场景
用的数据库是mysql5.6,下面简单的介绍下场景。
课程表
create?table?Course( c_id?int?PRIMARY?KEY, name?varchar(10) )数据100条。
学生表
create?table?Student( id?int?PRIMARY?KEY, name?varchar(10) )数据70000条。
学生成绩表
CREATE?table?SC( ????sc_id?int?PRIMARY?KEY,??? ????s_id?int,?? ????c_id?int,?? ????score?int )数据70w条。
查询目的:
查找语文考100分的考生。
查询语句:
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?)执行时间:30248.271s
晕,为什么这么慢,先来查看下查询计划:
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?)发现没有用到索引,type全是ALL,那么首先想到的就是建立一个索引,建立索引的字段当然是在where条件的字段。
先给sc表的c_id和score建个索引。
CREATE?index?sc_c_id_index?on?SC(c_id); CREATE?index?sc_score_index?on?SC(score);再次执行上述查询语句,时间为:?1.054s
快了3w多倍,大大缩短了查询时间,看来索引能极大程度的提高查询效率,建索引很有必要,很多时候都忘记建。
索引了,数据量小的的时候压根没感觉,这优化的感觉挺爽。
但是1s的时间还是太长了,还能进行优化吗,仔细看执行计划:
查看优化后的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`??????????????????? ??????????????????)???? ??????????????)????? ??????)? ??)补充:这里有网友问怎么查看优化后的语句。
方法如下:
在命令窗口执行
有type=all
按照我之前的想法,该sql的执行的顺序应该是先执行子查询。
select?s_id from?SC?sc? where?sc.c_id?=?0?and?sc.score?=?100耗时:0.001s
得到如下结果:
然后再执行
select?s.*? from?Student?s? where?s.s_id?in(7,29,5000)耗时:0.001s
这样就是相当快了啊,Mysql竟然不是先执行里层的查询,而是将sql优化成了exists子句,并出现了EPENDENT SUBQUERY,
mysql是先执行外层查询,再执行里层的查询,这样就要循环70007*8次。
那么改用连接查询呢?
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这里为了重新分析连接查询的情况,先暂时删除索引sc_c_id_index,sc_score_index?。
执行时间是:0.057s
效率有所提高,看看执行计划:
这里有连表的情况出现,我猜想是不是要给sc表的s_id建立个索引
CREATE?index?sc_s_id_index?on?SC(s_id); show?index?from?SC在执行连接查询
时间: 1.076s,?竟然时间还变长了,什么原因?查看执行计划:
优化后的查询语句为:
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)?? ????)貌似是先做的连接查询,再进行的where条件过滤。
回到前面的执行计划:
这里是先做的where条件过滤,再做连表,执行计划还不是固定的,那么我们先看下标准的sql执行顺序:
正常情况下是先join再进行where过滤,但是我们这里的情况,如果先join,将会有70w条数据发送join做操,因此先执行where 。
过滤是明智方案,现在为了排除mysql的查询优化,我自己写一条优化后的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即先执行sc表的过滤,再进行表连接,执行时间为:0.054s?。
和之前没有建s_id索引的时间差不多。
查看执行计划:
先提取sc再连表,这样效率就高多了,现在的问题是提取sc的时候出现了扫描表,那么现在可以明确需要建立相关索引。
CREATE?index?sc_c_id_index?on?SC(c_id); CREATE?index?sc_score_index?on?SC(score);再执行查询:
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执行时间为:0.001s,这个时间相当靠谱,快了50倍。
执行计划:
我们会看到,先提取sc,再连表,都用到了索引。
那么再来执行下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执行时间0.001s
执行计划:
这里是mysql进行了查询语句优化,先执行了where过滤,再执行连接操作,且都用到了索引。
2015-04-30日补充:最近又重新导入一些生产数据,经测试发现,前几天优化完的sql执行效率又变低了。
调整内容为SC表的数据增长到300W,学生分数更为离散。
先回顾下:
show index from SC
执行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执行时间:0.061s,这个时间稍微慢了点。执行计划:
这里用到了intersect并集操作,即两个索引同时检索的结果再求并集,再看字段score和c_id的区分度。
单从一个字段看,区分度都不是很大,从SC表检索,c_id=81检索的结果是70001,score=84的结果是39425。
而c_id=81 and score=84?的结果是897,即这两个字段联合起来的区分度是比较高的,因此建立联合索引查询效率。
将会更高,从另外一个角度看,该表的数据是300w,以后会更多,就索引存储而言,都是不小的数目,随着数据量的。
增加,索引就不能全部加载到内存,而是要从磁盘去读取,这样索引的个数越多,读磁盘的开销就越大,因此根据具体。
业务情况建立多列的联合索引是必要的,那么我们来试试吧。
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);执行上述查询语句,消耗时间为:0.007s,这个速度还是可以接收的。
执行计划:
该语句的优化暂时告一段落。
总结mysql嵌套子查询效率确实比较低
可以将其优化成连接查询
连接表时,可以先用where条件对表进行过滤,然后做表连接 (虽然mysql会对连表语句做优化)
建立合适的索引,必要时建立多列联合索引
学会分析sql执行计划,mysql会对sql进行优化,所以分析执行计划很重要
索引优化上面讲到子查询的优化,以及如何建立索引,而且在多个字段索引时,分别对字段建立了单个索引。
后面发现其实建立联合索引效率会更高,尤其是在数据量较大,单个列区分度不高的情况下。
单列索引查询语句如下:
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);分别对sex,type,age字段做了索引,数据量为300w,查询时间:0.415s执行计划:
发现?type=index_merge
这是mysql对多个单列索引的优化,对结果集采用intersect并集操作
多列索引我们可以在这3个列上建立多列索引,将表copy一份以便做测试
create?index?user_test_index_sex_type_age?on?user_test(sex,type,age);查询语句:
select?*?from?user_test?where?sex?=?2?and?type?=?2?and?age?=?10执行时间:0.032s,快了10多倍,且多列索引的区分度越高,提高的速度也越多
执行计划:
最左前缀
多列索引还有最左前缀的特性:
执行一下语句:
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都会使用到索引,即索引的第一个字段sex要出现在where条件中
索引覆盖就是查询的列都建立了索引,这样在获取结果集的时候不用再去磁盘获取其它列的数据,直接返回索引数据即可
如:
select?sex,type,age?from?user_test?where?sex?=?2?and?type?=?2?and?age?=?10执行时间:0.003s
要比取所有字段快的多
排序 select?*?from?user_test?where?sex?=?2?and?type?=?2?ORDER?BY?user_name时间:0.139s
在排序字段上建立索引会提高排序的效率
create?index?user_name_index?on?user_test(user_name)最后附上一些sql调优的总结,以后有时间再深入研究
列类型尽量定义成数值类型,且长度尽可能短,如主键和外键,类型字段等等
建立单列索引
根据需要建立多列联合索引 当单个列过滤之后还有很多数据,那么索引的效率将会比较低,即列的区分度较低, 那么如果在多个列上建立索引,那么多个列的区分度就大多了,将会有显著的效率提高。
根据业务场景建立覆盖索引 只查询业务需要的字段,如果这些字段被索引覆盖,将极大的提高查询效率
多表连接的字段上需要建立索引 这样可以极大的提高表连接的效率
where条件字段上需要建立索引
排序字段上需要建立索引
分组字段上需要建立索引
Where条件上不要使用运算函数,以免索引失效
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,会注明原创字样,如未注明都非原创,如有侵权请联系删除!;3.作者投稿可能会经我们编辑修改或补充;4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |