哪个网站做公司业务广告效果好,本机做网站,公司起名字,让别人做网站多久开始注册域名索引优化与查询优化
哪些维度可以进行数据库调优
索引失效、没有充分利用到索引-一索引建立关联查询太多JOIN (设计缺陷或不得已的需求) --SQL优化服务器调优及各个参数设置 (缓冲、线程数等)–调整my.cnf数据过多–分库分表
关于数据库调优的知识点非常分散。不同的 DBMS不同的公司不同的职位不同的项目遇到的问题都不尽相 同。这里我们分为三个章节进行细致讲解。
虽然 SQL 查询优化的技术有很多但是大方向上完全可以分成 物理查询优化 和 逻辑查询优化 两大块。
物理查询优化是通过 索引和 表连接方式 等技术来进行优化这里重点需要掌握索引的使用。逻辑查询优化就是通过 SOL 等价变换 提升查询效率直白一点就是说换一种查询写法执行效率可能更高
1. 索引失效案例
MySQL中提高性能的一个最有效的方式是对数据表设计合理的索引。索引提供了高效访问数据的方法并且加快查询的速度因此索引对查询的速度有着至关重要的影响
使用索引可以快速地定位表中的某条记录从而提高数据库查询的速度提高数据库的性能如果查询时没有使用索引查询语句就会扫描表中的所有记录。在数据量大的情况下这样查询的速度会很慢
大多数情况下都默认采用B树来构建索引。只是空间列类型的索引使用R-树并且MEMORY表还支持hash索引
其实用不用索引最终都是优化器说了算。优化器是基于什么的优化器基于cost开销(CostBaseOptimizer)它不是基于规则(Rule-BasedOptimizer)也不是基于语义。怎么样开销小就怎么来。另外SQL语句是否使用索引跟数据库版本、数据量、数据选择度都有关系。 说明SQL_NO_CACHE 是MySQL中的一个查询提示Query Hint用于在查询时告诉MySQL不要缓存该查询的结果。通常MySQL会在查询结果中使用查询缓存来提高性能如果查询缓存中已经存在相同的查询结果MySQL将直接返回缓存中的结果而不需要再执行实际的查询操作。 1.0 数据准备
#1. 数据准备CREATE DATABASE atguigudb2;USE atguigudb2;#建表
CREATE TABLE class
(id INT(11) NOT NULL AUTO_INCREMENT,className VARCHAR(30) DEFAULT NULL,address VARCHAR(40) DEFAULT NULL,monitor INT NULL,PRIMARY KEY (id)
) ENGINE INNODBAUTO_INCREMENT 1DEFAULT CHARSET utf8;CREATE TABLE student
(id INT(11) NOT NULL AUTO_INCREMENT,stuno INT NOT NULL,name VARCHAR(20) DEFAULT NULL,age INT(3) DEFAULT NULL,classId INT(11) DEFAULT NULL,PRIMARY KEY (id)# CONSTRAINT fk_class_id FOREIGN KEY (classId) REFERENCES t_class (id)
) ENGINE INNODBAUTO_INCREMENT 1DEFAULT CHARSET utf8;SET GLOBAL log_bin_trust_function_creators 1;#随机产生字符串
DELIMITER //
CREATE FUNCTION rand_string(n INT) RETURNS VARCHAR(255)
BEGINDECLARE chars_str VARCHAR(100) DEFAULT abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ;DECLARE return_str VARCHAR(255) DEFAULT ;DECLARE i INT DEFAULT 0;WHILE i nDOSET return_str CONCAT(return_str, SUBSTRING(chars_str, FLOOR(1 RAND() * 52), 1));SET i i 1;END WHILE;RETURN return_str;
END //
DELIMITER ;# 用于随机产生多少到多少的编号
DELIMITER //
CREATE FUNCTION rand_num(from_num INT, to_num INT) RETURNS INT(11)
BEGINDECLARE i INT DEFAULT 0;SET i FLOOR(from_num RAND() * (to_num - from_num 1));RETURN i;
END //
DELIMITER ;# 创建往stu表中插入数据的存储过程
DELIMITER //
CREATE PROCEDURE insert_stu(START INT, max_num INT)
BEGINDECLARE i INT DEFAULT 0;SET autocommit 0; #设置手动提交事务REPEATREPEAT#循环SET i i 1; #赋值INSERT INTO student (stuno, NAME, age, classId) VALUES ((START i), rand_string(6), rand_num(1, 50), rand_num(1, 1000));UNTIL i max_num END REPEAT;COMMIT; #提交事务
END //
DELIMITER ;# 执行存储过程往class表添加随机数据
DELIMITER //
CREATE PROCEDURE insert_class(max_num INT)
BEGINDECLARE i INT DEFAULT 0; SET autocommit 0;REPEATSET i i 1; INSERT INTO class (classname, address, monitor) VALUES (rand_string(8), rand_string(10), rand_num(1, 100000));UNTIL i max_num END REPEAT;COMMIT;
END //
DELIMITER ;# 执行存储过程往class表添加1万条数据
CALL insert_class(10000);# 执行存储过程往stu表添加50万条数据
CALL insert_stu(100000, 500000);SELECT COUNT(*)
