mysql优化sql语句

mysql优化sql语句
 
常见误区
  www.2cto.com  
误区1:
 
count(1)和count(primary_key) 优于 count(*)
 
   很多人为了统计记录条数,就使用 count(1) 和 count(primary_key) 而不是 count(*) ,他们认为这样性能更好, 其实这是一个误区。对于有些场景,这样做可能性能会更差,应为数据库对 count(*) 计数操作做了一些特别的优化。
 
误区2:
 
count(column) 和 count(*) 是一样的
 
  这个误区甚至在很多的资深工程师或者是 DBA 中都普遍存在,很多人都会认为这是理所当然的。实际上,count(column) 和 count(*) 是一个完全不一样的操作,所代表的意义也完全不一样。
 
  count(column) 是表示结果集中有多少个column字段不为空的记录
 
  count(*) 是表示整个结果集有多少条记录
 
误区3:
 
select a,b from … 比 select a,b,c from … 可以让数据库访问更少的数据量
 
  这个误区主要存在于大量的开发人员中,主要原因是对数据库的存储原理不是太了解。
 
   实际上,大多数关系型数据库都是按照行(row)的方式存储,而数据存取操作都是以一个固定大小的IO单元(被称作 block 或者 page)为单 位,一般为4KB,8KB… 大多数时候,每个IO单元中存储了多行,每行都是存储了该行的所有字段(lob等特殊类型字段除外)。
 
  所以,我们是取一个字段还是多个字段,实际上数据库在表中需要访问的数据量其实是一样的。
 
  当然,也有例外情况,那就是我们的这个查询在索引中就可以完成,也就是说当只取 a,b两个字段的时候,不需要回表,而c这个字段不在使用的索引中,需要回表取得其数据。在这样的情况下,二者的IO量会有较大差异。(覆盖索引)
 
误区4:
 
order by 一定需要排序操作
 
  我们知道索引数据实际上是有序的,如果我们的需要的数据和某个索引的顺序一致,而且我们的查询又通过这个索引来执行,那么数据库一般会省略排序操作,而直接将数据返回,因为数据库知道数据已经满足我们的排序需求了。
 
  实际上,利用索引来优化有排序需求的 SQL,是一个非常重要的优化手段
 
延伸阅读:MySQL ORDER BY 的实现分析 ,MySQL 中 GROUP BY 基本实现原理 以及 MySQL DISTINCT 的基本实现原理。(order by null)
 
误区5:
 
执行计划中有 filesort 就会进行磁盘文件排序
 
  有这个误区其实并不能怪我们,而是因为 MySQL 开发者在用词方面的问题。filesort 是我们在使用 explain 命令查看一条 SQL 的执行计划的时候可能会看到在 “Extra” 一列显示的信息。
 
  实际上,只要一条 SQL 语句需要进行排序操作,都会显示“Using filesort”,这并不表示就会有文件排序操作。
 
  延伸阅读:理解 MySQL Explain 命令输出中的filesort,从中可以让我们更加了解Explain,让我们清晰知道哪种执行计划更优。
 
 
 
 
 
基本原则
 
  原则1:
 
尽量少 join
 
  MySQL 的优势在于简单,但这在某些方面其实也是其劣势。MySQL 优化器效率高,但是由于其统计信息的量有 限,优化器工作过程出现偏差的可能性也就更多。对于复杂的多表 Join,一方面由于其优化器受限,再者在 Join 这方面所下的功夫还不够,所以性能 表现离 Oracle 等关系型数据库前辈还是有一定距离。但如果是简单的单表查询,这一差距就会极小甚至在有些场景下要优于这些数据库前辈。
 
  原则2:
 
尽量少排序
 
  排序操作会消耗较多的 CPU 资源,所以减少排序可以在缓存命中率高等 IO 能力足够的场景下会较大影响 SQL 的响应时间。
 
  对于MySQL来说,减少排序有多种办法,比如:
 
  1.上面误区中提到的通过利用索引来排序的方式进行优化
 
  2.减少参与排序的记录条数
 
  3.非必要不对数据进行排序
 
  …
 
  原则3:
 
尽量避免 select *
 
  很多人看到这一点后觉得比较难理解,上面不是在误区中刚刚说 select 子句中字段的多少并不会影响到读取的数据吗?
 
