溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
MySQL憑借著出色的性能、低廉的成本、豐富的資源，已經(jīng)成為絕大多數(shù)互聯(lián)網(wǎng)公司的首選關(guān)系型數(shù)據(jù)庫(kù)。雖然性能出色，但所謂“好馬配好鞍”，如何能夠更
好的使用它，已經(jīng)成為開(kāi)發(fā)工程師的必修課，我們經(jīng)常會(huì)從職位描述上看到諸如“精通MySQL”、“SQL語(yǔ)句優(yōu)化”、“了解數(shù)據(jù)庫(kù)原理”等要求。我們知道
一般的應(yīng)用系統(tǒng)，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現(xiàn)性能問(wèn)題，遇到最多的，也是最容易出問(wèn)題的，還是一些復(fù)雜的查詢操作，所
以查詢語(yǔ)句的優(yōu)化顯然是重中之重。
本人從13年7月份起，一直在美團(tuán)核心業(yè)務(wù)系統(tǒng)部做慢查詢的優(yōu)化工作，共計(jì)十余個(gè)系統(tǒng)，累計(jì)解決和積累了上百個(gè)慢查詢案例。隨著業(yè)務(wù)的復(fù)雜性提升，遇到的問(wèn)題千奇百怪，五花八門，匪夷所思。本文旨在以開(kāi)發(fā)工程師的角度來(lái)解釋數(shù)據(jù)庫(kù)索引的原理和如何優(yōu)化慢查詢。
select count(*) from task where status=2 and operator_id=20839 and operate_time>1371169729 and operate_time<1371174603 and type=2;
系統(tǒng)使用者反應(yīng)有一個(gè)功能越來(lái)越慢，于是工程師找到了上面的SQL。
并且興致沖沖的找到了我，“這個(gè)SQL需要優(yōu)化，給我把每個(gè)字段都加上索引”
我很驚訝，問(wèn)道“為什么需要每個(gè)字段都加上索引？”
“把查詢的字段都加上索引會(huì)更快”工程師信心滿滿
“這種情況完全可以建一個(gè)聯(lián)合索引，因?yàn)槭亲钭笄熬Y匹配，所以operate_time需要放到最后，而且還需要把其他相關(guān)的查詢都拿來(lái)，需要做一個(gè)綜合評(píng)估。”
“聯(lián)合索引？最左前綴匹配？綜合評(píng)估？”工程師不禁陷入了沉思。
多數(shù)情況下，我們知道索引能夠提高查詢效率，但應(yīng)該如何建立索引？索引的順序如何？許多人卻只知道大概。其實(shí)理解這些概念并不難，而且索引的原理遠(yuǎn)沒(méi)有想象的那么復(fù)雜。
##索引目的
索引的目的在于提高查詢效率，可以類比字典，如果要查“mysql”這個(gè)單詞，我們肯定需要定位到m字母，然后從下往下找到y(tǒng)字母，再找到剩下的sql。
如果沒(méi)有索引，那么你可能需要把所有單詞看一遍才能找到你想要的，如果我想找到m開(kāi)頭的單詞呢？或者ze開(kāi)頭的單詞呢？是不是覺(jué)得如果沒(méi)有索引，這個(gè)事情
根本無(wú)法完成？
##索引原理
除了詞典，生活中隨處可見(jiàn)索引的例子，如火車站的車次表、圖書的目錄等。它們的原理都是一樣的，通過(guò)不斷的縮小想要獲得數(shù)據(jù)的范圍來(lái)篩選出最終想要的結(jié)果，同時(shí)把隨機(jī)的事件變成順序的事件，也就是我們總是通過(guò)同一種查找方式來(lái)鎖定數(shù)據(jù)。
數(shù)據(jù)庫(kù)也是一樣，但顯然要復(fù)雜許多，因?yàn)椴粌H面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查
詢(or)等等。數(shù)據(jù)庫(kù)應(yīng)該選擇怎么樣的方式來(lái)應(yīng)對(duì)所有的問(wèn)題呢？我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢？最簡(jiǎn)單的如果1000條數(shù)
據(jù)，1到100分成第一段，101到200分成第二段，201到300分成第三段......這樣查第250條數(shù)據(jù)，只要找第三段就可以了，一下子去除了
90%的無(wú)效數(shù)據(jù)。但如果是1千萬(wàn)的記錄呢，分成幾段比較好？稍有算法基礎(chǔ)的同學(xué)會(huì)想到搜索樹(shù)，其平均復(fù)雜度是lgN，具有不錯(cuò)的查詢性能。但這里我們忽
略了一個(gè)關(guān)鍵的問(wèn)題，復(fù)雜度模型是基于每次相同的操作成本來(lái)考慮的，數(shù)據(jù)庫(kù)實(shí)現(xiàn)比較復(fù)雜，數(shù)據(jù)保存在磁盤上，而為了提高性能，每次又可以把部分?jǐn)?shù)據(jù)讀入內(nèi)
存來(lái)計(jì)算，因?yàn)槲覀冎涝L問(wèn)磁盤的成本大概是訪問(wèn)內(nèi)存的十萬(wàn)倍左右，所以簡(jiǎn)單的搜索樹(shù)難以滿足復(fù)雜的應(yīng)用場(chǎng)景。
###磁盤IO與預(yù)讀
