一次非常有趣的 SQL 优化经历 - 好文

阅读本文大概需要 6 分钟。

前言在网上刷到一篇数据库优化的文章，自己也来研究一波。场景数据库版本：5.7.25 ，运行在虚拟机中。课程表 #课程表 create table
Course( c_id int PRIMARY KEY, name varchar(10) ) 增加 100 条数据 #增加课程表100条数据 DROP
PROCEDURE IF EXISTS insert_Course; DELIMITER $ CREATE PROCEDURE insert_Course()
BEGIN DECLARE i INT DEFAULT 1; WHILE i<=100 DO INSERT INTO
Course(`c_id`,`name`) VALUES(i, CONCAT('语文',i+'')); SET i = i+1; END WHILE; END
$ CALL insert_Course(); 运行耗时 CALL insert_Course(); > OK > 时间: 0.152s 课程数据学生表
#学生表 create table Student( s_id int PRIMARY KEY, name varchar(10) ) 增加 7W 条数据
#学生表增加70000条数据 DROP PROCEDURE IF EXISTS insert_Student; DELIMITER $ CREATE
PROCEDURE insert_Student() BEGIN DECLARE i INT DEFAULT 1; WHILE i<=70000 DO
INSERT INTO Student(`s_id`,`name`) VALUES(i, CONCAT('张三',i+'')); SET i = i+1;
END WHILE; END $ CALL insert_Student(); 运行结果 CALL insert_Student(); > OK > 时间:
175.838s 学生数据成绩表 #成绩表 CREATE table Result( r_id int PRIMARY KEY, s_id int,
c_id int, score int ) 增加 70W 条数据 #成绩表增加70W条数据 DROP PROCEDURE IF EXISTS
insert_Result; DELIMITER $ CREATE PROCEDURE insert_Result() BEGIN DECLARE i INT
DEFAULT 1; DECLARE sNum INT DEFAULT 1; DECLARE cNum INT DEFAULT 1; WHILE
i<=700000 DO if (sNum%70000 = 0) THEN set sNum = 1; elseif (cNum%100 = 0) THEN
set cNum = 1; end if; INSERT INTO Result(`r_id`,`s_id`,`c_id`,`score`)
VALUES(i,sNum ,cNum , (RAND()*99)+1); SET i = i+1; SET sNum = sNum+1; SET cNum
= cNum+1; END WHILE; END $ CALL insert_Result(); 运行结果 CALL insert_Result(); >
OK > 时间: 2029.5s 成绩数据测试业务需求查找语文1 成绩为 100 分的考生查询语句 #查询语文1考100分的考生 select
s.* from Student s where s.s_id in (select s_id from Result r where r.c_id = 1
and r.score = 100) 执行时间：0.937s 查询结果：32 位满足条件的学生用了 0.9s ，来查看下查询计划： EXPLAIN
select s.* from Student s where s.s_id in (select s_id from Result r where
r.c_id = 1 and r.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 条件的字段了。查询结果中 type 列：all 是全表扫描，index 是通过索引扫描。先给 Result 表的 c_id 和 score
建立个索引 CREATE index result_c_id_index on Result(c_id); CREATE index
result_score_index on Result(score); 再次执行上述查询语句，时间为：0.027s 快了 34.7
倍（四舍五入），大大缩短了查询的时间，看来索引能极大程度的提高查询效率，在合适的列上面建立索引很有必要，很多时候都忘记建立索引，数据量小的时候没什么感觉，这优化的感觉很
nice 。相同的 SQL 语句多次执行，你会发现第一次是最久的，后面执行所需的时间会比第一次执行短些许，原因是，相同语句第二次查询会直接从缓存中读取。
0.027s 很短了，但是还能再进行优化吗，仔细看下执行计划：查看优化后的 SQL ： SELECT `example`.`s`.`s_id` AS
`s_id`, `example`.`s`.`name` AS `name` FROM `example`.`Student` `s` semi JOIN (
`example`.`Result` `r` ) WHERE ( ( `example`.`s`.`s_id` = `<subquery2>`.`s_id`
) AND ( `example`.`r`.`score` = 100 ) AND ( `example`.`r`.`c_id` = 1 ) )
怎么查看优化后的语句呢？方法如下（在命令窗口执行）： #先执行 EXPLAIN select s.* from Student s where s.s_id
in (select s_id from Result r where r.c_id = 1 and r.score = 100); #在执行 show
warnings; 结果如下有 type = all 按照之前的想法，该 SQL 执行的顺序是执行子查询 select s_id from Result r
where r.c_id = 1 and r.score = 100 耗时：1.402s 得到如下结果（部分）然后在执行 select s.* from
Student s where s.s_id in
(12871,40987,46729,61381,3955,10687,14047,26917,28897,31174,38896,56518,10774,25030,9778,12544,24721,27295,60361,
38479,46990,66988,6790,35995,46192,47578,58171,63220,6685,67372,46279,64693)
耗时：0.222s 比一起执行快多了，查看优化后的 SQL 语句，发现MySQL 竟然不是先执行里层的查询，而是将 SQL 优化成了 exists
字句，执行计划中的 select_type 为 MATERIALIZED（物化子查询）。MySQL
先执行外层查询，在执行里层的查询，这样就要循环学生数量*满足条件的学生 ID 次，也就是 7W * 32 次。物化子查询：
优化器使用物化能够更有效的来处理子查询。物化通过将子查询结果作为一个临时表来加快查询执行速度，正常来说是在内存中的。mysql
第一次需要子查询结果是，它物化结果到一张临时表中。在之后的任何地方需要该结果集，mysql
会再次引用临时表。优化器也许会使用一个哈希索引来使得查询更快速代价更小。索引是唯一的，排除重复并使得表数据更少。那么改用连接查询呢？
这里为了重新分析连接查询的情况，先暂时删除索引 result_c_id_index ，result_score_index 。 DROP index
result_c_id_index on Result; DROP index result_score_index on Result; 连接查询
select s.* from Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id =
1 and r.score = 100; 执行耗时：1.293s 查询结果用了 1.2s ，来看看执行计划（ EXPLAIN + 查询 SQL 即可查看该
SQL 的执行计划）：这里有连表的情况出现，我猜想是不是要给 result 表的 s_id 建立个索引 CREATE index
result_s_id_index on Result(s_id); show index from Result; 在执行连接查询耗时：1.17s
（有点奇怪，按照所看文章的时间应该会变长的）看下执行计划：优化后的查询语句为： SELECT `example`.`s`.`s_id` AS
`s_id`, `example`.`s`.`name` AS `name` FROM `example`.`Student` `s` JOIN
`example`.`Result` `r` WHERE ( ( `example`.`s`.`s_id` = `example`.`r`.`s_id` )
AND ( `example`.`r`.`score` = 100 ) AND ( `example`.`r`.`c_id` = 1 ) )
貌似是先做的连接查询，在进行的 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 ，因此先执行 where 过滤式明智方案，现在为了排除 mysql
的查询优化，我自己写一条优化后的 sql 。先删除索引 DROP index result_s_id_index on Result; 执行自己写的优化
sql SELECT s.* FROM ( SELECT * FROM Result r WHERE r.c_id = 1 AND r.score = 100
) t INNER JOIN Student s ON t.s_id = s.s_id 耗时为：0.413s 比之前 sql 的时间都要短。查看执行计划
先提取 result 再连表，这样效率就高多了，现在的问题是提取 result 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 result_c_id_index on Result(c_id); CREATE index result_score_index on
Result(score); 再次执行查询 SELECT s.* FROM ( SELECT * FROM Result r WHERE r.c_id = 1
AND r.score = 100 ) t INNER JOIN Student s ON t.s_id = s.s_id 耗时为：0.044s
这个时间相当靠谱，快了 10 倍。执行计划：我们会看到，先提取 result ，再连表，都用到了索引。那么再来执行下 sql ： EXPLAIN
select s.* from Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id =
1 and r.score = 100; 执行耗时：0.050s 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。扩大测试数据，调整内容为 result 表的数据增长到 300W ，学生数据更为分散。 DROP PROCEDURE
IF EXISTS insert_Result_TO300W; DELIMITER $ CREATE PROCEDURE
insert_Result_TO300W() BEGIN DECLARE i INT DEFAULT 700001; DECLARE sNum INT
DEFAULT 1; DECLARE cNum INT DEFAULT 1; WHILE i<=3000000 DO INSERT INTO
Result(`r_id`,`s_id`,`c_id`,`score`) VALUES(i,(RAND()*69999)+1 ,(RAND()*99)+1 ,
(RAND()*99)+1); SET i = i+1; END WHILE; END $ CALL insert_Result_TO300W();
更换了一下数据生成的方式，全部采用随机数格式。先回顾下： show index from Result; 执行 sql select s.* from
Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id = 81 and r.score
= 84; 执行耗时：1.278s 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，但从一个字段看，区分度都不是很大，从 Result 表检索，c_id = 81 检索的结果是 81 ，score = 84 的结果是 84 。而
c_id = 81 and score = 84 的结果是
19881，即这两个字段联合起来的区分度还是比较高的，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，我们来试试。
DROP index result_c_id_index on Result; DROP index result_score_index on
Result; CREATE index result_c_id_score_index on Result(c_id,score); 指向上述查询语句
消耗时间：0.025s 这个速度就就很快了，可以接受。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，所有分析计划很重要知识扩展
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
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：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。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
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 select * from user_test where sex = 2 and type = 2 ORDER BY
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
·END·

