場景案例分析，SQL優化這麼做就對了！

在應用開發的早期，資料量少，開發人員開發功能時更重視功能上的實現，隨著生產資料的增長，很多sql語句開始暴露出效能問題，對生產的影響也越來越大，有時可能這些有問題的sql就是整個系統效能的瓶頸。

sql優化一般步驟

需要重點關注type、rows、filtered、extra。

all 全表掃瞄 index 索引全掃瞄 range 索引範圍掃瞄，常用語=,between,in等操作 ref 使用非唯一索引掃瞄或唯一索引字首掃瞄，返回單條記錄，常出現在關聯查詢中 eq_ref 類似ref，區別在於使用的是唯一索引，使用主鍵的關聯查詢 const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢 null mysql不訪問任何表或索引，直接返回結果雖然上至下，效率越來越高，但是根據cost模型，假設有兩個索引idx1(a, b, c),idx2(a, c)，sql為select * from t where a = 1 and b in (1, 2) order by c;如果走idx1，那麼是type為range，如果走idx2，那麼type是ref；當需要掃瞄的行數，使用idx2大約是idx1的5倍以上時，會用idx1，否則會用idx2

using filesort：mysql需要額外的一次傳遞，以找出如何按排序順序檢索行。通過根據聯接型別瀏覽所有行並為所有匹配where子句的行儲存排序關鍵字和行的指標來完成排序。然後關鍵字被排序，並按排序順序檢索行。using temporary：使用了臨時表儲存中間結果，效能特別差，需要重點優化 using index：表示相應的 select 操作中使用了覆蓋索引（coveing index）,避免訪問了表的資料行，效率不錯！如果同時出現 using where，意味著無法直接通過索引查詢來查詢到符合條件的資料。using index condition：mysql5.6之後新增的icp，using index condtion就是使用了icp（索引下推），在儲存引擎層進行資料過濾，而不是在服務層過濾，利用索引現有的資料減少回表的資料。

了解sql執行的執行緒的狀態及消耗的時間。

預設是關閉的，開啟語句「set profiling = 1;」

show profiles ;
show profile for query #;

trace分析優化器如何選擇執行計畫，通過trace檔案能夠進一步了解為什麼優惠券選擇a執行計畫而不選擇b執行計畫。

set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;

優化索引

改用其他實現方式：es、數倉等

資料碎片處理

索引

key `idx_shopid_orderno` (`shop_id`,`order_no`)

sql語句

select * from _t where orderno=''

查詢匹配從左往右匹配，要使用order_no走索引，必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調換前後順序。

索引

key `idx_mobile` (`mobile`)

sql語句

select * from _user where mobile=12345678901

隱式轉換相當於在索引上做運算，會讓索引失效。mobile是字元型別，使用了數字，應該使用字串匹配，否則mysql會用到隱式替換，導致索引失效。

索引

key `idx_a_b_c` (`a`, `b`, `c`)

sql語句

select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;

對於大分頁的場景，可以優先讓產品優化需求，如果沒有優化的，有如下兩種優化方式：

一種是把上一次的最後一條資料，也即上面的c傳過來，然後做「c < ***」處理，但是這種一般需要改介面協議，並不一定可行。

另一種是採用延遲關聯的方式進行處理，減少sql回表，但是要記得索引需要完全覆蓋才有效果，sql改動如下

select
t1.* 
from
_t t1,
( select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10 ) t2 
where
t1.id = t2.id;

索引

key `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)

sql語句

select
* from
_order 
where
shop_id = 1 
and order_status in ( 1, 2, 3 ) 
order by
created_at desc 
limit 10

in查詢在mysql底層是通過n*m的方式去搜尋，類似union，但是效率比union高。

in查詢在進行cost代價計算時（代價 = 元組數 * io平均值），是通過將in包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較的慢，所以mysql設定了個臨界值(eq_range_index_dive_limit)，5.6之後超過這個臨界值後該列的cost就不參與計算了。

因此會導致執行計畫選擇不準確。預設是200，即in條件超過了200個資料，會導致in的代價計算存在問題，可能會導致mysql選擇的索引不準確。

處理方式，可以(order_status, created_at)互換前後順序，並且調整sql為延遲關聯。

索引

key `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)

sql語句

select
* from
_order 
where
shop_id = 1 
and created_at > '2021-01-01 00:00:00' 
and order_status = 10

範圍查詢還有「in、between」

select * from _order where shop_id=1 and order_status not in (1,2)

select * from _order where shop_id=1 and order_status != 1

在索引上，避免使用not、!=、<>、!、not exists、not in、not like等

如果要求訪問的資料量很小，則優化器還是會選擇輔助索引，但是當訪問的資料佔整個表中資料的蠻大一部分時（一般是20%左右），優化器會選擇通過聚集索引來查詢資料。

select * from _order where  order_status = 1

查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。

select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';

select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;

如果是統計某些資料，可能改用數倉進行解決；

如果是業務上就有那麼複雜的查詢，可能就不建議繼續走sql了，而是採用其他的方式進行解決，比如使用es等進行解決。

select * from _t where a=1 order by b desc, c asc

desc 和asc混用時會導致索引失效

對於推送業務的資料儲存，可能資料量會很大，如果在方案的選擇上，最終選擇儲存在mysql上，並且做7天等有效期的儲存。

那麼需要注意，頻繁的清理資料，會照成資料碎片，需要聯絡dba進行資料碎片處理。

場景案例分析，SQL優化這麼做就對了！

Goole的搜尋優化別人這麼做已經

Linux併發執行很簡單,這麼做就對了

螢幕錄製的方法有哪些？這麼做就對了

場景 案例分析，SQL優化這麼做就對了！

Goole的搜尋優化 別人這麼做已經

Linux併發執行很簡單,這麼做就對了

螢幕錄製的方法有哪些？這麼做就對了

相關推薦

場景案例分析，SQL優化這麼做就對了！

Goole的搜尋優化別人這麼做已經