前面提到了訪問(wèn)磁盤，那么這里先簡(jiǎn)單介紹一下磁盤IO和預(yù)讀，磁盤讀取數(shù)據(jù)靠的是機(jī)械運(yùn)動(dòng)，每次讀取數(shù)據(jù)花費(fèi)的時(shí)間可
以分為尋道時(shí)間、旋轉(zhuǎn)延遲、傳輸時(shí)間三個(gè)部分，尋道時(shí)間指的是磁臂移動(dòng)到指定磁道所需要的時(shí)間，主流磁盤一般在5ms以下；旋轉(zhuǎn)延遲就是我們經(jīng)常聽(tīng)說(shuō)的磁
盤轉(zhuǎn)速，比如一個(gè)磁盤7200轉(zhuǎn)，表示每分鐘能轉(zhuǎn)7200次，也就是說(shuō)1秒鐘能轉(zhuǎn)120次，旋轉(zhuǎn)延遲就是1/120/2 =
4.17ms；傳輸時(shí)間指的是從磁盤讀出或?qū)?shù)據(jù)寫入磁盤的時(shí)間，一般在零點(diǎn)幾毫秒，相對(duì)于前兩個(gè)時(shí)間可以忽略不計(jì)。那么訪問(wèn)一次磁盤的時(shí)間，即一次磁盤
IO的時(shí)間約等于5+4.17 = 9ms左右，聽(tīng)起來(lái)還挺不錯(cuò)的，但要知道一臺(tái)500
-MIPS的機(jī)器每秒可以執(zhí)行5億條指令，因?yàn)橹噶钜揽康氖请姷男再|(zhì)，換句話說(shuō)執(zhí)行一次IO的時(shí)間可以執(zhí)行40萬(wàn)條指令，數(shù)據(jù)庫(kù)動(dòng)輒十萬(wàn)百萬(wàn)乃至千萬(wàn)級(jí)數(shù)
據(jù)，每次9毫秒的時(shí)間，顯然是個(gè)災(zāi)難。下圖是計(jì)算機(jī)硬件延遲的對(duì)比圖，供大家參考：
考
慮到磁盤IO是非常高昂的操作，計(jì)算機(jī)操作系統(tǒng)做了一些優(yōu)化，當(dāng)一次IO時(shí)，不光把當(dāng)前磁盤地址的數(shù)據(jù)，而是把相鄰的數(shù)據(jù)也都讀取到內(nèi)存緩沖區(qū)內(nèi)，因?yàn)榫?部預(yù)讀性原理告訴我們，當(dāng)計(jì)算機(jī)訪問(wèn)一個(gè)地址的數(shù)據(jù)的時(shí)候，與其相鄰的數(shù)據(jù)也會(huì)很快被訪問(wèn)到。每一次IO讀取的數(shù)據(jù)我們稱之為一頁(yè)(page)。具體一頁(yè)
有多大數(shù)據(jù)跟操作系統(tǒng)有關(guān)，一般為4k或8k，也就是我們讀取一頁(yè)內(nèi)的數(shù)據(jù)時(shí)候，實(shí)際上才發(fā)生了一次IO，這個(gè)理論對(duì)于索引的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)非常有幫助。
###索引的數(shù)據(jù)結(jié)構(gòu)
前面講了生活中索引的例子，索引的基本原理，數(shù)據(jù)庫(kù)的復(fù)雜性，又講了操作系統(tǒng)的相關(guān)知識(shí)，目的就是讓大家了解，任何一
種數(shù)據(jù)結(jié)構(gòu)都不是憑空產(chǎn)生的，一定會(huì)有它的背景和使用場(chǎng)景，我們現(xiàn)在總結(jié)一下，我們需要這種數(shù)據(jù)結(jié)構(gòu)能夠做些什么，其實(shí)很簡(jiǎn)單，那就是：每次查找數(shù)據(jù)時(shí)把
磁盤IO次數(shù)控制在一個(gè)很小的數(shù)量級(jí)，最好是常數(shù)數(shù)量級(jí)。那么我們就想到如果一個(gè)高度可控的多路搜索樹(shù)是否能滿足需求呢？就這樣，b+樹(shù)應(yīng)運(yùn)而生。
###詳解b+樹(shù)
如上圖，是一顆b+樹(shù)，關(guān)于b+樹(shù)的定義可以參見(jiàn)B+樹(shù)，
這里只說(shuō)一些重點(diǎn)，淺藍(lán)色的塊我們稱之為一個(gè)磁盤塊，可以看到每個(gè)磁盤塊包含幾個(gè)數(shù)據(jù)項(xiàng)（深藍(lán)色所示）和指針（×××所示），如磁盤塊1包含數(shù)據(jù)項(xiàng)17和
35，包含指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實(shí)的數(shù)據(jù)存在于葉子節(jié)點(diǎn)即
3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點(diǎn)只不存儲(chǔ)真實(shí)的數(shù)據(jù)，只存儲(chǔ)指引搜索方向的數(shù)據(jù)項(xiàng)，如17、
35并不真實(shí)存在于數(shù)據(jù)表中。
###b+樹(shù)的查找過(guò)程
如圖所示，如果要查找數(shù)據(jù)項(xiàng)29，那么首先會(huì)把磁盤塊1由磁盤加載到內(nèi)存，此時(shí)發(fā)生一次IO，在內(nèi)存中用二分查找確
定29在17和35之間，鎖定磁盤塊1的P2指針，內(nèi)存時(shí)間因?yàn)榉浅６蹋ㄏ啾却疟P的IO）可以忽略不計(jì)，通過(guò)磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁
盤加載到內(nèi)存，發(fā)生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過(guò)指針加載磁盤塊8到內(nèi)存，發(fā)生第三次IO，同時(shí)內(nèi)存中做二分查找找到
29，結(jié)束查詢，總計(jì)三次IO。真實(shí)的情況是，3層的b+樹(shù)可以表示上百萬(wàn)的數(shù)據(jù)，如果上百萬(wàn)的數(shù)據(jù)查找只需要三次IO，性能提高將是巨大的，如果沒(méi)有索
引，每個(gè)數(shù)據(jù)項(xiàng)都要發(fā)生一次IO，那么總共需要百萬(wàn)次的IO，顯然成本非常非常高。
###b+樹(shù)性質(zhì)
1.通過(guò)上面的分析，我們知道IO次數(shù)取決于b+數(shù)的高度h，假設(shè)當(dāng)前數(shù)據(jù)表的數(shù)據(jù)為N，每個(gè)磁盤塊的數(shù)據(jù)項(xiàng)的數(shù)量是m，
則有h=㏒(m+1)N，當(dāng)數(shù)據(jù)量N一定的情況下，m越大，h越?。欢鴐 = 磁盤塊的大小 /
數(shù)據(jù)項(xiàng)的大小，磁盤塊的大小也就是一個(gè)數(shù)據(jù)頁(yè)的大小，是固定的，如果數(shù)據(jù)項(xiàng)占的空間越小，數(shù)據(jù)項(xiàng)的數(shù)量越多，樹(shù)的高度越低。這就是為什么每個(gè)數(shù)據(jù)項(xiàng)，即索
引字段要盡量的小，比如int占4字節(jié)，要比bigint8字節(jié)少一半。這也是為什么b+樹(shù)要求把真實(shí)的數(shù)據(jù)放到葉子節(jié)點(diǎn)而不是內(nèi)層節(jié)點(diǎn)，一旦放到內(nèi)層節(jié)
點(diǎn)，磁盤塊的數(shù)據(jù)項(xiàng)會(huì)大幅度下降，導(dǎo)致樹(shù)增高。當(dāng)數(shù)據(jù)項(xiàng)等于1時(shí)將會(huì)退化成線性表。
2.當(dāng)b+樹(shù)的數(shù)據(jù)項(xiàng)是復(fù)合的數(shù)據(jù)結(jié)構(gòu)，比如
(name,age,sex)的時(shí)候，b+數(shù)是按照從左到右的順序來(lái)建立搜索樹(shù)的，比如當(dāng)(張三,20,F)這樣的數(shù)據(jù)來(lái)檢索的時(shí)候，b+樹(shù)會(huì)優(yōu)先比較
name來(lái)確定下一步的所搜方向，如果name相同再依次比較age和sex，最后得到檢索的數(shù)據(jù)；但當(dāng)(20,F)這樣的沒(méi)有name的數(shù)據(jù)來(lái)的時(shí)
候，b+樹(shù)就不知道下一步該查哪個(gè)節(jié)點(diǎn)，因?yàn)榻⑺阉鳂?shù)的時(shí)候name就是第一個(gè)比較因子，必須要先根據(jù)name來(lái)搜索才能知道下一步去哪里查詢。比如當(dāng)
(張三,F)這樣的數(shù)據(jù)來(lái)檢索時(shí)，b+樹(shù)可以用name來(lái)指定搜索方向，但下一個(gè)字段age的缺失，所以只能把名字等于張三的數(shù)據(jù)都找到，然后再匹配性別
是F的數(shù)據(jù)了， 這個(gè)是非常重要的性質(zhì)，即索引的最左匹配特性。
關(guān)于MySQL索引原理是比較枯燥的東西，大家只需要有一個(gè)感性的認(rèn)識(shí)，并不需要理解得非常透徹和深入。我們回頭來(lái)看看一開(kāi)始我們說(shuō)的慢查詢，了解完索引原理之后，大家是不是有什么想法呢？先總結(jié)一下索引的幾大基本原則
1.最左前綴匹配原則，非常重要的原則，mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，
比如a = 1 and b = 2 and c > 3 and d = 4
如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。
2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會(huì)幫你優(yōu)化成索引可以識(shí)別的形式
3.
盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct
col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就
是0，那可能有人會(huì)問(wèn)，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場(chǎng)景不同，這個(gè)值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條
記錄
4.索引列不能參與計(jì)算，保持列“干凈”，比如from_unixtime(create_time) =
’2014-05-29’就不能使用到索引，原因很簡(jiǎn)單，b+樹(shù)中存的都是數(shù)據(jù)表中的字段值，但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本
太大。所以語(yǔ)句應(yīng)該寫成create_time = unix_timestamp(’2014-05-29’);
5.盡量的擴(kuò)展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來(lái)的索引即可
根據(jù)最左匹配原則，最開(kāi)始的sql語(yǔ)句的索引應(yīng)該是status、operator_id、type、operate_time的聯(lián)合索引；其中status、operator_id、type的順序可以顛倒，所以我才會(huì)說(shuō)，把這個(gè)表的所有相關(guān)查詢都找到，會(huì)綜合分析；
比如還有如下查詢
select * from task where status = 0 and type = 12 limit 10;
select count(*) from task where status = 0 ;
那么索引建立成(status,type,operator_id,operate_time)就是非常正確的，因?yàn)榭梢愿采w到所有情況。這個(gè)就是利用了索引的最左匹配的原則
關(guān)于explain命令相信大家并不陌生，具體用法和字段含義可以參考官網(wǎng)explain-output，這里需要強(qiáng)調(diào)rows是核心指標(biāo)，絕大部分rows小的語(yǔ)句執(zhí)行一定很快（有例外，下面會(huì)講到）。所以優(yōu)化語(yǔ)句基本上都是在優(yōu)化rows。
0.先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHE
1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語(yǔ)句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開(kāi)始查起，單表每個(gè)字段分別查詢，看哪個(gè)字段的區(qū)分度最高
2.explain查看執(zhí)行計(jì)劃，是否與1預(yù)期一致（從鎖定記錄較少的表開(kāi)始查詢）
3.order by limit 形式的sql語(yǔ)句讓排序的表優(yōu)先查
4.了解業(yè)務(wù)方使用場(chǎng)景
5.加索引時(shí)參照建索引的幾大原則
6.觀察結(jié)果，不符合預(yù)期繼續(xù)從0分析
下面幾個(gè)例子詳細(xì)解釋了如何分析和優(yōu)化慢查詢
很多情況下，我們寫SQL只是為了實(shí)現(xiàn)功能，這只是第一步，不同的語(yǔ)句書寫方式對(duì)于效率往往有本質(zhì)的差別，這要求我們對(duì)mysql的執(zhí)行計(jì)劃和索引原則有非常清楚的認(rèn)識(shí)，請(qǐng)看下面的語(yǔ)句
select distinct cert.emp_id from cm_log cl inner join ( select emp.id as emp_id, emp_cert.id as cert_id from employee emp left join emp_certificate emp_cert on emp.id = emp_cert.emp_id where emp.is_deleted=0 ) cert on ( cl.ref_table='Employee' and cl.ref_oid= cert.emp_id ) or ( cl.ref_table='EmpCertificate' and cl.ref_oid= cert.cert_id ) where cl.last_upd_date >='2013-11-07 15:03:00' and cl.last_upd_date<='2013-11-08 16:00:00';
0.先運(yùn)行一下，53條記錄 1.87秒，又沒(méi)有用聚合語(yǔ)句，比較慢
53 rows in set (1.87 sec)
1.explain
+----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+ | 1 | PRIMARY | cl | range | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date | 8 | NULL | 379 | Using where; Using temporary | | 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 63727 | Using where; Using join buffer | | 2 | DERIVED | emp | ALL | NULL | NULL | NULL | NULL | 13317 | Using where | | 2 | DERIVED | emp_cert | ref | emp_certificate_empid | emp_certificate_empid | 4 | meituanorg.emp.id | 1 | Using index | +----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+
簡(jiǎn)述一下執(zhí)行計(jì)劃，首先mysql根據(jù)idx_last_upd_date索引掃描cm_log表獲得379條記錄；然后查表掃描了63727條記錄，分