FROM class;SELECT COUNT(*)
FROM student;# 删除某表上的索引 存储过程
DELIMITER //
CREATE PROCEDURE proc_drop_index(dbname VARCHAR(200), tablename VARCHAR(200))
BEGINDECLARE done INT DEFAULT 0;DECLARE ct INT DEFAULT 0;DECLARE _index VARCHAR(200) DEFAULT ;DECLARE _cur CURSOR FOR SELECT index_nameFROM information_schema.STATISTICSWHERE table_schema dbname AND table_name tablename AND seq_in_index 1 AND index_name PRIMARY;#每个游标必须使用不同的declare continue handler for not found set done1来控制游标的结束DECLARE CONTINUE HANDLER FOR NOT FOUND SET done2 ;
#若没有数据返回,程序继续,并将变量done设为2OPEN _cur;FETCH _cur INTO _index;WHILE _index DO SET str CONCAT(drop index , _index , on , tablename ); PREPARE sql_str FROM str ;EXECUTE sql_str;DEALLOCATE PREPARE sql_str;SET _index; FETCH _cur INTO _index; END WHILE;CLOSE _cur;
END //
DELIMITER ;# 执行存储过程
CALL proc_drop_index(atguigu2, student);2.1 全值匹配
# 创建索引前后
# 145 ms (execution: 126 ms, fetching: 19 ms)
# 76 ms (execution: 34 ms, fetching: 42 ms)
SELECT SQL_NO_CACHE *
FROM student
WHERE age 30AND classId 4 AND name abcd;CREATE INDEX idx_age ON student (age);再创建一个索引发现使用的联合索引
CREATE INDEX idx_age_classId ON student(age, classId);
EXPLAIN SELECT SQL_NO_CACHE *
FROM student
WHERE age 30AND classId 4AND name abcd;idselect_typetablepartitionstypepossible_keyskeykey_lenrefrowsfilteredExtra1SIMPLEstudentnullrefidx_age_classIdidx_age_classId10const,const1210Using where
继续创建这三个字段的联合索引发现使用的3个的联合索引
CREATE INDEX idx_age_classId_name ON student(age, classId, name);2.2 最佳左前缀法则(联合索引)
MySQL建立联合索引时会遵守最佳左前缀匹配原则即最左优先在检索数据时从联合索引的最左边开始匹配
# 使用idx_age_classId索引 顺序一致
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age30 AND student.nameabcd;
# 没用上索引 因为没有classid开头顺序的索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid1 AND student.nameabcd;删掉前两个索引保留student(age, classId, name);
发现虽然用上了索引但是key_len5说明只用上了联合索引的一部分age这个字段(int4字节1null)
先取查询条件的classid到索引第一个列匹配无结果再取age匹配找到可用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid1 AND age30 AND student.nameabcd;idselect_typetablepartitionstypepossible_keyskeykey_lenrefrowsfilteredExtra1SIMPLEstudentnullrefidx_age_classId,idx_age_classId_nameidx_age_classId_name73const,const,const1100null
这样则完全没有使用上索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid1 AND student.nameabcd;先取查询条件的classid到索引第一个列匹配无结果再取name匹配仍然无结果因为索引只存在age开头的这个。
结论MySQL可以为多个字段创建索引一个索引可以包括16个字段。对于多列索引过滤条件要使用索引必须按照索引建立时的顺序依次满足一旦跳过某个字段索引后面的字段都无法被使用。如果查询条件中没有使用这些字段中第1个字段时多列或联合索引不会被使用 Alibaba《Java开发手册》索引文件具有B-Tree的最左前缀匹配特性如果左边的值未确定那么无法使用此索引 2.3 主键插入顺序
对于一个使用InnoDB存储引擎的表来说在我们没有显式的创建索引时表中的数据实际上都是存储在聚簇索引的叶子节点的。而记录又是存储在数据页中的数据页和记录又是按照记录主键值从小到大的顺序进行排序所以如果我们插入的记录的主键值是依次增大的话那我们每插满一个数据页就换到下一个数据页继续插而如果我们插入的主键信息忽大忽小的话就比较麻烦假设某个数据页存储的记录已经满了它存储的主键值在1~100之间 如果此时再插入一条主键值为 9 的记录那它插入的位置就如下图 可这个数据页已经满了再插进来咋办呢我们需要把当前页面分裂成两个页面把本页中的一些记录移动到新创建的这个页中。页面分裂和记录移位意味着什么意味着性能损耗所以如果我们想尽量避免这样无谓的性能损耗最好让插入的记录的主键值依次递增这样就不会发生这样的性能损耗了。所以我们建议让主键具有AUTO_INCREMENT让存储引擎自己为表生成主键而不是我们手动插入 比如 person_info 表
