首页 Java知识正文

一次非常有意思的 SQL 优化经历:从 30248.271s 到 0.001s

admin Java知识 2021-01-20 46 0

来源:cnblogs.com/tangyanbo/p/4462734.html


  • 场景

    我用的数据库是mysql5.6,下面简单的介绍下场景

    课程表

    create table Course(

    c_id int PRIMARY KEY,

    name varchar(10)


    )

    数据100条

    学生表:

    create table Student(

    id int PRIMARY KEY,

    name varchar(10)


    )

    数据70000条

    学生成绩表SC

    CREATE table SC(

        sc_id int PRIMARY KEY,

        s_id int,

        c_id int,

        score int

    )

    数据70w条

    查询目的:

    查找语文考100分的考生

    查询语句:

    select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )

    执行时间:30248.271s

    晕,为什么这么慢,先来查看下查询计划:

    EXPLAIN

    select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
    image

    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。

    先给sc表的c_id和score建个索引

    CREATE index sc_c_id_index on SC(c_id);
    CREATE index sc_score_index on SC(score);

    再次执行上述查询语句,时间为: 1.054s

    快了3w多倍,大大缩短了查询时间,看来索引能极大程度的提高查询效率,建索引很有必要,很多时候都忘记建

    索引了,数据量小的的时候压根没感觉,这优化的感觉挺爽。

    但是1s的时间还是太长了,还能进行优化吗,仔细看执行计划:

    image

    查看优化后的sql:

    SELECT
        `YSB`.`s`.`s_id` AS `s_id`,
        `YSB`.`s`.`name` AS `name`
    FROM
        `YSB`.`Student` `s`
    WHERE
        < in_optimizer > (
            `YSB`.`s`.`s_id` ,< EXISTS > (
                SELECT
                    1
                FROM
                    `YSB`.`SC` `sc`
                WHERE
                    (
                        (`YSB`.`sc`.`c_id` = 0)
                        AND (`YSB`.`sc`.`score` = 100)
                        AND (
                            < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
                        )
                    )
            )
        )

    补充:这里有网友问怎么查看优化后的语句

    方法如下:

    在命令窗口执行

    image

    有type=all

    按照我之前的想法,该sql的执行的顺序应该是先执行子查询

    select s_id from SC sc where sc.c_id = 0 and sc.score = 100

    耗时:0.001s

    得到如下结果:

    image

    然后再执行

    select s.* from Student s where s.s_id in(7,29,5000)

    耗时:0.001s

    这样就是相当快了啊,Mysql竟然不是先执行里层的查询,而是将sql优化成了exists子句,并出现了EPENDENT SUBQUERY,

    mysql是先执行外层查询,再执行里层的查询,这样就要循环70007*8次。

    那么改用连接查询呢?

    SELECT s.* from

    Student s

    INNER JOIN SC sc

    on sc.s_id = s.s_id

    where sc.c_id=0 and sc.score=100

    这里为了重新分析连接查询的情况,先暂时删除索引sc_c_id_index,sc_score_index

    执行时间是:0.057s

    效率有所提高,看看执行计划:

    image

    这里有连表的情况出现,我猜想是不是要给sc表的s_id建立个索引

    CREATE index sc_s_id_index on SC(s_id);

    show index from SC

    image

    在执行连接查询

    时间: 1.076s,竟然时间还变长了,什么原因?查看执行计划:

    image

    优化后的查询语句为:

    SELECT
        `YSB`.`s`.`s_id` AS `s_id`,
        `YSB`.`s`.`name` AS `name`
    FROM
        `YSB`.`Student` `s`
    JOIN `YSB`.`SC` `sc`
    WHERE
        (
            (
                `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
            )
            AND (`YSB`.`sc`.`score` = 100)
            AND (`YSB`.`sc`.`c_id` = 0)
        )

    貌似是先做的连接查询,再进行的where条件过滤

    回到前面的执行计划:

    image

    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:

    image

    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做操,因此先执行where

    过滤是明智方案,现在为了排除mysql的查询优化,我自己写一条优化后的sql

    SELECT
        s.*
    FROM
        (
            SELECT
                *
            FROM
                SC sc
            WHERE
                sc.c_id = 0
            AND sc.score = 100
        ) t
    INNER JOIN Student s ON t.s_id = s.s_id

    即先执行sc表的过滤,再进行表连接,执行时间为:0.054s

    和之前没有建s_id索引的时间差不多

    查看执行计划:

    image

    先提取sc再连表,这样效率就高多了,现在的问题是提取sc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 sc_c_id_index on SC(c_id);
    CREATE index sc_score_index on SC(score);

    再执行查询:

    SELECT
        s.*
    FROM
        (
            SELECT
                *
            FROM
                SC sc
            WHERE
                sc.c_id = 0
            AND sc.score = 100
        ) t
    INNER JOIN Student s ON t.s_id = s.s_id

    执行时间为:0.001s,这个时间相当靠谱,快了50倍

    执行计划:

    image

    我们会看到,先提取sc,再连表,都用到了索引。

    那么再来执行下sql

    SELECT s.* from

    Student s

    INNER JOIN SC sc

    on sc.s_id = s.s_id

    where sc.c_id=0 and sc.score=100

    执行时间0.001s

    执行计划:

    image

    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。

    2015-04-30日补充:最近又重新导入一些生产数据,经测试发现,前几天优化完的sql执行效率又变低了

    调整内容为SC表的数据增长到300W,学生分数更为离散。

    先回顾下:

    show index from SC

    image

    执行sql

    SELECT s.* from

    Student s

    INNER JOIN SC sc

    on sc.s_id = s.s_id

    where sc.c_id=81 and sc.score=84


    执行时间:0.061s,这个时间稍微慢了点

    执行计划:

    image

    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,

    单从一个字段看,区分度都不是很大,从SC表检索,c_id=81检索的结果是70001,score=84的结果是39425

    而c_id=81 and score=84 的结果是897,即这两个字段联合起来的区分度是比较高的,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,而是要从磁盘去读取,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,那么我们来试试吧。

    alter table SC drop index sc_c_id_index;
    alter table SC drop index sc_score_index;
    create index sc_c_id_score_index on SC(c_id,score);

    执行上述查询语句,消耗时间为:0.007s,这个速度还是可以接收的

    执行计划:

    image

    该语句的优化暂时告一段落

    总结:

    1.mysql嵌套子查询效率确实比较低

    2.可以将其优化成连接查询

    3.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)

    4.建立合适的索引,必要时建立多列联合索引

    5.学会分析sql执行计划,mysql会对sql进行优化,所以分析执行计划很重要

    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:

    image_thumb3

    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

    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:

    image_thumb5

    最左前缀

    多列索引还有最左前缀的特性:

    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

    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

    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

    create index user_name_index on user_test(user_name)

    最后附上一些sql调优的总结,以后有时间再深入研究

    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。

    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

    这样可以极大的提高表连接的效率



    版权声明

    本文仅代表作者观点,不代表本站立场。
    本文系作者授权发表,未经许可,不得转载。

    评论