最新要闻

广告

手机

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

 警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

家电

  1. 首页
  2. 移动通信
  3. 内容

全球实时：一文带你搞懂如何优化慢SQL

来源：博客园

作者：京东科技宋慧超

一、前言


(资料图片仅供参考)

最近通过SGM监控发现有两个SQL的执行时间占该任务总执行时间的90%，通过对该SQL进行分析和优化的过程中，又重新对SQL语句的执行顺序和SQL语句的执行计划进行了系统性的学习，整理的相关学习和总结如下；

二、SQL语句执行顺序

要想优化慢SQL语句首先需要了解SQL语句的执行顺序，SQL语句中的各关键词执行顺序如下：

◦首先执行from、join来确定表之间的连接关系，得到初步的数据。

◦然后利用where关键字后面的条件对符合条件的语句进行筛选。

from&join&where：用于确定要查询的表的范围，涉及到哪些表。

选择一张表，然后用join连接：

from table1 join table2 on table1.id=table2.id

选择多张表，用where做关联条件：

from table1,table2 where table1.id=table2.id

最终会得到满足关联条件的两张表的数据，不加关联条件会出现笛卡尔积。

◦然后利用group by对数据进行分组。

按照SQL语句中的分组条件对数据进行分组，但是不会筛选数据。

下面用按照id的奇偶进行分组：

◦然后分组后的数据分别执行having中的普通筛选或者聚合函数筛选。

having&where

having中可以是普通条件的筛选，也能是聚合函数，而where中只能是普通函数；一般情况下，有having可以不写where，把where的筛选放在having里，SQL语句看上去更丝滑。

使用where再group by： 先把不满足where条件的数据删除，再去分组。

使用group by在having：先分组再删除不满足having条件的数据。（该两种几乎没有区别）

比如举例如下：100/2=50，此时我们把100拆分(10+10+10+10+10…)/2=5+5+5+…+5=50,只要筛选条件没变，即便是分组了也得满足筛选条件，所以where后group by和group by再having是不影响结果的！

不同的是，having语法支持聚合函数,其实having的意思就是针对每组的条件进行筛选。我们之前看到了普通的筛选条件是不影响的，但是having还支持聚合函数，这是where无法实现的。

当前的数据分组情况

执行having的筛选条件，可以使用聚合函数。筛选掉工资小于各组平均工资的having salary：

然后再根据我们要的数据进行select，普通字段查询或者聚合函数查询，如果是聚合函数，select的查询结果会增加一条字段。

分组结束之后，我们再执行select语句，因为聚合函数是依赖于分组的，聚合函数会单独新增一个查询出来的字段，这里我们两个id重复了，我们就保留一个id，重复字段名需要指向来自哪张表，否则会出现唯一性问题。最后按照用户名去重。

select employee.id,distinct name,salary, avg(salary)

将各组having之后的数据再合并数据。

◦然后将查询到的数据结果利用distinct关键字去重。

◦然后合并各个分组的查询结果，按照order by的条件进行排序。

比如这里按照id排序。如果此时有limit那么查询到相应的我们需要的记录数时，就不继续往下查了。

◦最后使用limit做分页。

记住limit是最后查询的，为什么呢？假如我们要查询薪资最低的三个数据，如果在排序之前就截取到3个数据。实际上查询出来的不是最低的三个数据而是前三个数据了，记住这一点。

假如SQL语句执行顺序是先做limit再执行order by，执行结果为3500,5500,7000了（正确SQL执行的最低工资的是3500,5500,5500）。

SQL查询时需要遵循的两个顺序：

1、关键字的顺序是不能颠倒的。

SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT

2、select语句的执行顺序（在MySQL和Oracle中，select执行顺序基本相同）。

FROM > WHERE > GROUP BY > HAVING > SELECT的字段 > DISTINCT > ORDER BY > LIMIT

以SQL语句举例，那么该语句的关键字顺序和执行顺序如下：

SELECT DISTINCT player_id, player_name, count(*) as num #顺序5FROM player JOIN team ON player.team_id = team.team_id #顺序1WHERE height > 1.80 #顺序2GROUP BY player.team_id #顺序3HAVING num > 2 #顺序4ORDER BY num DESC #顺序6LIMIT 2 #顺序7

三、SQL执行计划

• 为什么要学习SQL的执行计划？

因为一个sql的执行计划可以告诉我们很多关于如何优化sql的信息 。通过一个sql计划，如何访问表中的数据 （是使用全表扫描还是索引查找？）一个表中可能存在多个不同的索引，表中的类型是什么、是否子查询、关联查询等…

• 如何获取SQL的执行计划？

在SQL语句前加上explain关键词皆可以得到相应的执行计划。其中：在MySQL8.0中是支持对select/delete/inster/replace/update语句来分析执行计划，而MySQL5.6前只支持对select语句分析执行计划。 replace语句是跟instert语句非常类似，只是插入的数据和表中存在的数据（存在主键或者唯一索引）冲突的时候**，****replace**语句会把原来的数据替换新插入的数据，表中不存在唯一的索引或主键，则直接插入新的数据。

•如何分析SQL语句的执行计划？

下面对SQL语句执行计划中的各个字段的含义进行介绍并举例说明。

◦id列

id标识查询执行的顺序，当id相同时，由上到下分析执行，当id不同时，由大到小分析执行。

id列中的值只有两种情况，一组数字（说明查询的SQL语句对数据对象的操作顺序）或者NULL（代表数据由另外两个查询的union操作后所产生的结果集）。

explainselect course_id,class_name,level_name,title,study_cntfrom imc_course ajoin imc_class b on b.class_id=a.class_idjoin imc_level c on c.level_id =a.level_idwhere study_cnt > 3000

返回3行结果，并且ID值是一样的。由上往下读取sql的执行计划，第一行是table c表作为驱动表 ，等于是以C表为基础来进行循环嵌套的一个关联查询。 （4 *100*1 =400 总共扫描400行等到数据）

◦select_type列

值含义
SIMPLE不包含子查询或者UNION操作的查询（简单查询）
PRIMARY查询中如果包含任何子查询，那么最外层的查询则被标记为PRIMARY
SUBQUERYselect列表中的子查询
DEPENDENT SUBQUERY依赖外部结果的子查询
UNIONunion操作的第二个或者之后的查询值为union
DEPENDENT UNION当union作为子查询时，第二或是第二个后的查询的值为select_type
UNION RESULTunion产生的结果集
DERIVED出现在from子句中的子查询（派生表）

例如：查询学习人数大于3000, 合并 课程是MySQL的记录。

EXPLAINSELECT course_id,class_name,level_name,title,study_cntFROM imc_course ajoin imc_class b on b.class_id =a.class_idjoin imc_level c on c.level_id = a.level_idWHERE study_cnt > 3000unionSELECT course_id,class_name,level_name,title,study_cntFROM imc_course ajoin imc_class b on b.class_id = a.class_idjoin imc_level c on c.level_id = a.level_idWHERE class_name ="MySQL"

分析数据表：先看id等于2

id=2 则是查询mysql课程的sql信息，分别是b,a,c 3个表，是union操作，selecttype为是UNION。

id=1 为是查询学习人数3000人的sql信息，是primary操作的结果集，分别是c,a,b3个表，select_type为PRIMARY。

最后一行是NULL, select_type是UNION RESULT 代表是2个sql 组合的结果集。

◦table列

指明是该SQL语句从哪个表中获取数据

值含义
展示数据库表名（如果表取了别名显示别名）
由ID为M、N查询union产生的结果集
/ 由ID为N的查询产生的结果（通常也是一个子查询的临时表）
EXPLAINSELECTcourse id,class name,level name,title,study cntFROM imc course ajoin imc class b on b.class id =a.class idjoin imc level c on c.level id = a.level idWHERE study cnt > 3000unionSELECT course id,class name,level name,title,study _cntFROM imc course ajoin imc class b on b.class id = a.class idjoin imc level c on c.level id = a.level idWHERE class name ="MySOL"

◦type列

注意: 在MySQL中不一定是使用JOIN才算是关联查询，实际上MySQL会认为每一个查询都是连接查询，就算是查询一个表，对MySQL来说也是关联查询。

type的取值是体现了MySQL访问数据的一种方式。type列的值按照性能高到低排列system> const> eq_ref> ref> ref_or_null> index_merge> range> index> ALL

