sql优化步骤

day4125
165 阅读5分钟

微信入群一块探讨技术：Day9884125

背景

   随着生产数据的增长，很多sql语句开始暴露性能问题，对生产的影响越来越大，有时可能这些有问题的sql就是这个系统性能的瓶颈。

sql优化的一般步骤

1、通过慢查询日志定位那些执行效率较低的sql语句

2、explain分析sql的执行计划

  需要重点关注type、rows、filtered、extra。
  type由上至下，效率越来越高

  • Using filesort：mysql需要额外的一次传递，以找出如何按顺序检索行。通过根据连接类型浏览所有行并为所有行匹配where子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序，并按排序顺序检索行
  • Using temporary：使用了临时表保存中间结果，性能特别差，需要重点优化
  • Using index：表示相应的select操作中使用了覆盖索引（Coveing Index），避免访问表的数据行，效率不错！如果同时出现using where，意味着无法直接通过索引查找来查询到符合条件的数据。
  • Using index condition：mysql之后5.6之后新增的ICP，Using index condition就是使用了ICP（索引下推），在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据减少回表的数据
  • ALL：全表扫描
  • index：索引全扫描
  • range：索引范围扫描，常用语<, <=, >=, between, in等操作
  • ref使用非唯一索引扫描或唯一索引前缀扫描，返回单条记录，常出现在关联查询中。
  • eq_ref：类似ref，区别在于使用的是唯一索引，使用主键的关联查询
  • const/system：单条记录，系统会把匹配行中的其他列作为常数处理，如主键或唯一索引查询。
  • null MySQL不访问任何表或索引，直接返回结果 虽然上至下，效率越来越高，但是根据cost模型，假设有两个索引idx1(a, b, c),idx2(a, c)，SQL为"select * from t where a = 1 and b in (1, 2) order by c";如果走idx1，那么是type为range，如果走idx2，那么type是ref；当需要扫描的行数，使用idx2大约是idx1的5倍以上时，会用idx1，否则会用idx2

3、show profile分析

   了解SQL执行的线程的状态及消耗的时间。默认是关闭的，开启语句“set profiling = 1;”

show profiles;
show profile for query #{id}

4、trace

   trace分析优化器如何选择执行计划，通过trace文件能够进一步了解为什么优惠券选择A执行计划而不选择B执行计划。

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

5、确定问题并采用相应的措施

  • 优化索引
  • 优化SQL语句：修改SQL、IN 查询分段、时间查询分段、基于上一次数据过滤
  • 改用其他实现方式：ES、数仓等
  • 数据碎片处理

应用分析

1、最左匹配

索引

key 'idx_shopid_orderno' （'shop_id', 'order_no'）

sql语句

select * from shop where orderno = ''

   查询匹配从左往右匹配，要使用order_no走索引，必须查询条件携带shop_id或者索引(shop_id,order_no)调换前后顺序

2、隐式转换

索引

key 'idx_mobile' ('mobile')

sql语句

select * from user where mobile=21323214

   隐式转换相当于在索引上做运算，会让索引失效。mobile是字符类型，使用了数字，应该使用字符串匹配，否则MySQL会用到隐式替换，导致索引失效。

3、大分页

索引

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

sql语句

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

   对于大分页的场景，可以优先让产品优化需求，如果没有优化的，有如下两种优化方式， 一种是把上一次的最后一条数据，也即上面的c传过来，然后做“c < xxx”处理，但是这种一般需要改接口协议，并不一定可行。另一种是采用延迟关联的方式进行处理，减少SQL回表，但是要记得索引需要完全覆盖才有效果，SQL改动如下

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语句

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

   in查询在MySQL底层是通过n*m的方式去搜索，类似union，但是效率比union高。in查询在进行cost代价计算时（代价 = 元组数 * IO平均值），是通过将in包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以MySQL设置了个临界值(eq_range_index_dive_limit)，5.6之后超过这个临界值后该列的cost就不参与计算了。因此会导致执行计划选择不准确。默认是200，即in条件超过了200个数据，会导致in的代价计算存在问题，可能会导致Mysql选择的索引不准确。
   处理方式，可以(order_status, created_at)互换前后顺序，并且调整SQL为延迟关联。

5、范围查询阻断，后续字段不能走索引

索引

KEY 'idx_shopid_created_status' ('shop_id', 'created_at', 'order_status')

sql语句

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

范围查询还有“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、优化器选择不使用索引的情况

   如果要求访问的数据量很小，则优化器还是会选择辅助索引，但是当访问的数据占整个表中数据的蛮大一部分时（一般是20%左右），优化器会选择通过聚集索引来查找数据。

select * from order where order_status = 1

   查询出所有未支付的订单，一般这种订单是很少的，即使建了索引，也没法使用索引。

8、复杂查询

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;

   如果是统计某些数据，可能改用数仓进行解决。如果是业务上就有那么复杂的查询，可能就不建议继续走sql了，而是采用其他的方式进行解决，比如使用es等进行解决。

9、asc和desc混用

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

10、大数据

   对于推送业务的数据存储，可能数据量会很大，如果在方案的选择上，最终选择存储在mysql上，并且做7天的有效期保存。那么需要注意，频繁的清理数据，会造成数据碎片，需要练习DBA进行数据碎片处理。

avatar
文章
阅读
粉丝