CREATE TABLE person_info
(id INT UNSIGNED NOT NULL AUTO_INCREMENT,name VARCHAR(100) NOT NULL,birthday DATE NOT NULL,phone_number CHAR(11) NOT NULL,country varchar(100) NOT NULL,PRIMARY KEY (id),KEY idx_name_birthday_phone_number (name(10), birthday, phone_number)
);自定义的主键列id拥有AUTO_INCREMENT属性在插入记录时存储引擎会自动为我们填入自增的主键值。这样的主键占用空间小顺序写入减少页分裂。
2.4 计算、函数导致索引失效
CREATE INDEX idx_name ON student(NAME);
# 可以使用上索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE abc%;
# 无法使用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE LEFT(student.name,3) abc;第一种索引优化生效因为可以使用二级索引进行匹配第二种索引优化失效因为使用到了函数但是对于mysql来说函数作用的是什么并不知道所以不能使用索引。 CREATE INDEX idx_sno ON student(stuno);
# 无法使用索引
EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno1 900001;
# 可以使用索引
EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno 900000;2.5 类型转换(自动或手动)导致索引失效
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name123;
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name123;name123发生类型转化索引失效
结论设计实体类属性时一定要与数据库字段类型相对应。否则就会出现类型转换的情况
1.6 范围条件右边的列索引失效
CREATE INDEX idx_age_cid_name ON student(age, classId, name);EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age30 AND student.classId20 AND student.name abc;key_len10,age和classid加起来没有name
idselect_typetablepartitionstypepossible_keyskeykey_lenrefrowsfilteredExtra1SIMPLEstudentnullrangeidx_age_cid_nameidx_age_cid_name10null1872810Using index condition 范围右边的列不能使用。比如() () () () 和 between等
如果这种sql出现较多应该注意联合索引建立顺序将范围查询条件放置语句最后
CREATE INDEX idx_age_name_classid ON student(age, name, classid);
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age30 AND student.name abc AND student.classId20;应用开发中范围查询例如金额查询日期查询往往都是范围查询。应将查询条件放置where语句最后。
1.7 不等于(!或者)索引失效
CREATE INDEX idx_name ON student(NAME);
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name abc;
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name ! abc;1.8 is null可以使用索引, is not null无法使用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NULL;
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NOT NULL;最好在设计数据表的时候就将字段设置为NOT NULL约束比如你可以将INT类型的字段默认值为0将字符类型的默认值设置为空字符串(‘’)
同理在查询中使用NOT LIKE也无法使用索引导致全表扫描
1.9 like以通配符%开头索引失效
在使用LIKE关键字进行查询的查询语句中如果匹配字符串的第一个字符为”%“索引就不会起作用。只有”%“不在第一个位置索引才会起作用
# 使用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name LIKE ab%;
# 未使用到索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name LIKE %ab%;Alibaba《Java开发手册》【强制】页面搜索严禁左模糊或者全模糊如果需要请走搜索引擎来解决 1.10 OR前后存在非索引的列索引失效
在WHERE子句中如果在OR前的条件列进行了索引而OR后的条件列没有进行索引那么索引会失效。也就是说OR前后的两个条件中的列都是索引时查询中才使用索引
因为OR的含义就是两个只要满足一个即可因此只有一个条件列进行了索引是没有意义的只要有条件列没有进行索引就会进行全表扫描因此索引的条件列也会失效
CREATE INDEX idx_age ON student(age);
# 因为classid字段没有索引所以没有使用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age10 OR classid100;# 因为age字段和name字段上都有索引所以查询中使用了索引。
# 这里使用到了index_merge简单说index_merge就是对age和name分别进行了扫描然后将这两个结果集进行了合并。这样的好处就是避免了全表扫描
CREATE INDEX idx_name ON student(name);