程序员的成长之路

路虽远，行则必至

本文原发于同名微信公众号「程序员的成长之路」，回复「1024」你懂得，给个赞呗。

微信ID：cxydczzl

往期精彩回顾

程序员接私活的7大平台利器
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247485759%26idx%3D1%26sn%3D6189c69534c0f51b0a3a6d1b26f689ff%26chksm%3Dfa24f657cd537f41df3b688e63cfc88f6e68cb9262ec07e1418089aa6cdc5d794aeb681e4786%26scene%3D21%23wechat_redirect>

Java程序员的成长之路
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247486053%26idx%3D1%26sn%3Dd3ab081c851786f4c9dbf1b323f187ea%26chksm%3Dfa24f50dcd537c1b34253c8e5ad027dfb317c0e7001b0ef48e336c27a17841717a197bb0b0c2%26scene%3D21%23wechat_redirect>

白话TCP为什么需要进行三次握手
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247486048%26idx%3D1%26sn%3Dfe9d125ee560875239deeafc801a04c8%26chksm%3Dfa24f508cd537c1e576e88b1a179fd870a517c40b6526e9ca2cffb02d6991f75439c579e5b2c%26scene%3D21%23wechat_redirect>

Java性能优化的50个细节（珍藏版）
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247486015%26idx%3D1%26sn%3Dc865a942d05aa13e19208ec9deb1f8ef%26chksm%3Dfa24f557cd537c418e605a112a08a4125105a80d36ac2b2b29e2ef6f456fb8b7ee5c91e11986%26scene%3D21%23wechat_redirect>

设计电商平台优惠券系统
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247485996%26idx%3D1%26sn%3D70a1c8de8ee03d91130011494997c6a6%26chksm%3Dfa24f544cd537c524e83b4218067241cfc1eb8a5bf9b90fb64d3f13f699d57492fdbc96d8b7f%26scene%3D21%23wechat_redirect>

一个对话让你明白架构师是做什么的？
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247485982%26idx%3D1%26sn%3D25a51a789918462326bc3d3d0c39a110%26chksm%3Dfa24f576cd537c6038ba1a6f903d38f9aa4c7695e7bee136b649fd2d22d4371e58e1db2fe83b%26scene%3D21%23wechat_redirect>

教你一招用 IDE 编程提升效率的骚操作！
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247485965%26idx%3D1%26sn%3Db09bd68122a7a610cc6bcbad0b765ed2%26chksm%3Dfa24f565cd537c7393b174170c39fb2d7ba810b4cac1404aefb2360bb6552133e88a32016e44%26scene%3D21%23wechat_redirect>

送给程序员们的经典电子书大礼包
<https://link.juejin.im/?target=http%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyNDkzNzczNQ%3D%3D%26mid%3D2247485875%26idx%3D1%26sn%3D0801f98619e13eec9db30f218cb4d9af%26chksm%3Dfa24f6dbcd537fcd2cf3c36698702c4aecbb2ce18f935a7dfdbf1ab39cc1514f53b546be6ca7%26scene%3D21%23wechat_redirect>

热门工具换一换