当前位置：首页 > PHP > 正文内容

一次有趣的SQL 优化：从 30248.271s 到 0.001s

3年前 (2022-05-08)PHP704

## 场景
我用的数据库是**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**SC**

```
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 )
```
![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/8299725b3df9fe99ca11423a1d617d31.png#pic_center)

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：

![图片](https://img-blog.csdnimg.cn/img_convert/daab12cdc587aecf9d462ddc35c49f79.png#pic_center)

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

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/04cc7252a383b10f24f8b09bbbb1d1c9.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/78b44a037683a345422d2c09cdb64210.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/70e23fe85ef6312735b0f225926be227.png#pic_center)

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
```

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/09fafffb0c2373c2e136dc303b101ca3.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/d33f062607552904f71b24aef178aaff.png#pic_center)

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：

![图片](https://img-blog.csdnimg.cn/img_convert/19ee0b656fd5e1bd2a18cb062012b717.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/f83fa7603021d06beaa49a23483633bc.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/42b080b990e12d7669a1bb2a14146362.png#pic_center)

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：

执行时间为：**0.001s**，这个时间相当靠谱，快了50倍

执行计划：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/e882a173e9acc5447c30ff605c7e64ae.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/ccf23fb92df580665f5f65c77544d298.png#pic_center)

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。

2022-05-08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
```
![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/1f032a94ccc4cc6ab7de96d63de2a850.png#pic_center)

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：
![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/bdf1737dcca18a6392a3aea2e750706b.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/d4ee35890fc3e7699c73bd3c97f4d327.png#pic_center)

该语句的优化暂时告一段落

总结：

1.mysql嵌套子查询效率确实比较低

2.可以将其优化成连接查询

3.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）

4.建立合适的索引，必要时建立多列联合索引

5.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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/93273e3fb6b42282edfd2903a45a1c33.png#pic_center)

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：

![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/9df2daef782d4b841b7149c2e8b68df0.png#pic_center)

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

![在这里插入图片描述](https://img-blog.csdnimg.cn/d559cb25ed4446809a7a53f822933662.jpeg#pic_center)

随机文章
热门文章
热评文章

扫描二维码推送至手机访问。

本文链接：https://www.qsjob.fun/post/7.html

标签: mysql

分享给朋友：

返回列表

没有更早的文章了...

下一篇：2万字彻底讲透全文搜索引擎 Elasticsearch

一次有趣的SQL 优化：从 30248.271s 到 0.001s

京ICP备2021021334号

Powered By Z-BlogPHP. Theme by TOYEAN.

一次有趣的SQL 优化：从 30248.271s 到 0.001s

京ICP备2021021334号var _hmt = _hmt || [];(function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?b63854c12c937e8f0e109978f0f10b08"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s);})();

Powered By Z-BlogPHP. Theme by TOYEAN.

京ICP备2021021334号