一次非常有意思的 SQL 优化经历!
本文来源:
https://www.cnblogs.com/tangyanbo/p/4462734.html
场景
索引优化
单列索引
多列索引
索引覆盖
排序
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 > (SELECT1FROM`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.* fromStudent 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:
SELECTs.*
FROM(SELECT*FROMSC scWHEREsc.c_id = 0AND 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.* 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。
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.* 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收的
执行计划:
该语句的优化暂时告一段落
总结:
1.mysql嵌套子查询效率确实比较低
2.可以将其优化成连接查询
3.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)
4.建立合适的索引,必要时建立多列联合索引
5.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
特别推荐一个分享架构+算法的优质内容,还没关注的小伙伴,可以长按关注一下:长按订阅更多精彩▼如有收获,点个在看,诚挚感谢
一次非常有意思的 SQL 优化经历!相关推荐
- 一次非常有意思的sql优化经历
一次非常有意思的sql优化经历 原文:一次非常有意思的sql优化经历 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 PR ...
- 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 ...
- 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 varch ...
- 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 ...
- DM 一次SQL优化经历
工作中遇到一个SQL查询慢的问题 查询语句是: SELECT * FROM db_msg.t_xxpt_xx_cocall xx WHERE dt_fssj >='2020-06-03 00:0 ...
- 一次非常有趣的sql优化经历
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1 ...
- 一次 sql 优化经历,太有趣了!
作者:风过无痕 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( ...
- 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 ...
- SQL优化:紧急情况下提高SQL性能竟是这样实现的!(文中有惊喜)
关注我们获得更多精彩 作者 | 黄堋 ,多年一线 Oracle DBA 经验,长期服务电信.电网.医院.政府等行业客户.擅长数据库优化.数据库迁移升级.数据库故障处理. 在某运营商的优化经历中曾经遇到 ...
最新文章
- 【机器学习】机器学习中样本不平衡,怎么办?
- 软件质量模型 测试设计方法,质量模型-可靠性测试
- leetcode645. 错误的集合
- jQuery获取URL参数
- 依赖反转原理,IoC容器和依赖注入:第1部分
- Tip:在使用AjaxControlTookit的控件时响应事件
- lombok 的使用
- ios开发错误之: Undefined symbols for architecture x86_64
- win10运行命令大全
- android studio 融云SDK集成
- 大数据分析-第十一章 图挖掘-动机,应用和算法
- linux服务器常用软件部署搭建
- KANO 模型——卡诺模型
- numpy缩放图片/调整图片大小
- 免费专利查询和专利下载网站分享
- 无线数据包的破解——跑包
- underscorejs-pluck学习
- vue 商城浏览足迹_vue 移动端记录页面浏览位置的方法
- 解决svg格式的图片移入PPT中,图片出现viewer does not support svg 1.1问题
- 广州市车联网先导区LTE-V2X 车载直连通讯设备技术规范
热门文章
- 【Java】枚举(enum)机制 详解
- HDU1892(二维树状数组)
- 2021-03-26习题4-7 最大公约数和最小公倍数 (15 分)
- [A Dangerous Maze LightOJ - 1027 ][概率题]
- P3321 [SDOI2015]序列统计(离散对数下NTT,乘法换加法)
- 【图论专题】负环与01分数规划
- python int str_python int str
- 在小程序中实现 Mixins 方案
- 搜索插入位置的golang实现
- [ZZ]知名互联网公司Python的16道经典面试题及答案