為兩部分，derived表示構(gòu)造表，也就是不存在的表，可以簡(jiǎn)單理解成是一個(gè)語(yǔ)句形成的結(jié)果集，后面的數(shù)字表示語(yǔ)句的ID。derived2表示的是
ID = 2的查詢構(gòu)造了虛擬表，并且返回了63727條記錄。我們?cè)賮?lái)看看ID =
2的語(yǔ)句究竟做了寫什么返回了這么大量的數(shù)據(jù)，首先全表掃描employee表13317條記錄，然后根據(jù)索引
emp_certificate_empid關(guān)聯(lián)emp_certificate表，rows =
1表示，每個(gè)關(guān)聯(lián)都只鎖定了一條記錄，效率比較高。獲得后，再和cm_log的379條記錄根據(jù)規(guī)則關(guān)聯(lián)。從執(zhí)行過(guò)程上可以看出返回了太多的數(shù)據(jù)，返回的數(shù)據(jù)絕大部分cm_log都用不到，因?yàn)閏m_log只鎖定了379條記錄。
如何優(yōu)化呢？可以看到我們?cè)谶\(yùn)行完后
還是要和cm_log做join,那么我們能不能之前和cm_log做join呢？仔細(xì)分析語(yǔ)句不難發(fā)現(xiàn)，其基本思想是如果cm_log的
ref_table是EmpCertificate就關(guān)聯(lián)emp_certificate表，如果ref_table是Employee就關(guān)聯(lián)
employee表，我們完全可以拆成兩部分，并用union連接起來(lái)，注意這里用union，而不用union
all是因?yàn)樵Z(yǔ)句有“distinct”來(lái)得到唯一的記錄，而union恰好具備了這種功能。如果原語(yǔ)句中沒(méi)有distinct不需要去重，我們就可以
直接使用union all了，因?yàn)槭褂胾nion需要去重的動(dòng)作，會(huì)影響SQL性能。
優(yōu)化過(guò)的語(yǔ)句如下
select emp.id from cm_log cl inner join employee emp on cl.ref_table = 'Employee' and cl.ref_oid = emp.id where cl.last_upd_date >='2013-11-07 15:03:00' and cl.last_upd_date<='2013-11-08 16:00:00' and emp.is_deleted = 0 unionselect emp.id from cm_log cl inner join emp_certificate ec on cl.ref_table = 'EmpCertificate' and cl.ref_oid = ec.id inner join employee emp on emp.id = ec.emp_id where cl.last_upd_date >='2013-11-07 15:03:00' and cl.last_upd_date<='2013-11-08 16:00:00' and emp.is_deleted = 0
4.不需要了解業(yè)務(wù)場(chǎng)景，只需要改造的語(yǔ)句和改造之前的語(yǔ)句保持結(jié)果一致
5.現(xiàn)有索引可以滿足，不需要建索引
6.用改造后的語(yǔ)句實(shí)驗(yàn)一下，只需要10ms 降低了近200倍！
+----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+ | 1 | PRIMARY | cl | range | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date | 8 | NULL | 379 | Using where | | 1 | PRIMARY | emp | eq_ref | PRIMARY | PRIMARY | 4 | meituanorg.cl.ref_oid | 1 | Using where | | 2 | UNION | cl | range | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date | 8 | NULL | 379 | Using where | | 2 | UNION | ec | eq_ref | PRIMARY,emp_certificate_empid | PRIMARY | 4 | meituanorg.cl.ref_oid | 1 | | | 2 | UNION | emp | eq_ref | PRIMARY | PRIMARY | 4 | meituanorg.ec.emp_id | 1 | Using where | | NULL | UNION RESULT | <union1,2> | ALL | NULL | NULL | NULL | NULL | NULL | | +----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+ 53 rows in set (0.01 sec)
舉這個(gè)例子的目的在于顛覆我們對(duì)列的區(qū)分度的認(rèn)知，一般上我們認(rèn)為區(qū)分度越高的列，越容易鎖定更少的記錄，但在一些特殊的情況下，這種理論是有局限性的
select * from stage_poi sp where sp.accurate_result=1 and ( sp.sync_status=0 or sp.sync_status=2 or sp.sync_status=4 );
0.先看看運(yùn)行多長(zhǎng)時(shí)間,951條數(shù)據(jù)6.22秒，真的很慢
951 rows in set (6.22 sec)
1.先explain，rows達(dá)到了361萬(wàn)，type = ALL表明是全表掃描
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+------+---------------+------+---------+------+---------+-------------+| 1 | SIMPLE | sp | ALL | NULL | NULL | NULL | NULL | 3613155 | Using where | +----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
2.所有字段都應(yīng)用查詢返回記錄數(shù)，因?yàn)槭菃伪聿樵?0已經(jīng)做過(guò)了951條
3.讓explain的rows 盡量逼近951
看一下accurate_result = 1的記錄數(shù)
select count(*),accurate_result from stage_poi group by accurate_result; +----------+-----------------+ | count(*) | accurate_result | +----------+-----------------+ | 1023 | -1 | | 2114655 | 0 | | 972815 | 1 | +----------+-----------------+
我們看到accurate_result這個(gè)字段的區(qū)分度非常低，整個(gè)表只有-1,0,1三個(gè)值，加上索引也無(wú)法鎖定特別少量的數(shù)據(jù)
再看一下sync_status字段的情況
select count(*),sync_status from stage_poi group by sync_status; +----------+-------------+ | count(*) | sync_status | +----------+-------------+ | 3080 | 0 | | 3085413 | 3 | +----------+-------------+
同樣的區(qū)分度也很低，根據(jù)理論，也不適合建立索引
問(wèn)題分析到這，好像得出了這個(gè)表無(wú)法優(yōu)化的結(jié)論，兩個(gè)列的區(qū)分度都很低，即便加上索引也只能適應(yīng)這種情況，很難做普遍性的優(yōu)化，比如當(dāng)sync_status 0、3分布的很平均，那么鎖定記錄也是百萬(wàn)級(jí)別的
4.找業(yè)務(wù)方去溝通，看看使用場(chǎng)景。業(yè)務(wù)方是這么來(lái)使用這個(gè)SQL語(yǔ)句的，每隔五分鐘會(huì)掃描符合條件的數(shù)據(jù)，處理完成后把sync_status這 個(gè)字段變成1,五分鐘符合條件的記錄數(shù)并不會(huì)太多，1000個(gè)左右。了解了業(yè)務(wù)方的使用場(chǎng)景后，優(yōu)化這個(gè)SQL就變得簡(jiǎn)單了，因?yàn)闃I(yè)務(wù)方保證了數(shù)據(jù)的不平 衡，如果加上索引可以過(guò)濾掉絕大部分不需要的數(shù)據(jù)
5.根據(jù)建立索引規(guī)則，使用如下語(yǔ)句建立索引
alter table stage_poi add index idx_acc_status(accurate_result,sync_status);
6.觀察預(yù)期結(jié)果,發(fā)現(xiàn)只需要200ms，快了30多倍。
952 rows in set (0.20 sec)
我們?cè)賮?lái)回顧一下分析問(wèn)題的過(guò)程，單表查詢相對(duì)來(lái)說(shuō)比較好優(yōu)化，大部分時(shí)候只需要把where條件里面的字段依照規(guī)則加上索引就好，如果只是這種 “無(wú)腦”優(yōu)化的話，顯然一些區(qū)分度非常低的列，不應(yīng)該加索引的列也會(huì)被加上索引，這樣會(huì)對(duì)插入、更新性能造成嚴(yán)重的影響，同時(shí)也有可能影響其它的查詢語(yǔ) 句。所以我們第4步調(diào)差SQL的使用場(chǎng)景非常關(guān)鍵，我們只有知道這個(gè)業(yè)務(wù)場(chǎng)景，才能更好地輔助我們更好的分析和優(yōu)化查詢語(yǔ)句。
select c.id, c.name, c.position, c.sex, c.phone, c.office_phone, c.feature_info, c.birthday, c.creator_id, c.is_keyperson, c.giveup_reason, c.status, c.data_source, from_unixtime(c.created_time) as created_time, from_unixtime(c.last_modified) as last_modified, c.last_modified_user_id from contact c inner join contact_branch cb on c.id = cb.contact_id inner join branch_user bu on cb.branch_id = bu.branch_id and bu.status in ( 1, 2) inner join org_emp_info oei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category = - 1 order by c.created_time desc limit 0 , 10;
還是幾個(gè)步驟
0.先看語(yǔ)句運(yùn)行多長(zhǎng)時(shí)間，10條記錄用了13秒，已經(jīng)不可忍受
10 rows in set (13.06 sec)
1.explain
+----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+| 1 | SIMPLE | oei | ref | idx_category_left_right,idx_data_id | idx_category_left_right | 5 | const | 8849 | Using where; Using temporary; Using filesort | | 1 | SIMPLE | bu | ref | PRIMARY,idx_userid_status | idx_userid_status | 4 | meituancrm.oei.data_id | 76 | Using where; Using index | | 1 | SIMPLE | cb | ref | idx_branch_id,idx_contact_branch_id | idx_branch_id | 4 | meituancrm.bu.branch_id | 1 | | | 1 | SIMPLE | c | eq_ref | PRIMARY | PRIMARY | 108 | meituancrm.cb.contact_id | 1 | | +----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+
從執(zhí)行計(jì)劃上看，mysql先查org_emp_info表掃描8849記錄，再用索引idx_userid_status關(guān)聯(lián)branch_user表，再用索引idx_branch_id關(guān)聯(lián)contact_branch表，最后主鍵關(guān)聯(lián)contact表。
rows返回的都非常少，看不到有什么異常情況。我們?cè)诳匆幌抡Z(yǔ)句，發(fā)現(xiàn)后面有order by + limit組合，會(huì)不會(huì)是排序量太大搞的？于是我們簡(jiǎn)化SQL，去掉后面的order by 和 limit，看看到底用了多少記錄來(lái)排序
select count(*)from contact c inner join contact_branch cb on c.id = cb.contact_id inner join branch_user bu on cb.branch_id = bu.branch_id and bu.status in ( 1, 2) inner join org_emp_info oei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category = - 1 +----------+| count(*) | +----------+| 778878 | +----------+1 row in set (5.19 sec)
發(fā)現(xiàn)排序之前居然鎖定了778878條記錄，如果針對(duì)70萬(wàn)的結(jié)果集排序，將是災(zāi)難性的，怪不得這么慢，那我們能不能換個(gè)思路，先根據(jù)contact的created_time排序，再來(lái)join會(huì)不會(huì)比較快呢？
于是改造成下面的語(yǔ)句，也可以用straight_join來(lái)優(yōu)化
select c.id, c.name, c.position, c.sex, c.phone, c.office_phone, c.feature_info, c.birthday, c.creator_id, c.is_keyperson, c.giveup_reason, c.status, c.data_source, from_unixtime(c.created_time) as created_time, from_unixtime(c.last_modified) as last_modified, c.last_modified_user_id from contact c where exists ( select 1 from contact_branch cb inner join branch_user bu on cb.branch_id = bu.branch_id and bu.status in ( 1, 2) inner join org_emp_info oei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 10802 and oei.org_category = - 1 where c.id = cb.contact_id ) order by c.created_time desc limit 0 , 10;