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age10 OR name able;1.11 数据库和表的字符集统一使用utf8mb4
统一使用utf8mb4(5.5.3版本以上支持)兼容性更好统一字符集可以避免由于字符集转换产生的乱码。不同的字符集进行比较前需要进行转换会造成索引失效
1.12 一般性建议
对于单列索引尽量选择针对当前query过滤性更好的索引
在选择组合索引的时候当前query中过滤性最好的字段在索引字段顺序中位置越靠前越好
在选择组合索引的时候尽量选择能够包含当前query中的where子句中更多字段的索引
在选择组合索引的时候如果某个字段可能出现范围查询时尽量把这个字段放在索引次序的最后面
总之书写SQL语句时尽量避免造成索引失效的情况
2. 关联查询优化
2.0 数据准备
CREATE TABLE IF NOT EXISTS type
(id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,card INT(10) UNSIGNED NOT NULL,PRIMARY KEY (id)
);
CREATE TABLE IF NOT EXISTS book
(bookid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,card INT(10) UNSIGNED NOT NULL,PRIMARY KEY (bookid)
);# 20条
INSERT INTO type(card)
VALUES (FLOOR(1 (RAND() * 20)));
# 20条
INSERT INTO book(card)
VALUES (FLOOR(1 (RAND() * 20)));2.1 左外连接
没有索引type全是all
EXPLAIN SELECT SQL_NO_CACHE * FROM type LEFT JOIN book ON type.card book.card;idselect_typetablepartitionstypepossible_keyskeykey_lenrefrowsfilteredExtra1SIMPLEtypenullALLnullnullnullnull20100null1SIMPLEbooknullALLnullnullnullnull20100Using where; Using join buffer (hash join)
CREATE INDEX Y ON book (card);idselect_typetablepartitionstypepossible_keyskeykey_lenrefrowsfilteredExtra1SIMPLEtypenullALLnullnullnullnull20100null1SIMPLEbooknullrefYY4atguigu2.type.card1100Using index
可以看到第二行的 type 变为了 refrows 也变成了优化比较明显。这是由左连接特性决定的。LEFT JOIN条件用于确定如何从右表搜索行左边一定都有所以右边是我们的关键点,一定需要建立索引;
2.2 内连接
对于内连接来讲如果表的连接条件中只能有一个字段有索引则有索引的字段会被作为被驱动表
对于内连接来说在两个表的连接条件都存在索引的情况下会选择小表作为驱动表——小表驱动大表
CREATE INDEX Y ON book (card);
DROP INDEX Y ON book;EXPLAIN SELECT SQL_NO_CACHE * FROM type INNER JOIN book ON type.card book.card;CREATE INDEX X ON type (card);
DROP INDEX X ON type;2.3 JOIN语句原理
JOIN方式连接多个表本质就是各个表之间数据的循环匹配。MySQL5.5版本之前MySQL只支持一种表间关联方式就是嵌套循环(Nested Loop Join)。如果关联表的数据量很大则join关联的执行时间会非常长。MySQL5.5以后的版本中MySQL通过引入BNLJ算法来优化嵌套执行
(1) 驱动表和被驱动表
驱动表就是主表被驱动表就是从表、非驱动表对于内连接来说SELECT * FROM A JOIN B ON …A一定是驱动表吗不一定优化器会根据你查询语句做优化决定先查哪张表。先查询的那张表就是驱动表反之就是被驱动表。通过EXPLAIN关键字可以查看对于外连接来说SELECT FROM A LEFT JOIN B ON … #或 SELECT FROM B RIGHT JOIN A ON …通常认为A就是驱动表B就是被驱动表。但也未必。测试如下
CREATE TABLE a(f1 INT, f2 INT, INDEX(f1))ENGINEINNODB;
CREATE TABLE b(f1 INT, f2 INT)ENGINEINNODB;INSERT INTO a VALUES(1,1),(2,2),(3,3),(4,4),(5,5),(6,6);INSERT INTO b VALUES(3,3),(4,4),(5,5),(6,6),(7,7),(8,8);# 测试1 使用了索引f1
EXPLAIN SELECT * FROM a LEFT JOIN b ON(a.f1b.f1) WHERE (a.f2b.f2);
# 测试2 没有使用索引
EXPLAIN SELECT * FROM a LEFT JOIN b ON(a.f1b.f1) AND (a.f2b.f2);(2) Simple Nested-Loop Join简单嵌套循环连接
算法相当简单从表A中取出一条数据1遍历表B将匹配到的数据放到result…以此类推驱动表A中的每一条记录与被驱动表B的记录进行判断 可以看到这种方式效率是非常低的以上述表A数据100条表B数据1000条计算则A*B10万次。开销统计如下 当然mysql肯定不会这么粗暴的去进行表的连接所以就出现了后面的两种对Nested-Look Join优化算法
(3) Index Nested-Loop Join索引嵌套循环连接
