SQL优化处理

2023-04-24 17:15 由骑ZHU看夕阳``` 发表于 #数据库

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、extra。
type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idx1(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idx1，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idx1的5倍以上时，会用idx1，否则会用idx2
Extra
Using 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引（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 index 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 = 1;
SHOW PROFILES ;
SHOW PROFILE FOR QUERY #{id};
4、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
需要重点关注type、rows、filtered、extra。

5、场景分析

不走索引的集中常态情况：索引列上做任何操作（计算，函数，（自动或者手动）类型装换），优化器选错索引，or前后没有同时使用索引，模糊查询 like 以%开头，
使用不等于(!= 或者<>)，使用is not null 或者 is null，字符串不加单引号索引会失效，存储引擎不能使用索引中范围条件右边的列，范围之后索引失效。（< ,> between and），

案例1、最左匹配
索引：KEY `idx_shopid_orderno` (`shop_id`,`order_no`)，联合索引，没有使用第一列索引，也就是最左匹配原则
SQL语句：select * from _t where orderno=''
查询匹配从左往右匹配，要使用order_no走索引，必须查询条件携带shop_id或者索引(shop_id,order_no)调换前后顺序。

案例2、隐式转换
  索引：KEY `idx_mobile` (`mobile`)
  SQL语句：select * 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会用到隐式替换，导致索引失效。
  另外，如果你近期准备面试跳槽，建议在Java面试库小程序在线刷题，涵盖 2000+ 道 Java 面试题，几乎覆盖了所有主流技术面试题。

案例3、大分页
  索引：KEY `idx_a_b_c` (`a`, `b`, `c`)
  SQL语句：select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
  对于大分页的场景，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 < xxx”处理，但是这种一般需要改接口协议，并不一定可行。
  另一种是采用延迟关联的方式进行处理，减少SQL回表，但是要记得索引需要完全覆盖才有效果，SQL改动如下
  select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
案例4、in + order by
  索引：KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
  SQL语句：select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10
  in查询在MySQL底层是通过n*m的方式去搜索，类似union，但是效率比union高。in查询在进行cost代价计算时（代价 = 元组数 * IO平均值），是通过将in包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以MySQL设置了个临界值 (eq_range_index_dive_limit)，5.6之后超过这个临界值后该列的cost就不参与计算了。
  因此会导致执行计划选择不准确。默认是200，即in条件超过了200个数据，会导致in的代价计算存在问题，可能会导致Mysql选择的索引不准确。
  处理方式，可以(order_status, created_at)互换前后顺序，并且调整SQL为延迟关联。

案例5、范围查询阻断，后续字段不能走索引
  索引：KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
  SQL语句：select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10
  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）
  select * from _order where shop_id=1 and order_status not in (1,2)
  select * from _order where shop_id=1 and order_status != 1
  在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等

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），优化器会选择通过聚集索引来查找数据。
  select * from _order where order_status = 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
  select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
  select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;
  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
select * from _t where a=1 order by b desc, c asc
desc 和asc混用时会导致索引失效

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。

来源：狼爷的博客
地址：https://www.cnblogs.com/powercto/p/14410128.html