一、SQL優化一般步驟

通過慢查日志等定位那些執行效率較低的SQL語句

1、explain 分析SQL的執行計劃

需要重點關注type、rows、filtered、extra。

type由上至下，效率越來越高

• ALL 全表掃描
• index 索引全掃描
• range 索引范圍掃描，常用語,=,>=,between,in等操作
• ref 使用非唯一索引掃描或唯一索引前綴掃描，返回單條記錄，常出現在關聯查詢中
• eq_ref 類似ref，區別在于使用的是唯一索引，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，那么是type為range，如果走idx2，那么type是ref；當需要掃描的行數，使用idx2大約是idx1的5倍以上時，會用idx1，否則會用idx2

Extra

• 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。通過根據聯接類型瀏覽所有行并為所有匹配WHERE子句的行保存排序關鍵字和行的指針來完成排序。然后關鍵字被排序，并按排序順序檢索行。
• Using temporary：使用了臨時表保存中間結果，性能特別差，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）,避免訪問了表的數據行，效率不錯！如果同時出現 using where，意味著無法直接通過索引查找來查詢到符合條件的數據。
• Using index condition：MySQL5.6之后新增的ICP，using index condtion就是使用了ICP（索引下推），在存儲引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。

2、show profile 分析

了解SQL執行的線程的狀態及消耗的時間。
默認是關閉的，開啟語句“set profiling = 1;”

SHOW PROFILES ;
SHOW PROFILE FOR QUERY  #{id};

3、trace

trace分析優化器如何選擇執行計劃，通過trace文件能夠進一步了解為什么優惠券選擇A執行計劃而不選擇B執行計劃。

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

4、確定問題并采用相應的措施

• 優化索引
• 優化SQL語句：修改SQL、IN 查詢分段、時間查詢分段、基于上一次數據過濾
• 改用其他實現方式：ES、數倉等
• 數據碎片處理

二、場景分析（案例）

1、 最左匹配

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)調換前后順序

2、隱式轉換

索引

KEY `idx_mobile` (`mobile`)

SQL語句

select * from _user where mobile=12345678901

隱式轉換相當于在索引上做運算，會讓索引失效。mobile是字符類型，使用了數字，應該使用字符串匹配，否則MySQL會用到隱式替換，導致索引失效。

3、大分頁

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;

對于大分頁的場景，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后一條數據，也即上面的c傳過來，然后做“c xxx”處理，但是這種一般需要改接口協議，并不一定可行。

另一種是采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;

4、in + order by

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的方式去搜索，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設置了個臨界值(eq_range_index_dive_limit)，5.6之后超過這個臨界值后該列的cost就不參與計算了。因此會導致執行計劃選擇不準確。默認是200，即in條件超過了200個數據，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)互換前后順序，并且調整SQL為延遲關聯。

5、范圍查詢阻斷，后續字段不能走索引

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

范圍查詢還有“IN、between”

6、不等于、不包含不能用到索引的快速搜索

可以用到ICP

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

7、優化器選擇不使用索引的情況

如果要求訪問的數據量很小，則優化器還是會選擇輔助索引，但是當訪問的數據占整個表中數據的蠻大一部分時（一般是20%左右），優化器會選擇通過聚集索引來查找數據。

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。

8、復雜查詢

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;

如果是統計某些數據，可能改用數倉進行解決；

如果是業務上就有那么復雜的查詢，可能就不建議繼續走SQL了，而是采用其他的方式進行解決，比如使用ES等進行解決。

9、asc和desc混用

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

10、大數據

對于推送業務的數據存儲，可能數據量會很大，如果在方案的選擇上，最終選擇存儲在MySQL上，并且做7天等有效期的保存。

那么需要注意，頻繁的清理數據，會照成數據碎片，需要聯系DBA進行數據碎片處理

到此這篇關于10大經典 MYSQL 優化案例場景實戰的文章就介紹到這了,更多相關MYSQL 優化案例場景實戰內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！