  是的,大多数时候并不会影响到 IO 量,但是当我们还存在 order by 操作的时候,select 子句中的字段多少会在很大程度上影响到我们的排序效率。
 
  此外,上面误区中还说了,只是大多数时候是不会影响到 IO 量,当我们的查询结果仅仅只需要在索引中就能找到的时候,还是会极大减少 IO 量的。(覆盖索引)
 
  原则4:
 
尽量用 join 代替子查询
 
虽 然 Join 性能并不佳,但是和 MySQL 的子查询比起来还是有非常大的性能优势。MySQL 的子查询执行计划一直存在较大的问题,虽然这个问题 已经存在多年,但是到目前已经发布的所有稳定版本中都普遍存在,一直没有太大改善。虽然官方也在很早就承认这一问题,并且承诺尽快解决,但是至少到目前为 止我们还没有看到哪一个版本较好的解决了这一问题。
 
 
 
原则5:
 
  尽量少 or
 
当 where 子 句中存在多个条件以“或”并存的时候,MySQL 的优化器并没有很好的解决其执行计划优化问题,再加上 MySQL 特有 的 SQL 与 Storage 分层架构方式,造成了其性能比较低下,很多时候使用 union all 或者是union(必要的时候)的方式来代替 “or”会得到更好的效果。
 
原则6:
 
  尽量用 union all 代替 union
 
union 和 union all 的 差异主要是前者需要将两个(或者多个)结果集合并后再进行唯一性过滤操作,这就会涉及到排序,增加大量的 CPU 运算,加大资源消耗及延迟。所以当我们 可以确认不可能出现重复结果集或者不在乎重复结果集的时候,尽量使用 union all 而不是 union。
 
原则7:
 
  尽量早过滤
 
  这一优化策略其实最常见于索引的优化设计中(将过滤性更好的字段放得更靠前)。
 
   在 SQL 编写中同样可以使用这一原则来优化一些 Join 的 SQL。比如我们在多个表进行分页数据查询的时候,我们最好是能够在一个表上先过滤 好数据分好页,然后再用分好页的结果集与另外的表 Join,这样可以尽可能多的减少不必要的 IO 操作,大大节省 IO 操作所消耗的时间。(storage engine本身可以识别最优连接顺序,但毕竟也是程序,当多表复杂连接的时候也会不灵光。有时候手动straight-join控制表连接顺序,效果会 很明显)
 
  原则8:
 
避免类型转换
 
  这里所说的“类型转换”是指 where 子句中出现 column 字段的类型和传入的参数类型不一致的时候发生的类型转换。
 
  人为在column_name 上通过转换函数进行转换,直接导致 MySQL(实际上其他数据库也会有同样的问题)无法使用索引,如果非要转换,应该在传入的参数上进行转换。
 
如果我们传入的数据类型和字段类型不一致,同时我们又没有做任何类型转换处理,MySQL 可能会自己对我们的数据进行类型转换操作,也可能不进行处理而交由存储引擎去处理,这样一来,也会出现索引无法使用的情况而造成执行计划问题。(同时要注 意<>不等于也不会用到索引,如果数据量比较大,可以采用子查询not in,或者进一步优化到使用外连接的方式)
 
原则9:
 
  优先优化高并发的 SQL,而不是执行频率低某些“大”SQL
 
   对于破坏性来说,高并发的 SQL 总是会比低频率的来得大,因为高并发的 SQL 一旦出现问题,甚至不会给我们任何喘息的机会就会将系统压跨。而对 于一些虽然需要消耗大量 IO 而且响应很慢的 SQL,由于频率低,即使遇到,最多就是让整个系统响应慢一点,但至少可能撑一会儿,让我们有缓冲的机 会。
 
  原则10:
 
从全局出发优化,而不是片面调整
 
  SQL 优化不能是单独针对某一个进行,而应充分考虑系统中所有的 SQL,尤其是在通过调整索引优化 SQL 的执行计划的时候,千万不能顾此失彼,因小失大。
 
  尽可能对每一条运行在数据库中的SQL进行 explain
 
优化 SQL,需要做到心中有数,知道 SQL 的执行计划才能判断是否有优化余地,才能判断是否存在执行计划问题。在对数据库中运行的 SQL 进行了一段时间的优化之后,很明显的问题 SQL 可能已经很少了,大多都需要去发掘,这时候就需要进行大量的 explain 操作收集执行计划,并判断是否需要进行优化。
 
还可以通过慢查询日志分析,sql执行监控等手段去进一步筛选可优化的sql。
 

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。