实用性极强的-MySQL-查询优化策略 (实用性极强的app)
在程序上线运行一段时间后,一旦数据量上去了,或多或少会感觉到系统出现延迟、卡顿等现象,出现这种问题,就需要程序员或架构师进行系统调优工作了。其中,大量的实践经验表明,调优的手段尽管有很多,但涉及到SQL调优的内容仍然是非常重要的一环,本文将结合实例,总结一些工作中可能涉及到的SQL优化策略。
一、查询优化
可以说,对于大多数系统来说,读多写少一定是常态,这就表示涉及到查询的SQL是非常高频的操作。
前置准备
给一张测试表添加10万条数据。使用下面的存储过程给单表造一批数据,将表换成自己的就好了。
create procedure addMyData() declare num int; while num <= 100000 do insert into XXX_table values (replace(uuid(), -, ''), concat('测试', num), concat('cs', num), 123456); set num = num + 1; end while;
然后调用该存储过程:
call addMyData();
本篇准备了3张表,分别为学生(student)表,班级(class)表,账户 (account) 表,各自有50万,1万和10万条数据用于测试。
二、分页查询优化
分页查询是开发中经常会遇到的,有一种情况是,当分页的数量非常大的时候,查询的时候往往非常耗时,比如查询 student 表,使用下面的 sql 查询,耗时达到 0.2 秒。
select from student limit 400000, 10;
实践经验告诉我们,越往后,分页查询效率越低,这就是分页查询的问题所在,因为,当在进行分页查询时,如果执行 limit 400000, 10,此时需要排序前 400010 记录,仅仅返回 400000-400010 的记录,其他记录丢弃,查询排序的代价非常大。
优化思路
一般分页查询时,通过创建覆盖索引能够比较好地提高性能,可以通过覆盖索引加子查询形式进行优化。
1. 在索引上完成排序分页操作,最后根据主键关联回原表查询所需要的其他列内容
SELECT FROM student t1, (SELECT id FROM student ORDER BY id LIMIT 400000, 10) t2 WHERE t1.id = t2.id;
执行上面的 sql,可以看到响应时间有一定的提升。
2. 对于主键自增的表,可以把 Limit 查询转换成某个位置的查询
select from student where id > 400000 limit 10;
执行上面的 sql,可以看到响应时间有一定的提升。
三、关联查询优化
在实际的业务开发过程中,关联查询可以说随处可见,关联查询的优化核心思路是,最好为关联查询的字段添加索引,这是关键。具体到不同的场景,还需要具体分析,这个跟 mysql 的引擎在执行优化策略的方案选择时有一定关系。
1. 左连接或右连接
下面是一个使用 left join 的查询,可以预想到这条 sql 查询的结果集非常大。
select t. from student t left join class cs on t.classId = cs.id;
为了检查下 sql 的执行效率,使用 explain 做一下分析,可以看到,第一张表即 left join 左边的表 student 走的全表扫描,而 class 表走了主键索引,尽管结果集较大,还是走了索引。
针对这种场景的查询,思路如下:
![实用性极强的](https://tyye.cn/zb_users/theme/tpure/style/images/lazyload.png)
- 如果有合适的局部索引,可以对局部索引进行查询优化。
- 合理使用子查询。
- 抽取中间表,使用临时表存储中间结果。
关于左连接(右连接)的 explain 结果补充说明:
- using:表示使用了索引合并,关联条件基于索引,查询效率很高。
- eq_ref:表示使用了相等连接,关联条件基于主键或唯一索引,查询效率也很高。
- ref:表示使用了非唯一索引进行关联,查询效率一般。
- index_merge:表示使用了索引合并优化,将多个索引合并为一个索引树进行查询。
- fulltext:表示使用了全文索引进行查询。
2. 关联查询
关联的字段建立索引看下面的这条 sql,其关联字段非表的主键,而是普通的字段。
explain select u. from tenant t left join `user` u on u.account = t.tenant_name where t.removed is null and u.removed is null;
通过 explain 分析可以发现,左边的表走了全表扫描,可以考虑给左边的表的 tenant_name 和 user 表的 account 各自创建索引。
create index tenant_name_index on tenant (tenant_name); create index account_index on user (account);
优化后,explain 的结果如下:
id select_type table partitions type possible_keys key key_len ref rows filtered Extra 1 SIMPLE t NULL ALL NULL NULL NULL NULL 500000 100.00 Using where; Using index 2 SIMPLE u NULL eq_ref NULL account_index account_index NULL 1 100.00 Using where; Using index
可以看到,建立索引后,查询效率有了明显的提升。
3.多表关联查询
多表关联查询的优化思路与上述的关联查询类似,重点是给关联字段创建索引,同时,还需要考虑表连接的顺序,尽量让小表关联大表,这样可以减少中间结果集的大小,提升查询效率。
总结
SQL 优化是一个综合性的工作,需要结合具体场景进行分析和优化。以上总结了一些常见的 SQL 优化策略,在实际工作中,可以根据需要灵活运用这些策略,以提升系统性能。
如何设计高效合理的MySQL查询语句_MySQL
MySQL查询语句大家都在用,但是应该如何设计高效合理的MySQL查询语句呢?下面就教您MySQL查询语句的合理设计方法,分享给大家学习学习。 1.合理使用索引 索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率。 现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。 索引的使用要恰到好处,其使用原则如下:●在经常进行连接,但是没有指定为外键的列上建立索引,而不经常连接的字段则由优化器自动生成索引。 ●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引。 ●在条件表达式中经常用到的不同值较多的列上建立检索,在不同值少的列上不要建立索引。 比如在雇员表的“性别”列上只有“男”与“女”两个不同值,因此就无必要建立索引。 如果建立索引不但不会提高查询效率,反而会严重降低更新速度。 ●如果待排序的列有多个,可以在这些列上建立复合索引(compound index)。 ●使用系统工具。 如Informix数据库有一个tbcheck工具,可以在可疑的索引上进行检查。 在一些数据库服务器上,索引可能失效或者因为频繁操作而使得读取效率降低,如果一个使用索引的查询不明不白地慢下来,可以试着用tbcheck工具检查索引的完整性,必要时进行修复。 另外,当数据库表更新大量数据后,删除并重建索引可以提高查询速度。 2.避免或简化排序应当简化或避免对大型表进行重复的排序。 当能够利用索引自动以适当的次序产生输出时,优化器就避免了排序的步骤。 以下是一些影响因素:●索引中不包括一个或几个待排序的列;●group by或order by子句中列的次序与索引的次序不一样;●排序的列来自不同的表。 为了避免不必要的排序,就要正确地增建索引,合理地合并数据库表(尽管有时可能影响表的规范化,但相对于效率的提高是值得的)。 如果排序不可避免,那么应当试图简化它,如缩小排序的列的范围等。 3.消除对大型表行数据的顺序存取在嵌套查询中,对表的顺序存取对查询效率可能产生致命的影响。 比如采用顺序存取策略,一个嵌套3层的查询,如果每层都查询1000行,那么这个查询就要查询10亿行数据。 避免这种情况的主要方法就是对连接的列进行索引。 例如,两个表:学生表(学号、姓名、年龄??)和选课表(学号、课程号、成绩)。 如果两个表要做连接,就要在“学号”这个连接字段上建立索引。 还可以使用并集来避免顺序存取。 尽管在所有的检查列上都有索引,但某些形式的where子句强迫优化器使用顺序存取。 下面的查询将强迫对orders表执行顺序操作:SELECT * FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008 虽然在customer_num和order_num上建有索引,但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。 因为这个语句要检索的是分离的行的集合,所以应该改为如下语句:SELECT * FROM orders WHERE customer_num=104 AND order_num>1001 UNION SELECT * FROM orders WHERE order_num=1008 这样就能利用索引路径处理查询。 4.避免相关子查询一个列的标签同时在主查询和where子句中的查询中出现,那么很可能当主查询中的列值改变之后,子查询必须重新查询一次。 查询嵌套层次越多,效率越低,因此应当尽量避免子查询。 如果子查询不可避免,那么要在子查询中过滤掉尽可能多的行。 5.避免困难的正规表达式MATCHES和LIKE关键字支持通配符匹配,技术上叫正规表达式。 但这种匹配特别耗费时间。 例如:SELECT * FROM customer WHERE zipcode LIKE “98_ _ _” 即使在zipcode字段上建立了索引,在这种情况下也还是采用顺序扫描的方式。 如果把语句改为SELECT * FROM customer WHERE zipcode >“”,在执行查询时就会利用索引来查询,显然会大大提高速度。 另外,还要避免非开始的子串。 例如语句:SELECT * FROM customer WHERE zipcode[2,3]>“80”,在where子句中采用了非开始子串,因而这个语句也不会使用索引。 6.使用临时表加速查询把表的一个子集进行排序并创建临时表,有时能加速查询。 它有助于避免多重排序操作,而且在其他方面还能简化优化器的工作。 例如:SELECT ,,??other columns FROM cust,rcvbles WHERE _id = _id AND >0 AND >“” ORDER BY 如果这个查询要被执行多次而不止一次,可以把所有未付款的客户找出来放在一个临时文件中,并按客户的名字进行排序:SELECT ,,??other columns FROM cust,rcvbles WHERE _id = _id AND >0 ORDER BY INTO TEMP cust_with_balance 然后以下面的方式在临时表中查询:SELECT * FROM cust_with_balance WHERE postcode>“” 临时表中的行要比主表中的行少,而且物理顺序就是所要求的顺序,减少了磁盘I/O,所以查询工作量可以得到大幅减少。 注意:临时表创建后不会反映主表的修改。 在主表中数据频繁修改的情况下,注意不要丢失数据。 7.用排序来取代非顺序存取非顺序磁盘存取是最慢的操作,表现在磁盘存取臂的来回移动。 SQL语句隐藏了这一情况,使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。 有些时候,用数据库的排序能力来替代非顺序的存取能改进查询。
如何提高上百万级记录MySQL数据库查询速度
关于mysql处理百万级以上的数据时如何提高其查询速度的方法 最近一段时间由于工作需要,开始关注针对Mysql数据库的select查询语句的相关优化方法。 由于在参与的实际项目中发现当mysql表的数据量达到百万级时,普通SQL查询效率呈直线下降,而且如果where中的查询条件较多时,其查询速度简直无法容忍。 曾经测试对一个包含400多万条记录(有索引)的表执行一条条件查询,其查询时间竟然高达40几秒,相信这么高的查询延时,任何用户都会抓狂。 因此如何提高sql语句查询效率,显得十分重要。 以下是网上流传比较广泛的30种SQL查询语句优化方法: 1、应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。 2、对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。 3、应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from t where num=0 4、尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描,如: select id from t where num=10 or num=20 可以这样查询: select id from t where num=10 union all select id from t where num=20 5、下面的查询也将导致全表扫描:(不能前置百分号) select id from t where name like ‘%c%’ 若要提高效率,可以考虑全文检索。 6、in 和 not in 也要慎用,否则会导致全表扫描,如: select id from t where num in(1,2,3) 对于连续的数值,能用 between 就不要用 in 了: select id from t where num between 1 and 3 7、如果在 where 子句中使用参数,也会导致全表扫描。 因为SQL只有在运行时才会解析局部变量,但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。 然 而,如果在编译时建立访问计划,变量的值还是未知的,因而无法作为索引选择的输入项。 如下面语句将进行全表扫描: select id from t where num=@num 可以改为强制查询使用索引: select id from t with(index(索引名)) where num=@num 8、应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。 如: select id from t where num/2=100 应改为: select id from t where num=100*2 9、应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。 如: select id from t where substring(name,1,3)=’abc’–name以abc开头的id select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id 应改为: select id from t where name like ‘abc%’ select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′ 10、不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。 11、在使用索引字段作为条件时,如果该索引是复合索引,那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引,否则该索引将不会被使 用,并且应尽可能的让字段顺序与索引顺序相一致。 12、不要写一些没有意义的查询,如需要生成一个空表结构: select col1,col2 into #t from t where 1=0 这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样: create table #t(…) 13、很多时候用 exists 代替 in 是一个好的选择: select num from a where num in(select num from b) 用下面的语句替换: select num from a where exists(select 1 from b where num=) 14、并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,SQL查询可能不会去利用索引,如一表中有字段 sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效率起不了作用。 15、索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。 一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有 必要。 16.应尽可能的避免更新 clustered 索引数据列,因为 clustered 索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。 若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是否应将该索引建为 clustered 索引。 17、尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。 这是因为引擎在处理查询和连接时会 逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。 18、尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些。 19、任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。 20、尽量使用表变量来代替临时表。 如果表变量包含大量数据,请注意索引非常有限(只有主键索引)。 21、避免频繁创建和删除临时表,以减少系统表资源的消耗。 22、临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中的某个数据集时。 但是,对于一次性事件,最好使 用导出表。 23、在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先create table,然后insert。 24、如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定。 25、尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写。 26、使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决问题,基于集的方法通常更有效。 27、与临时表一样,游标并不是不可使用。 对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法,尤其是在必须引用几个表才能获得所需的数据时。 在结果集中包括“合计”的例程通常要比使用游标执行的速度快。 如果开发时 间允许,基于游标的方法和基于集的方法都可以尝试一下,看哪一种方法的效果更好。 28、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ,在结束时设置 SET NOCOUNT OFF 。 无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。 29、尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。 30、尽量避免大事务操作,提高系统并发能力。
免责声明:本文转载或采集自网络,版权归原作者所有。本网站刊发此文旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及版权、内容等问题,请联系本网,我们将在第一时间删除。同时,本网站不对所刊发内容的准确性、真实性、完整性、及时性、原创性等进行保证,请读者仅作参考,并请自行核实相关内容。对于因使用或依赖本文内容所产生的任何直接或间接损失,本网站不承担任何责任。