一次非常有意思的 SQL 優化經歷:從 30248.271s 到 0.001s

語言: CN / TW / HK

推薦關注↓

場景

用的資料庫是mysql5.6,下面簡單的介紹下場景。

課程表

create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)

資料100條。

學生表

create table Student(
id int PRIMARY KEY,
name varchar(10)
)

資料70000條。

學生成績表

CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)

資料70w條。

查詢目的:

查詢語文考100分的考生。

查詢語句:

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 )

執行時間:30248.271s

暈,為什麼這麼慢,先來檢視下查詢計劃:

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 )

發現沒有用到索引,type全是ALL,那麼首先想到的就是建立一個索引,建立索引的欄位當然是在where條件的欄位。

先給sc表的c_id和score建個索引。

CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);

再次執行上述查詢語句,時間為: 1.054s

快了3w多倍,大大縮短了查詢時間,看來索引能極大程度的提高查詢效率,建索引很有必要,很多時候都忘記建。

索引了,資料量小的的時候壓根沒感覺,這優化的感覺挺爽。

但是1s的時間還是太長了,還能進行優化嗎,仔細看執行計劃:

檢視優化後的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`
)
)
)
)

補充:這裡有網友問怎麼檢視優化後的語句。

方法如下:

在命令視窗執行

有type=all

按照我之前的想法,該sql的執行的順序應該是先執行子查詢。

select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100

耗時:0.001s

得到如下結果:

然後再執行

select s.* 
from Student s
where s.s_id in(7,29,5000)

耗時:0.001s

這樣就是相當快了啊,Mysql竟然不是先執行裡層的查詢,而是將sql優化成了exists子句,並出現了EPENDENT SUBQUERY,

mysql是先執行外層查詢,再執行裡層的查詢,這樣就要迴圈70007*8次。

那麼改用連線查詢呢?

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

這裡為了重新分析連線查詢的情況,先暫時刪除索引 sc_c_id_index,sc_score_index

執行時間是:0.057s

效率有所提高,看看執行計劃:

這裡有連表的情況出現,我猜想是不是要給sc表的s_id建立個索引

CREATE index sc_s_id_index on SC(s_id);
show index from SC

在執行連線查詢

時間: 1.076s,竟然時間還變長了,什麼原因?檢視執行計劃:

優化後的查詢語句為:

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)
)

貌似是先做的連線查詢,再進行的where條件過濾。

回到前面的執行計劃:

這裡是先做的where條件過濾,再做連表,執行計劃還不是固定的,那麼我們先看下標準的sql執行順序:

正常情況下是先join再進行where過濾,但是我們這裡的情況,如果先join,將會有70w條資料傳送join做操,因此先執行where 。

過濾是明智方案,現在為了排除mysql的查詢優化,我自己寫一條優化後的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

即先執行sc表的過濾,再進行表連線, 執行時間為:0.054s

和之前沒有建s_id索引的時間差不多。

檢視執行計劃:

先提取sc再連表,這樣效率就高多了,現在的問題是提取sc的時候出現了掃描表,那麼現在可以明確需要建立相關索引。

CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);

再執行查詢:

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

執行時間為:0.001s,這個時間相當靠譜,快了50倍。

執行計劃:

我們會看到,先提取sc,再連表,都用到了索引。

那麼再來執行下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

執行時間0.001s

執行計劃:

這裡是mysql進行了查詢語句優化,先執行了where過濾,再執行連線操作,且都用到了索引。

2015-04-30日補充:最近又重新匯入一些生產資料,經測試發現,前幾天優化完的sql執行效率又變低了。

調整內容為SC表的資料增長到300W,學生分數更為離散。

先回顧下:

show index from SC

執行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

執行時間:0.061s,這個時間稍微慢了點。執行計劃:

這裡用到了intersect並集操作,即兩個索引同時檢索的結果再求並集,再看欄位score和c_id的區分度。

單從一個欄位看,區分度都不是很大,從SC表檢索, c_id=81 檢索的結果是70001, score=84 的結果是39425。

c_id=81 and score=84 的結果是897,即這兩個欄位聯合起來的區分度是比較高的,因此建立聯合索引查詢效率。

將會更高,從另外一個角度看,該表的資料是300w,以後會更多,就索引儲存而言,都是不小的數目,隨著資料量的。

增加,索引就不能全部載入到記憶體,而是要從磁碟去讀取,這樣索引的個數越多,讀磁碟的開銷就越大,因此根據具體。

業務情況建立多列的聯合索引是必要的,那麼我們來試試吧。

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);

執行上述查詢語句, 消耗時間為:0.007s ,這個速度還是可以接收的。

執行計劃:

該語句的優化暫時告一段落。

總結

  1. mysql巢狀子查詢效率確實比較低

  2. 可以將其優化成連線查詢

  3. 連線表時,可以先用where條件對錶進行過濾,然後做表連線

  4. 建立合適的索引,必要時建立多列聯合索引

  5. 學會分析sql執行計劃,mysql會對sql進行優化,所以分析執行計劃很重要

索引優化

上面講到子查詢的優化,以及如何建立索引,而且在多個欄位索引時,分別對欄位建立了單個索引。

後面發現其實建立聯合索引效率會更高,尤其是在資料量較大,單個列區分度不高的情況下。

單列索引

查詢語句如下:

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);

分別對sex,type,age欄位做了索引,資料量為300w, 查詢時間:0.415s 執行計劃:

發現 type=index_merge

這是mysql對多個單列索引的優化,對結果集採用intersect並集操作

多列索引

我們可以在這3個列上建立多列索引,將表copy一份以便做測試

create index user_test_index_sex_type_age on user_test(sex,type,age);

查詢語句:

select * from user_test where sex = 2 and type = 2 and age = 10

執行時間:0.032s,快了10多倍,且多列索引的區分度越高,提高的速度也越多

執行計劃:

最左字首

多列索引還有最左字首的特性:

執行一下語句:

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

都會使用到索引,即索引的第一個欄位sex要出現在where條件中

索引覆蓋

就是查詢的列都建立了索引,這樣在獲取結果集的時候不用再去磁盤獲取其它列的資料,直接返回索引資料即可

如:

select sex,type,age from user_test where sex = 2 and type = 2 and age = 10

執行時間:0.003s

要比取所有欄位快的多

排序

select * from user_test where sex = 2 and type = 2 ORDER BY user_name

時間:0.139s

在排序欄位上建立索引會提高排序的效率

create index user_name_index on user_test(user_name)

最後附上一些sql調優的總結,以後有時間再深入研究

  1. 列型別儘量定義成數值型別,且長度儘可能短,如主鍵和外來鍵,型別欄位等等

  2. 建立單列索引

  3. 根據需要建立多列聯合索引

    當單個列過濾之後還有很多資料,那麼索引的效率將會比較低,即列的區分度較低,

    那麼如果在多個列上建立索引,那麼多個列的區分度就大多了,將會有顯著的效率提高。

  4. 根據業務場景建立覆蓋索引

    只查詢業務需要的欄位,如果這些欄位被索引覆蓋,將極大的提高查詢效率

  5. 多表連線的欄位上需要建立索引 這樣可以極大的提高表連線的效率

  6. where條件欄位上需要建立索引

  7. 排序欄位上需要建立索引

  8. 分組欄位上需要建立索引

  9. Where條件上不要使用運算函式,以免索引失效

作者: 風過無痕的部落格

cnblogs.com/tangyanbo/p/4462734.html

最近在準備面試BAT,特地整理了一份面試資料,覆蓋Java核心技術、JVM、Java併發、SSM、微服務、資料庫、資料結構等等。在這裡,我為大家準備了一份2021年最新最全的網際網路大廠Java面試經驗總結。