值含义
systemconst连接类型的特例，当查询的表只有一行时使用
const表中有且只有一个匹配的行时使用，如队逐渐或唯一索引的查询，这是效率最高的连接方式
eq_ref唯一索引或主键查询，对应每个索引建，表中只有一条记录与之匹配【A表扫描每一行B表只有一行匹配满足】
ref_or_null类似于ref类型的查询，但是附加了对NULL值列的查询
index_merge表示使用了索引合并优化方法
range索引范围扫描，常见于between、>、<这样的查询条件
indexFULL index Scan全索引扫描，同ALL的区别是，遍历的是索引树
ALLFULL TABLE Scan全表扫描，效率最差的连接方式

•如果where like “MySQL%”，type类型为？

虽然class_name加了索引 ，但是使用where的like% 右统配，所以会走索引范围扫描。

EXPLAINSELECTcourse id,class name,level name,title,study_cntFROM imc course ajoin imc class b on b.class id= a.class idjoin imc level c on c.level id = a.level idWHERE class namelike"MySQL%"

•如果where like “%MySQL%”，type类型为？

虽然class_name加了索引 ，但是使用where的%like% 左右统配，所以会走全索引扫描，如果不加索引的话，左右统配会走全表扫描。

EXPLAINSELECTcourse id,class name,level name,title,study_cntFROM imc course ajoin imc class b on b.class id= a.class idjoin imc level c on c.level id = a.level idWHERE class namelike"%MySQL%"

◦possible_key、key列

possible_keys说明表可能用到了哪些索引，而key是指实际上使用到的索引。基于查询列和过滤条件进行判断。查询出来都会被列出来，但是不一定会是使用到。

如果在表中没有可用的索引，那么key列 展示NULL，possible_keys是NULL，这说明查询到覆盖索引。

◦key_len列

实际用的的索引使用的字节数。

注意，在联合索引中，如果有3列，那么总字节是长度是100个字节的话，那么key_len值数据可能少于100字节，比如30个字节，这就说明了查询中并没有使用联合索引的所有列。而只是利用到某一些列或者2列。

key_len的长度是由表中的定义的字段长度来计算的，并不是存储的实际长度，所以满足数据最短的实际字段存储，因为会直接影响到生成执行计划的生成 。

◦ref列

指出那些列或常量被用于索引查找

◦rows列

（ 有2个含义）1、根据统计信息预估的扫描行数。

2、另一方面是关联查询内嵌的次数，每获取匹配一个值都要对目标表查询，所以循环次数越多性能越差。

因为扫描行数的值是预估的，所以并不准确。

◦filtered列

表示返回结果的行数占需读取行数的百分比。

filtered列跟rows列是有关联的，是返回预估符合条件的数据集，再去取的行的百分比。也是预估的值。数值越高查询性能越好。

◦Extra列

包括了不适合在其他列中所显示的额外信息。

值含义
Distinct优化distinct操作，在找到第一匹配的元组后即停止找同样值得动作
Not exists使用not exisits来优化查询
Using filesort使用文件来进行排序，通常会出现在order by 或group by查询中
Using index使用了覆盖索引进行查询【查询所需要的信息用所用来获取，不需要对表进行访问】
Using temporaryMySQL需要使用临时表来处理，常见于排序、子查询和分组查询
Using where需要在MySQL服务器层使用where条件来过滤数据
select tables optimized away直接通过索引来获取数据，不用访问表

四、SQL索引失效

◦最左前缀原则：要求建立索引的一个列都不能缺失，否则会出现索引失效。

◦索引列上的计算，函数、类型转换（列类型是字符串在条件中需要使用引号，否则不走索引）、均会导致索引失效。

◦索引列中使用is not null会导致索引列失效。

◦索引列中使用like查询的前以%开头会导致索引列失效。

◦索引列用or连接时会导致索引失效。

五、实际优化慢SQL中遇到问题

下面是在慢SQL优化过程中所遇到的一些问题。

•MySQL查询到的数据排序是稳定的么？

•force_index的使用方式？

•为什么有时候order by id会导致索引失效？

•........未完整理中......

六、总结

通过本次对慢SQL的优化的需求进而发现有关SQL语句执行顺序、执行计划、索引失效场景、底层SQL语句执行原理相关知识还存在盲区，得益于此次需求的开发，有深入的对相关知识进行学习和总结。接下来会对SQL底层是如何执行SQL语句

关键词：