0 加快了诗词数据加载速度,诗词总页数达4500页 下载地址 v3.1.5 下载地址 v3.2 完善了所有功能 下载地址 华军下载: http://www.newhua.com/soft/ ...
- 1000w的数据表,18s执行的SQL优化到0.22s?
一.废话不多说直接上 先看一下我的MySQL版本 SELECT VERSION(); 表结构 desc test; id为自增主键,val为常规索引. 增加1000w数据,测试运行sql文件较快50w ...
- 中秋节,送上一次非常有趣的SQL优化实战经历
点击上方"搜云库技术团队",选择"设为星标" 回复"1024"或"面试题"获取4T学习资料 补充:看到好多朋友后台留言说 ...
最新文章
- 在CentOS 6.8 x86_64上利用devtoolset搭建GCC 4.9.2和5.3.1开发环境
- centos7 yum安装kubernetes 1.1
- golang 代码实现 修改配置文件
- python使用教程pandas-python学习教程之Numpy和Pandas的使用
- .团队组建及项目启动
- 鸿蒙应用学习笔记01:搭建鸿蒙应用开发环境
- 有时候能讲出来,比沉默要好吧
- 问题解决: 此文件来自其他计算机,可能被阻止以帮助保护该计算机/WORD在试图打开文件时遇到错误……
- 统计学习三要素的思考
- [有源滤波器]Sallen-key开关电容电路(二阶低通滤波器)
- 掷骰子游戏设计(C++)
- 电脑版微信多开的三种方法
- 999999999分解质因数
- Installed Build Tools revision 33.0.0 is corrupted. Remove and install again using the SDK Manager
- 怎么linux添加guest,如何为Ubuntu 16.04安装VirtualBox Guest Additions
- 折腾了好久 ORA-00904: : 无效的标识符
- 南京大学计算机专硕和学硕几年制,专硕人数连续4年超过学硕,报考专硕更吃香吗?...
- 通讯方式:近场通讯和无线通讯
- APP稀有资源及19种无需编程的App创建工具
- 景观照明酒店照明LED筒灯等灯具价格的影响因素
热门文章
- 量子通信基础知识简介(一)
- 1062 Talent and Virtue (25 分)
- python数码管倒计时程序_树莓派Python编程用1位数码管显示数字倒计时
- widget是什么意思?
- Android中Fragment跳转生命周期
- 学计算机的男生生好不好找女朋友,我是计算机的大2学生,我们班上女生极少,我很想找女朋友,请问怎么? 爱问知识人...
- 七步教你从0到1创建客户服务团队
- PreCreateWindow作用
- 36氪首发|「优仕美地医疗」获亿元级B轮融资,要打造日间手术机构的连锁服务网络...
- 黑马推荐系统项目实战【四】CF的评分预测