驗(yàn)證一下效果 預(yù)計(jì)在1ms內(nèi)，提升了13000多倍！ ```sql 10 rows in set (0.00 sec)
本以為至此大工告成，但我們?cè)谇懊娴姆治鲋新┝艘粋€(gè)細(xì)節(jié)，先排序再join和先join再排序理論上開(kāi)銷是一樣的，為何
提升這么多是因?yàn)橛幸粋€(gè)limit！大致執(zhí)行過(guò)程是：mysql先按索引排序得到前10條記錄，然后再去join過(guò)濾，當(dāng)發(fā)現(xiàn)不夠10條的時(shí)候，再次去
10條，再次join，這顯然在內(nèi)層join過(guò)濾的數(shù)據(jù)非常多的時(shí)候，將是災(zāi)難的，極端情況，內(nèi)層一條數(shù)據(jù)都找不到，mysql還傻乎乎的每次取10條，
幾乎遍歷了這個(gè)數(shù)據(jù)表！
用不同參數(shù)的SQL試驗(yàn)下
select sql_no_cache c.id, c.name, c.position, c.sex, c.phone, c.office_phone, c.feature_info, c.birthday, c.creator_id, c.is_keyperson, c.giveup_reason, c.status, c.data_source, from_unixtime(c.created_time) as created_time, from_unixtime(c.last_modified) as last_modified, c.last_modified_user_id from contact c where exists ( select 1 from contact_branch cb inner join branch_user bu on cb.branch_id = bu.branch_id and bu.status in ( 1, 2) inner join org_emp_info oei on oei.data_id = bu.user_id and oei.node_left >= 2875 and oei.node_right <= 2875 and oei.org_category = - 1 where c.id = cb.contact_id ) order by c.created_time desc limit 0 , 10;Empty set (2 min 18.99 sec)
2 min 18.99 sec！比之前的情況還糟糕很多。由于mysql的nested loop機(jī)制，遇到這種情況，基本是無(wú)法優(yōu)化的。這條語(yǔ)句最終也只能交給應(yīng)用系統(tǒng)去優(yōu)化自己的邏輯了。
通過(guò)這個(gè)例子我們可以看到，并不是所有語(yǔ)句都能優(yōu)化，而往往我們優(yōu)化時(shí)，由于SQL用例回歸時(shí)落掉一些極端情況，會(huì)造成比原來(lái)還嚴(yán)重的后果。所以，第一：不要指望所有語(yǔ)句都能通過(guò)SQL優(yōu)化，第二：不要過(guò)于自信，只針對(duì)具體case來(lái)優(yōu)化，而忽略了更復(fù)雜的情況。
慢查詢的案例就分析到這兒，以上只是一些比較典型的案例。我們?cè)趦?yōu)化過(guò)程中遇到過(guò)超過(guò)1000行，涉及到16個(gè)表join的“垃圾SQL”，也遇到 過(guò)線上線下數(shù)據(jù)庫(kù)差異導(dǎo)致應(yīng)用直接被慢查詢拖死，也遇到過(guò)varchar等值比較沒(méi)有寫單引號(hào)，還遇到過(guò)笛卡爾積查詢直接把從庫(kù)搞死。再多的案例其實(shí)也只 是一些經(jīng)驗(yàn)的積累，如果我們熟悉查詢優(yōu)化器、索引的內(nèi)部原理，那么分析這些案例就變得特別簡(jiǎn)單了。
本文以一個(gè)慢查詢案例引入了MySQL索引原理、優(yōu)化慢查詢的一些方法論;并針對(duì)遇到的典型案例做了詳細(xì)的分析。其實(shí)做了這么長(zhǎng)時(shí)間的語(yǔ)句優(yōu)化后才 發(fā)現(xiàn)，任何數(shù)據(jù)庫(kù)層面的優(yōu)化都抵不上應(yīng)用系統(tǒng)的優(yōu)化，同樣是MySQL，可以用來(lái)支撐Google/FaceBook/Taobao應(yīng)用，但可能連你的個(gè) 人網(wǎng)站都撐不住。套用最近比較流行的話：“查詢?nèi)菀?，?yōu)化不易，且寫且珍惜！”
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼
