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

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fromjoin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。

选择张表,然后用join连接:

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

选择张表,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wheregroup by: 先把不满足where条件的数据删除,再去分组。

使用group byhaving: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wheregroup bygroup byhaving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

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

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

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wherelike% 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。

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: