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

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。

而 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