SQL优化万能公式.docx

《SQL优化万能公式.docx》由会员分享，可在线阅读，更多相关《SQL优化万能公式.docx（8页珍藏版）》请在第一文库网上搜索。

1、SQL优化万能公式：5大步骤+ 10个案例导读：在应用开发的早期，数据量少，开发人员开发功能时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。SQL优化一般步骤1.通过慢查日志等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. extraotype由上至下，效率越来越高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

2、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idxl(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 idxl ,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idxl的5倍以

3、上时，会用idxl ,否则会用idx2ExtraUsing filesort : MySQL需要额外的一次传递，以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配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弓I ( Coveing Index ),避免访问了表的数据行，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 ind

4、ex condition : MySQL5.6 之后新增的 ICP , using index condtion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。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=12SH0W PROFILE FOR QUERY #id;4. tracetrace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。1 optimizer_trace=enabled=on”

5、；J2set optimizer_trace_max_mem_size=1000000;3select * 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场景分析案例1 :最左匹配索引1KEY、idx_shopid_orderno、（ shop_id、J order_noSQL语句lselect * from t where orderno=查询匹配从左往右匹配，要使用ordejn。走索引，必须查询条件携带sh

6、op.id或者索引(shop_id,order_no)调换前后顺序案例2:隐式转换索引1KEY idx_mobile （mobile、）SQL语句Lselect * from user where mobile=12345678901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i换，导致索引失效。案例3:大分页索引1KEY idx_a_b_c ( a、bSQL语句lselect * from _t where a = 1 and b = 2 order by c desc limit 10000, 10对于大分页的

7、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 12021-01-01 00范围查询还有IN、between案例6 :不等于、不包含不能用到索引的快速搜索。（可以用到ICP ）order where shop_id=l and order_status not in (1,2)在索引上，避免使用 NOT、！ =、！、！、NOT EXISTS. NOTIN、NOT LIKE案例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）

8、，优化器会选择通过聚集索引来查找数据。lselect * from _order where ordejstatus = 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。案例8:复杂查询lselect sum(amt) from _t where a = 1 and b in (1, 2, 3) and c 2020-02select * from _t where a =工 and b in (1, 2, 3) and c 2020-01-01 |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。案例9 : asc和desc混用lselect * from _t where a=l order by b desca, c asc2desc和a sc混用时会导致索苗吴薮案例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天等有效期的保存。那么需要注意,频繁的清理数据，会照成数据碎片，需要联系DBA进行数据碎片处理。