Index Nested-Loop Join其优化的思路主要是为了减少内层表数据的匹配次数所以要求被驱动表上必须有索引才行。通过外层表匹配条件直接与内层表索引进行匹配避免和内层表的每条记录去进行比较这样极大的减少了对内层表的匹配次数 驱动表中的每条记录通过被驱动表的索引进行访问因为索引查询的成本是比较固定的故mysql优化器都倾向于使用记录数少的表作为驱动表外表 如果被驱动表加索引效率是非常高的但如果索引不是主键索引所以还得进行一次回表查询。相比被驱动表的索引是主键索引效率会更高
(4) Block Nested-Loop Join块嵌套循环连接
如果存在索引那么会使用index的方式进行join如果join的列没有索引被驱动表要扫描的次数太多了。每次访问被驱动表其表中的记录都会被加载到内存中然后再从驱动表中取一条与其匹配匹配结束后清除内存然后再从驱动表中加载一条记录然后把被驱动表的记录再加载到内存匹配这样周而复始大大增加了IO的次数。为了减少被驱动表的IO次数就出现了Block Nested-Loop Join的方式
不再是逐条获取驱动表的数据而是一块一块的获取引入了join buffer缓冲区将驱动表join相关的部分数据列大小受join buffer的限制缓存到join buffer中然后全表扫描被驱动表被驱动表的每一条记录一次性和join buffer中所有驱动表记录进行匹配内存中操作将简单嵌套循环中的多次比较合并成一次降低了被驱动表的访问频率
注意这里缓存的不只是关联表的列SELECT后面的列也会缓存起来
在一个有N个join关联的sql中会分配N-1个join buffer。所以查询的时候尽量减少不必要的字段可以让join buffer中可以存放更多的列 参数设置
block_nested_loop通过show variables like ‘%optimizer_switch%’查看block_nested_loop状态。默认是开启的
join_buffer_size驱动表能不能一次加载完要看join buffer能不能存储所有数据默认情况下join_buffer_size256k
join_buffer_size的最大值在32位系统可以申请4G而在64位操作系统下可以申请大于4G的Join Buffer空间64位Windows除外其大值会被截断为4G并发出警告
(5) Join小结
整体效率比较INLJBNLJSNLJ
永远用小结果集驱动大结果集(其本质就是减少外层循环的数据数量)小的度量单位指的是 表行数*每行大小
SELECT t1.b, t2.* FROM t1 straight_join t2 ON (t1.bt2.b) WHERE t2.id100; #推荐SELECT t1.b, t2.* FROM t2 straight_join t1 ON (t1.bt2.b) WHERE t2.id100; #不推荐为被驱动表匹配的条件增加索引(减少内存表的循环匹配次数)
增大join buffer size的大小一次缓存的数据越多那么内层包的扫表次数就越少
减少驱动表不必要的字段查询字段越少join buffer所缓存的数据就越多
(6) Hash Join
从MySQL的8.0.20版本开始将废弃BNLJ因为从MySQL8.0.18版本开始就加入了hash join默认都会使用hash join
Nested Loop对于被连接的数据子集较小的情况Nested Loop是个较好的选择
Hash Join是做大数据集连接时的常用方式优化器使用两个表中较小相对较小的表利用Join Key在内存中建立散列表然后扫描较大的表并探测散列表找出与Hash表匹配的行
这种方式适用于较小的表完全可以放于内存中的情况这样总成本就是访问两个表的成本之和
在表很大的情况下并不能完全放入内存这时优化器会将它分割成若干不同的分区不能放入内存的部分就把该分区写入磁盘的临时段此时要求有较大的临时段从而尽量提高I/O的性能
它能够很好的工作于没有索引的大表和并行查询的环境中并提供最好的性能。大多数人都说它是Join的重型升降机。Hash Join只能应用于等值连接(如WHERE A.COL1B.COL2)这是由Hash的特点决定的 3. 子查询优化
MySQL从4.1版本开始支持子查询使用子查询可以进行SELECT语句的嵌套查询即一个SELECT查询的结果作为另一个SELECT语句的条件。子查询可以一次性完成很多逻辑上需要多个步骤才能完成的SQL操作。
子查询是 MySQL 的一项重要的功能可以帮助我们通过一个 SQL 语句实现比较复杂的查询。但是子查询的执行效率不高。原因
执行子查询时MySQL需要为内层查询语句的查询结果建立一个临时表然后外层查询语句从临时表中查询记录。查询完毕后再撤销这些临时表。这样会消耗过多的CPU和IO资源产生大量的慢查询。
子查询的结果集存储的临时表不论是内存临时表还是磁盘临时表都不会存在索引所以查询性能会受到一定的影响。
对于返回结果集比较大的子查询其对查询性能的影响也就越大。在MySQL中可以使用连接JOIN查询来替代子查询。连接查询 不需要建立临时表 其速度比子查询要快 如果查询中使用索引的话性能就会更好。
在MySQL中可以使用连接JOIN查询来替代子查询。连接查询不需要建立临时表其速度比子查询要快如果查询中使用索引的话性能就会更好。 举例查询学生表中是班长的学生信息
使用子查询创建班级表中班长的索引
CREATE INDEX idx_moniitor ON class (monitor);EXPLAIN
SELECT *
FROM student stu1
WHERE stu1.stuno IN (SELECT monitor FROM class c WHERE monitor IS NOT NULL);推荐使用多表查询
EXPLAIN SELECT stu1.* FROM student stu1 JOIN class c ON stu1.stuno c.monitor WHERE c.monitor IS NOT NULL;举例取所有不为班长的同学
# 不推荐
EXPLAIN
SELECT SQL_NO_CACHE a.*
FROM student a
WHERE a.stuno NOT IN (SELECT monitor FROM class b WHERE monitor IS NOT NULL);
# 推荐
EXPLAIN
SELECT SQL_NO_CACHE a.*
FROM student aLEFT OUTER JOIN class b ON a.stuno b.monitor
WHERE b.monitor IS NULL;结论尽量不要使用NOT IN 或者 NOT EXISTS用LEFT JOIN xxx ON xx WHERE xx IS NULL替代
4. 排序优化
4.1 排序优化
问题在 WHERE 条件字段上加索引但是为什么在 ORDER BY 字段上还要加索引呢
回答在MySQL中支持两种排序方式分别是FileSort和Index排序
Index排序中索引可以保证数据的有序性不需要再进行排序效率更高FileSort排序则一般再内存中进行排序占用CPU较多。如果待排结果较大会产生临时文件I/O到磁盘进行排序的情况效率较低
优化建议
SQL 中可以在 WHERE 子句和 ORDER BY 子句中使用索引目的是在 WHERE 子句中 避免全表扫描 在 ORDER BY 子句 避免使用 FileSort 排序 。当然某些情况下全表扫描或者 FileSort 排序不一定比索引慢。但总的来说我们还是要避免以提高查询效率尽量使用 Index 完成 ORDER BY 排序。如果 WHERE 和 ORDER BY 后面是相同的列就使用单索引列如果不同就使用联合索引。无法使用 Index 时需要对 FileSort 方式进行调优
4.2 测试
删除student、class索引
以下是否能使用到索引能否去掉using filesort
过程一没有使用索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student ORDER BY age, classid;EXPLAIN SELECT SQL_NO_CACHE * FROM student ORDER BY age, classid LIMIT 10;过程二创建索引但order by时不limit索引失效
CREATE INDEX idx_age_classid_name ON student(age,classid,NAME);SELECT SQL_NO_CACHE * FROM student ORDER BY age, classid;为何没有使用索引实际上SQL在执行时优化器会考虑成本问题虽然有索引但是此索引是一个二级索引那么如果通过索引排完序后需要回表查询其他的所有列信息。干脆直接在内存中做排序发现花费的时间还要少所以就没有使用索引。注意并不是任何情况下有索引就一定会使用优化器是考虑时间成本进行选择最优的执行计划。如果sql换成SELECT SQL_NO_CACHE age, classid FROM student ORDER BY age, classid;就会使用上索引。这里不需要回表覆盖索引 过程三order by时顺序错误索引失效
创建索引age,classid,stuno 以下哪些索引失效
CREATE INDEX idx_age_classid_stuno ON student(age,classid,stuno);
# 失效
EXPLAIN SELECT * FROM student ORDER BY classid LIMIT 10;
# 失效
EXPLAIN SELECT * FROM student ORDER BY classid,NAME LIMIT 10;
# 有效
EXPLAIN SELECT * FROM student ORDER BY age,classid,stuno LIMIT 10;
# 有效
EXPLAIN SELECT * FROM student ORDER BY age,classid LIMIT 10;
# 有效
EXPLAIN SELECT * FROM student ORDER BY age LIMIT 10;过程四order by时规则不一致索引失效
顺序错不索引方向反不索引
CREATE INDEX idx_age_classid_stuno ON student(age,classid,stuno);
# 失效 方向反
EXPLAIN SELECT * FROM student ORDER BY age DESC, classid ASC LIMIT 10;
# 失效 最左前缀法则
EXPLAIN SELECT * FROM student ORDER BY classid DESC, NAME DESC LIMIT 10;
# 失效 方向反
# 没有使用索引是因为最后还要按照classid逆序所以不如直接文件排序。
EXPLAIN SELECT * FROM student ORDER BY age ASC, classid DESC LIMIT 10;
# 有效
EXPLAIN SELECT * FROM student ORDER BY age DESC, classid DESC LIMIT 10;结论ORDER BY子句尽量使用index方式排序避免使用FileSort方式排序 过程五无过滤不索引
# 虽然使用了索引但是key_len都是5并没有使用到ORDER BY后面的是因为经过WHERE的筛选剩下的数据不是太多所以就没有使用
EXPLAIN SELECT * FROM student WHERE age45 ORDER BY classid;
EXPLAIN SELECT * FROM student WHERE age45 ORDER BY classid,name;
# 前者没有使用索引后者使用了索引前者是因为先进行排序的再去过滤后最后回表查询出所有的字段信息花费的时间会更多。
# 后者因为只取前十条其中索引排完序再筛选完后取前十条会更快一些
EXPLAIN SELECT * FROM student WHERE classid45 ORDER BY age;
EXPLAIN SELECT * FROM student WHERE classid45 ORDER BY age limit 10;4.3 小结
INDEX a_b_c(a,b,c)
order by 能使用索引最左前缀 - ORDER BY a - ORDER BY a,b - ORDER BY a,b,c - ORDER BY a DESC, b DESC, c DESC
如果WHERE使用索引的最左前缀定义为常量则order by能使用索引 - WHERE aconst ORDER BY b,c - WHERE aconst AND bconst ORDER BY c - WHERE aconst ORDER BY b,c - WHERE aconst AND bconst ORDER BY b,c
不能使用索引进行排序 - ORDER BY a ASC, b DESC, c DESC /排序不一致/ - WHERE gconst ORDER BY b,c /丢失a索引/ - WHERE aconst ORDER BY c /丢失b索引/ - WHERE aconst ORDER BY a,d /d不是索引的一部分/ - WHERE a in (…) ORDER BY b,c /对于排序来说多个相等条件也是范围查询/
4.4 filesort算法双路排序和单路排序
在MySQL中当需要进行ORDER BY或GROUP BY操作时可能会使用到filesort算法。filesort算法用于对查询结果集进行排序以满足ORDER BY或GROUP BY子句的要求。根据不同的场景和配置MySQL中的filesort算法分为双路排序Two-Phase Sort和单路排序One-Phase Sort两种。
双路排序Two-Phase Sort
双路排序是默认情况下的排序算法它执行两个排序阶段。首先MySQL会尝试使用索引完成排序如果存在适合的索引来满足ORDER BY或GROUP BY条件那么排序就是在索引的帮助下完成的。如果索引无法满足排序需求MySQL会使用双路排序。
在双路排序中MySQL首先尝试使用内存sort_buffer进行排序。如果排序所需的内存超出了sort_buffer的设置MySQL将使用磁盘临时文件进行排序。这样双路排序使用了两种资源内存和磁盘。通常情况下双路排序是比较高效的排序算法因为它充分利用了内存和磁盘的优势。
单路排序One-Phase Sort
单路排序是一种特殊的排序算法它只使用内存来完成排序而不涉及磁盘临时文件。单路排序通常在查询需要排序的数据较小时MySQL可以保证所有排序数据都在sort_buffer内存中进行排序从而避免了使用磁盘临时文件。
当查询需要排序的数据量较小时MySQL会优先选择单路排序因为单路排序避免了磁盘I/O相对较快。但是如果排序数据量较大超出了sort_buffer的设置MySQL会回退到双路排序。
在实际使用中可以通过调整sort_buffer的大小来影响MySQL在排序时选择单路排序还是双路排序。如果想强制使用单路排序可以将sort_buffer设置为一个较大的值但这也会增加内存的消耗。综合考虑查询的性能需求和系统的资源情况选择合适的排序算法和合理设置sort_buffer是优化查询性能的重要一环。
5. GROUP BY优化
group by 使用索引的原则几乎跟order by一致 group by 即使没有过滤条件用到索引也可以直接使用索引。group by 先排序再分组遵照索引建的最佳左前缀法则当无法使用索引列增大max_length_for_sort_data和sort_buffer_size参数的设置where效率高于having能写在where限定的条件就不要写在having中了减少使用order by和业务沟通能不排序就不排序或将排序放到程序端去做。Order by、groupby、distinct这些语句较为耗费CPU数据库的CPU资源是极其宝贵的。包含了order by、group by、distinct这些查询的语句where条件过滤出来的结果集请保持在1000行以内否则SQL会很慢
6. 优化分页查询
一般分页查询时通过创建覆盖索引能够比较好地提高性能。一个常见由非常头疼地问题就是limit 2000000,10此时需要MySQL排序前2000010记录仅仅返回2000000-2000010的记录其他记录丢弃查询排序的代价非常大
EXPLAIN SELECT * FROM student LIMIT 2000000,10
优化思路一在索引上完成排序分页操作最后根据主键关联回原表查询所需要的其他列内容
EXPLAIN SELECT * FROM student t,(SELECT id FROM student ORDER BY id LIMIT 2000000,10) a WHERE t.ida.id;
# 查根据name排序的分页在name上创建索引查找id再根据id找具体数据避免了使用聚簇索引数据量大的问题# 优化前 498 ms (execution: 465 ms, fetching: 33 ms)
SELECT *
FROM student s
ORDER BY name
limit 490000,10;# 优化后95 ms (execution: 72 ms, fetching: 23 ms)
CREATE INDEX stu_name ON student(name);WITH order_name (id) AS (select id from student ORDER BY name limit 490000,10)
SELECT *
FROM student sINNER JOIN order_name o ON s.id o.id;优化思路二该方案适用于主键自增的表可以把limit查询转换成某个位置的查询
EXPLAIN SELECT * FROM student WHERE id2000000 LIMIT 10;
7. 优先考虑覆盖索引
7.1 什么时覆盖索引
理解方式一索引是高效找到行的一个方法但是一般数据库也能使用索引找到一个列的数据因此它不必读取整个行。毕竟索引叶子节点存储了它们索引的数据当能通过读取索引就可以得到想要的数据那就不需要读取行了。一个索引包含了满足查询结果的数据就叫做覆盖索引。
理解方式二非聚簇复合索引的一种形式它包括在查询里的SELECT、JOIN和WHERE子句用到的所有列即建索引的字段正好是覆盖查询条件中所涉及的字段。
简单说就是索引列主键包含SELECT 到 FROM之间查询的列。
7.2 覆盖索引的利弊
好处
避免Innodb表进行索引的二次查询(回表)
Innodb是以聚集索引的顺序来存储的对于innodb来说二级索引在叶子节点中所保存的是行的主键信息如果是用二级索引查询数据在查找到相应的键值后还需要通过主键进行二次查询才能获取我们真实所需要的数据
在覆盖索引中二级索引的键值中可以获取所要的数据避免了对主键的二次查询减少了IO操作提升了查询效率
可以把随机IO变成顺序IO加快查询效率实际就是砍掉了回表时的随机IO只留下了二级索引查询的顺序IO
由于覆盖索引是按键值的顺序存储的对于IO密集型的范围查找来说对比随机从磁盘读取每一行的数据IO要少的多因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO
由于覆盖索引可以减少树的搜索次数显著提升查询性能所以使用覆盖索引是一个常用的性能优化手段
弊端索引字段的维护总是有代价的。因此在建立冗余索引来支持覆盖索引时就需要权衡考虑了。DBA或数据架构师考虑的
8. 给字符串添加索引
# 教师表
create table teacher
(ID bigint unsigned primary key,email varchar(64),…
) engine innodb;讲师要使用邮箱登录所以业务代码中一定会出现类似于这样的语句 select col1, col2 from teacher where email’xxx’;
如果email这个字段上没有索引那么这个语句就只能做全表扫描
可以使用字符串前缀创建索引详见3.2.8:
https://blog.csdn.net/a2272062968/article/details/131917628
9. 索引下推ICP
索引下推Index Condition PushdownICP是MySQL 5.6版本中引入的一项优化技术它在某些情况下可以提高查询性能。ICP的主要目标是减少MySQL在执行查询时需要访问表的行数从而减少IO操作和提高查询效率。
在传统的查询执行中MySQL首先使用索引进行条件过滤然后再到表中检索相应的行数据。ICP通过在索引上应用查询的其他条件来减少对表的实际访问。当MySQL发现可以通过索引直接满足查询的所有条件时ICP将会停止对表的行数据访问从而避免了额外的IO操作。
ICP主要适用于复合索引即包含多个列的索引。当查询中涉及到索引的所有列并且查询的条件都可以在索引上进行计算时ICP就会发挥作用。
以下是ICP的一些优点和适用条件
优点
减少了对表的实际访问从而减少了IO操作提高了查询性能。在某些情况下可以避免对表的临时文件和临时表的创建和使用。
适用条件
查询涉及的索引是复合索引包含多个列。查询涉及的索引的所有列都要在查询中使用并且查询条件可以在索引上进行计算。表的存储引擎支持ICP目前InnoDB和MyISAM存储引擎支持ICP。
ICP是MySQL中的一个自动优化特性不需要显式地启用。在执行查询时MySQL的优化器会自动判断是否可以使用ICP来优化查询计划。对于适合使用复合索引和满足ICP条件的查询ICP会帮助提高查询性能减少不必要的IO操作从而加快查询的执行速度。
10. 普通索引vs唯一索引
普通索引和唯一索引应该怎么选择其实这两类索引在查询能力上是没差别的主要考虑的是对更新性能的影响。所以建议你尽量选择普通索引
在实际使用中会发现普通索引和change buffer的配合使用对于 数据量大 的表的更新优化还是很明显的
如果所有的更新后面都马上伴随着对这个记录的查询那么你应该关闭change buffer。而在其他情况下change buffer都能提升更新性能
由于唯一索引用不上change buffer的优化机制因此如果业务可以接受从性能角度出发建议优先考虑非唯一索引。但是如果”业务可能无法确保”的情况下怎么处理呢
首先业务正确性优先。我们的前提是“业务代码已经保证不会写入重复数据”的情况下讨论性能问题。如果业务不能保证或者业务就是要求数据库来做约束那么没得选必须创建唯一索引。这种情况下本节的意义在于如果碰上了大量插入数据慢、内存命中率低的时候给你多提供一个排查思路。然后在一些“归档库”的场景你是可以考虑使用唯一索引的。比如线上数据只需要保留半年然后历史数据保存在归档库。这时候归档数据已经是确保没有唯一键冲突了。要提高归档效率可以考虑把表里面的唯一索引改成普通索引
11. 其他查询优化策略
11.1 EXISTS和IN的区分
问题不太理解那种情况下使用EXISTS那种情况用IN。选择的标准是能否使用表的索引吗
回答索引是个前提其实选择与否还是要看表的大小。可以将选择的标准理解为小表驱动大表。在这种方式下效率是最高的
例如
SELECT * FROM A WHERE cc IN (SELECT cc FROM B)
SELECT * FROM A WHERE EXISTS (SELECT cc FROM B WHERE B.ccA.cc)当A小于B时用EXISTS。因为EXISTS的实现相当于外表循环实现的逻辑类似于
for i in A
for j in B
if j.cc i.cc then …当B小于A时用IN因为实现的逻辑类似于
for i in B
for j in A
if j.cc i.cc then …哪个表小就用哪个表来驱动A表小就用EXISTSB表小就用IN
11.2 COUNT(*)与COUNT(具体字段)效率
问在MYSQL中统计数据表的行数可以使用三种方式SELECT COUNT(*)、SELECT COUNT(1)、SELECT COUNT(具体字段)使用这三者之间的查询效率是怎样的
答
前提如果要统计的是某个字段的非空数据行数则另当别论毕竟比较执行效率的前提是结果一样才可以
环节1COUNT(*)和COUNT(1)都是对所有结果进行COUNTCOUNT(*)和COUNT(1)本质上并没有区别二者执行时间可能略有差别不过还是可以把它俩的执行效率看成是相等的。如果有WHERE子句则是对所有符合筛选条件的数据进行统计如果没有WHERE子句则是对数据表的数据行数进行统计
环节2如果是MyISAM存储引擎统计数据表的行数只需要O(1)的复杂度这是因为每张MyISAM的数据表都有一个meta信息存储了row_count值而一致性则由表级锁来保证。如果是InnoDB存储引擎因为InnoDB支持事务采用行级锁和MVCC机制所以无法像MyISAM一样维护一个row_count变量因此需要采用扫描全表进行循环计数的方式来完成统计
环节3在InnoDB引擎中如果采用COUNT(具体字段)来统计数据行数要尽量采用二级索引。因为主键采用的索引是聚簇索引聚簇索引包含的信息多明显会大于二级索引非聚簇索引。对于COUNT(*)和COUNT(1)来说它们不需要查找具体的行只是统计行数系统会自动采用占用空间更小的二级索引来进行统计。如果有多个二级索引会使用key_len小的二级索引进行扫描。当没有二级索引的时候才会采用主键索引进行统计
11.3 关于SELECT(*)
在表查询中建议明确字段不要使用*作为查询的字段列表推荐使用SELECT字段列表查询。
MySQL在解析的过程中会通过查询数据字典将*按序转换成所有列名这会大大的消耗资源和时间无法使用覆盖索引
11.4 LIMIT 1对优化的影响
针对的是会扫描全表的SQL语句如果你可以确定结果集只有一条那么加上LIMIT 1的时候当找到一条结果的时候就不会继续扫描了这样会加快查询速度
如果数据表已经对字段建立了唯一索引那么可以通过索引进行查询不会全表扫描的话就不需要加上LIMIT 1了
11.5 多使用COMMIT
只要有可能在程序中尽量多使用 COMMIT这样程序的性能得到提高需求也会因为 COMMIT 所释放的资源而减少。
COMMIT 所释放的资源
回滚段上用于恢复数据的信息被程序语句获得的锁redo / undo log buffer 中的空间管理上述 3 种资源中的内部花费
