第三十四期:一次非常有意思的sql优化经历
风过无痕的博客 6月24日
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 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SC
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:
EXPLAINselect 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 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:这里有朋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 sINNER JOIN SC scon sc.s_id = s.s_idwhere 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
SELECTs.*
FROM(SELECT*FROMSC scWHEREsc.c_id = 0AND 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 ) tINNER 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.* fromStudent sINNER JOIN SC scon sc.s_id = s.s_idwhere 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。
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.* fromStudent sINNER JOIN SC scon sc.s_id = s.s_idwhere 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受的
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 = 2select * from user_test where sex = 2 and type = 2select * 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
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
阅读目录(置顶)(长期更新计算机领域知识)https://blog.csdn.net/weixin_43392489/article/details/102380691
阅读目录(置顶)(长期更新计算机领域知识)https://blog.csdn.net/weixin_43392489/article/details/102380882
阅读目录(置顶)(长期科技领域知识)https://blog.csdn.net/weixin_43392489/article/details/102600114
第三十四期:一次非常有意思的sql优化经历相关推荐
- 第三十四期-ARM Linux内核的中断(4)
作者:罗宇哲,中国科学院软件研究所智能软件研究中心 上一期中我们介绍了ARM Linux内核中外设中断处理的部分流程,这一期我们将继续介绍ARM Linux内核的外设中断处理流程中与中断描述符相关的部 ...
- 微软安全新闻聚焦-双周刊第三十四期
Biweekly Spotlights ==== 2013. 6. 5– 2013. 6. 20 第 34 期 ==== 微软发布 EMET 4.0 2013年6月17日 Enhanced Miti ...
- 第一百三十四期:MySQL分页查询方法及优化
在MySQL中,分页查询一般都是使用limit子句实现,limit子句声明如下:LIMIT子句可以被用于指定 SELECT 语句返回的记录数. 作者:青芽草 分页查询方法: 在MySQL中,分页查询 ...
- 第三十四期:花了一个星期,我终于把RPC框架整明白了!
RPC(Remote Procedure Call):远程过程调用,它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的思想. 作者:李金葵 RPC(Remote Procedure ...
- Android Studio第三十四期 - git企业级应用命令
1.git status 2.git add -A 3.git commit -m "merger" 4.git pull 5.git push origin master 6.g ...
- Android第三十四期 - 极光推送
代码已经整理好,参照官网的文档很快你会可以配置出来,如下效果:
- Rigetti完成英国量子计算机的搭建;拓扑量子计算遭遇严重的挫折 | 全球量子科技与工业快讯第三十九期
Rigetti完成英国量子计算机的搭建 Rigetti及其合作伙伴已经在英国完成了首个量子计算系统的建设,并计划在2022年初通过Rigetti量子云服务提供该系统.这台商用量子计算机是英国的第一台, ...
- 光子浏览器_光子学公开课第十四期 明日开课 | 上海大学金翊教授:三值光学计算机...
导引 三值光学处理器用无光态和偏振方向正交的两个线偏振光态表达信息,用旋光器和偏振片制作光学运算器,沿用现有的计算机外设和存储芯片.依据降值设计理论构造出的三值逻辑光学处理器能够根据用户的需要而改变硬 ...
- 二分法查找c语言程序_C语言的那些经典程序 第十四期
戳"在看"一起来充电吧! C语言的那些经典程序 第十四期 本期小C给大家带来三个用C语言解决实际问题的典例.如果全都理解,相信肯定能给大家带来收获!接下来让我们看看是哪些程序吧! ...
最新文章
- 嵌入式学习笔记之三 (uboot我来看)
- linux socket文件数限制,Linux下高并发socket最大连接数所受的限制问题
- Go gin其他数据类型渲染
- 构建Squid代理服务器-传统代理、透明代理、反向代理
- jboss架构_检查Red Hat JBoss BRMS部署架构的规则和事件(第一部分)
- java缩写_Java学习-Java缩写词的意思
- 页面url带参数_微信小程序云开发教程微信小程序的JS高级页面间数据传递
- 3 MM配置-企业结构-定义-定义库存地点
- js 一个对象的属性名是一个变量如何设置和获取值
- 【jquery】fancybox 是一款优秀的 jquery 弹出层展示插件
- ARM架构及ARM指令集、Thumb指令集你了解多少?
- 伺服电机选型时,惯量匹配和惯量比的问题
- USB C口5V输入,四节串联锂电池充电管理芯片,IC电路板PW4405芯片-22号电路板
- 套件端口 群晖_群晖套件重装过程中提示端口被占用的解决方案
- SQL Server之dbo
- 【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析:拟合神经网络fitnet里面的函数】
- 数学速算法_新初一】七年级上册数学几何图形初步知识点梳理+例题详解!
- 一不小心把此电脑删了,如何把此电脑添加到桌面?
- 如何调用EasyCVR平台的登录、播放地址、录像回看接口?
- OCX控件在win10下的查看、删除、注册、卸载
热门文章
- 大型网站系统架构实践(四)http层负载均衡之haproxy实践篇(一)
- 在DrawingVisual上绘制圆形的进度条,类似于IOS系统风格。
- jquery +做CheckBoxList全选,反选
- DataGridView 写入到EXCEL
- idea清理svn信息_IntelliJ IDEA SVN的账号修改 信息清除
- 在WordPress文章中插入表格的四种方法,史上最全
- Linux内存卡(SD卡、TF卡)作为Swap交换空间
- 【RK3399Pro学习笔记】五、ROS与USB摄像头
- 【机器视觉学习笔记】Harris 角点检测算法(C++)
- 查找字符串中要查找的字符串最后一次出现的位置