不可错过的SQL优化干货分享-sql优化、索引使用

本文是向大家介绍在sql调优的几个操作步骤，它能够在日常遇到慢sql时有分析优化思路，能够让开发者更好的了解sql执行的顺序和原理。

---

一、前言

在日常开发中，我们经常遇到一些数据库相关的问题，比方说：

• SQL已经走了索引了，为什么还是会耗时很长？

• 索引越建越多了，但是好像都是合理的，因为需求就是需要各种查询，但是索引过多又会降低写入的效率，怎么更加合理的建立索引？

• 为某个业务场景建立了某个索引，想当然的会生效，搞不清楚为啥没有完全覆盖？

• 索引包含了排序字段，为什么还是fileSort?

• 批量处理大量数据如何优化？

二、SQL优化步骤

1、通过查SQL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。

常见字段

type	执行链接类型，常见的比如ALL表示全表扫描，const表示常量匹配通过索引可以确认一条数据，rang范围查询、ref使用非唯一索引匹配数据，ref_or_null表示使用唯一索引匹配，index_merge表示使用了索引合并
possible_keys	可能用到的索引
key	用到的索引
key_len	使用到的索引长度，按照字段的类型字节数计算。比方说一个BIGINT类型则为8. Varchar比较特殊。 比方说可以为空的utf8mb4编码的Varchar(32) 占用key_len = 32 * 4 + 2 +1。 2字节用于标示长度，1字节用于标示是否为空。
rows	扫描行数，引擎层通过索引过滤后剩余的数据行数(剩余的数据需要在server层进行非索引过滤)。
Extra	额外信息，通常用于判断Mysql怎么使用该索引
filtered	符合所有查询条件的返回的结果占rows列的百分比，只是一个抽样统计 的结果，并不一定准确。 （100%则表示完全走索引过滤，通过索引过滤后的数据完全符合查询结果。）

查询语句常出现的Extra类型

空	什么都没显示，说明完全使用了索引，但是需要回表
using index	覆盖索引，说明完全使用了索引，并且不需要回表
using where	部分用到索引
using index condition	使用到了ICP，利用到索引现有的数据在引擎层过滤数据
using filesort	排序没有通过索引排序，出现filesort且rows比较大的情况，则需要优化
using temporary	使用到了临时表，如果执行过程需要根据查询到的数据做一些聚合分组，而数据量较大时，会使用临时表。比如group by、distinct没走索引时
using union Using intersect Using sort_union	索引合并: 指字段分别有索引，采用索引查询合并数据的方式优化 使用到了索引合并联合访问算法 select * from table where filed1=1 or filed2=2 使用到了索引合并交叉访问算法 select * from table where filed1=1 and filed2>2 使用到了索引合并排序访问算法 select * from table where filed1<1 or filed2>2

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、trace 工具

trace分析优化器如何选择执行计划，通过trace文件能够进一步了解为什么optimizer选择A执行计划而不选择B执行计划。

set optimizer_trace="enabled=on";

set optimizer_trace_max_mem_size=1000000;

select * from information_schema.optimizer_trace;

5、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

三、 案例分析

案例1、最左匹配

索引

KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

SQL语句

select * from t where order_no = ''

查询匹配从左往右匹配，要使用order_no索引，必须查询条件携带shop_id或索引(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。

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。