前言

在應用開發的早期，數據量少，開發人員開發功能時更重視功能上的實現，隨著生產數據的增長，很多 SQL 語句開始暴露出性能問題，對生產的影響也越來越大，有時可能這些有問題的 SQL 就是整個系統性能的瓶頸。

SQL 優化一般步驟

| 通過慢查日志等定位那些執行效率較低的 SQL 語句

| explain 分析SQL的執行計劃

需要重點關注 type、rows、filtered、extra。

type 由上至下，效率越來越高：

• ALL 全表掃描

• index 索引全掃描

• range 索引范圍掃描，常用語<,<=,>=,between,in 等操作

• ref 使用非唯一索引掃描或唯一索引前綴掃描，返回單條記錄，常出現在關聯查詢中

• eq_ref 類似 ref，區別在于使用的是唯一索引，使用主鍵的關聯查詢

• const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢

• null MySQL 不訪問任何表或索引，直接返回結果

• 雖然上至下，效率越來越高，但是根據 cost 模型，假設有兩個索引 idx1(a, b, c),idx2(a, c)，SQL 為"select * from t where a = 1 and b in (1, 2) order by c";如果走 idx1，那么是 type 為 range，如果走 idx2，那么 type 是 ref；當需要掃描的行數，使用 idx2 大約是 idx1 的 5 倍以上時，會用 idx1，否則會用 idx2

Extra：

• Using filesort：MySQL 需要額外的一次傳遞，以找出如何按排序順序檢索行。通過根據聯接類型瀏覽所有行并為所有匹配 WHERE 子句的行保存排序關鍵字和行的指針來完成排序。然后關鍵字被排序，并按排序順序檢索行；

• Using temporary：使用了臨時表保存中間結果，性能特別差，需要重點優化；

• Using index：表示相應的 select 操作中使用了覆蓋索引（Coveing Index）,避免訪問了表的數據行，效率不錯！如果同時出現 using where，意味著無法直接通過索引查找來查詢到符合條件的數據；

• Using index condition：MySQL5.6 之后新增的 ICP，using index condtion 就是使用了 ICP（索引下推），在存儲引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。

| show profile 分析

了解 SQL 執行的線程的狀態及消耗的時間。

默認是關閉的，開啟語句“set profiling = 1;”

SHOWPROFILES;
SHOWPROFILEFORQUERY#{id};

| trace

trace 分析優化器如何選擇執行計劃，通過 trace 文件能夠進一步了解為什么優惠券選擇 A 執行計劃而不選擇 B 執行計劃。

setoptimizer_trace="enabled=on";
setoptimizer_trace_max_mem_size=1000000;
select*frominformation_schema.optimizer_trace;

| 確定問題并采用相應的措施

如下：

• 優化索引

• 優化 SQL 語句：修改 SQL、IN 查詢分段、時間查詢分段、基于上一次數據過濾

• 改用其他實現方式：ES、數倉等

• 數據碎片處理

場景分析

| 案例 1：最左匹配

索引：

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

SQL 語句：

select*from_twhereorderno=''

查詢匹配從左往右匹配，要使用 order_no 走索引，必須查詢條件攜帶 shop_id 或者索引（shop_id，order_no）調換前后順序。

| 案例 2：隱式轉換

索引：

KEY`idx_mobile`(`mobile`)

SQL 語句：

select*from_userwheremobile=12345678901

隱式轉換相當于在索引上做運算，會讓索引失效。mobile 是字符類型，使用了數字，應該使用字符串匹配，否則 MySQL 會用到隱式替換，導致索引失效。

| 案例 3：大分頁

索引：

KEY`idx_a_b_c`(`a`,`b`,`c`)

SQL 語句：

select*from_twherea=1andb=2orderbycdesclimit10000,10;

對于大分頁的場景，可以優先讓產品優化需求，如果沒有優化的，有如下兩種優化方式：

• 一種是把上一次的最后一條數據，也即上面的 c 傳過來，然后做“c < xxx”處理，但是這種一般需要改接口協議，并不一定可行

• 另一種是采用延遲關聯的方式進行處理，減少 SQL 回表，但是要記得索引需要完全覆蓋才有效果。

SQL 改動如下：

selectt1.*from_tt1,(selectidfrom_twherea=1andb=2orderbycdesclimit10000,10)t2wheret1.id=t2.id;

| 案例 4：in + order by

索引：

KEY`idx_shopid_status_created`(`shop_id`,`order_status`,`created_at`)

SQL 語句：

select*from_orderwhereshop_id=1andorder_statusin(1,2,3)orderbycreated_atdesclimit10

in 查詢在 MySQL 底層是通過 n*m 的方式去搜索，類似 union，但是效率比 union 高。

in 查詢在進行 cost 代價計算時（代價 = 元組數 * IO 平均值），是通過將 in 包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較的慢。

所以 MySQL 設置了個臨界值（eq_range_index_dive_limit），5.6 之后超過這個臨界值后該列的 cost 就不參與計算了。因此會導致執行計劃選擇不準確。

默認是 200，即 in 條件超過了 200 個數據，會導致 in 的代價計算存在問題，可能會導致 MySQL 選擇的索引不準確。

處理方式：可以（order_status，created_at）互換前后順序，并且調整 SQL 為延遲關聯。

| 案例 5：范圍查詢阻斷，后續字段不能走索引

索引：

KEY`idx_shopid_created_status`(`shop_id`,`created_at`,`order_status`)

SQL 語句：

select*from_orderwhereshop_id=1andcreated_at>'2021-01-010000'andorder_status=10

范圍查詢還有“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_orderwhereshop_id=1andorder_statusnotin(1,2)
select*from_orderwhereshop_id=1andorder_status!=1

在索引上，避免使用 NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等。

| 案例 7：優化器選擇不使用索引的情況

如果要求訪問的數據量很小，則優化器還是會選擇輔助索引，但是當訪問的數據占整個表中數據的蠻大一部分時（一般是 20% 左右），優化器會選擇通過聚集索引來查找數據。

select*from_orderwhereorder_status=1

查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。

| 案例 8：復雜查詢

selectsum(amt)from_twherea=1andbin(1,2,3)andc>'2020-01-01';
select*from_twherea=1andbin(1,2,3)andc>'2020-01-01'limit10;

如果是統計某些數據，可能改用數倉進行解決；如果是業務上就有那么復雜的查詢，可能就不建議繼續走 SQL 了，而是采用其他的方式進行解決，比如使用 ES 等進行解決。

| 案例 9：asc 和 desc 混用

select*from_twherea=1orderbybdesc,casc

desc 和 asc 混用時會導致索引失效。

| 案例 10：大數據

對于推送業務的數據存儲，可能數據量會很大，如果在方案的選擇上，最終選擇存儲在 MySQL 上，并且做 7 天等有效期的保存。

那么需要注意，頻繁的清理數據，會照成數據碎片，需要聯系 DBA 進行數據碎片處理。