场景+案例分析，SQL优化这么做就对了！

　　场景+案例分析，SQL优化这么做就对了！

　　/powercto/p/14410128.html

　　目录场景分析资料前言

　　在应用开发的早期，数据量少，开发人员开发功能时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。

　　如果有不同意见，欢迎留言指正，一起学习！

　　SQL优化一般步骤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

　　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

　　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 ;<br />SHOW PROFILE FOR QUERY  #{id};<br />

　　4、trace

　　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优惠券选择A执行计划而不选择B执行计划。

　　set optimizer_trace="enabled=on";<br />set optimizer_trace_max_mem_size=1000000;<br />select * from information_schema.optimizer_trace;<br />

　　5、确定问题并采用相应的措施场景分析案例1、最左匹配

　　索引

　　KEY `idx_shopid_orderno` (`shop_id`,`order_no`)<br />

　　SQL语句

　　select * from _t where orderno=''<br />

　　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。

　　推荐：

　　案例2、隐式转换

　　索引

　　KEY `idx_mobile` (`mobile`)<br />

　　SQL语句

　　select * from _user where mobile=12345678901<br />

　　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`)<br />

　　SQL语句

　　select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;<br />

　　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<br /> t1.* <br />FROM<br /> _t t1,<br /> ( SELECT id FROM _t WHERE a = 1 AND b = 2 ORDER BY c DESC LIMIT 10000, 10 ) t2 <br />WHERE<br /> t1.id = t2.id;<br />

　　案例4、in + order by

　　索引

　　KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)<br />

　　SQL语句

　　SELECT<br /> * <br />FROM<br /> _order <br />WHERE<br /> shop_id = 1 <br /> AND order_status IN ( 1, 2, 3 ) <br />ORDER BY<br /> created_at DESC <br /> LIMIT 10<br />

　　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。

　　推荐：

　　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`)<br />

　　SQL语句

　　SELECT<br /> * <br />FROM<br /> _order <br />WHERE<br /> shop_id = 1 <br /> AND created_at > '2021-01-01 00:00:00' <br /> AND order_status = 10<br />

　　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)<br /><br />select * from _order where shop_id=1 and order_status != 1<br />

　　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<br />

　　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';<br /><br />select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;<br />

　　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<br />

　　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。

　　资料

　　<p style="margin-right: 10px;margin-left: 10px;font-size: 14px;white-space: pre-wrap;text-align: center;letter-spacing: 1.5px;">

　　最后给大家分享我写的SQL两件套：《SQL基础知识第二版》和《SQL高级知识第二版》的PDF电子版。里面有各个语法的解释、大量的实例讲解和批注等等，非常通俗易懂，方便大家跟着一起来实操。

　　<br />

　　有需要的读者可以下载学习，在下面的公众号「数据前线」(非本号)后台回复关键字：SQL，就行

　　数据前线

　　<br />

　　后台回复关键字：1024，获取一份精心整理的技术干货

　　后台回复关键字：进群，带你进入高手如云的交流群</p>

　　记得帮忙点「赞」和「在看」↓

　　谢谢啦