MYSQL常见的可优化点

SQL常见的可优化点

2014年6月8日 DBA 发表回复

# ###################################################
# 索引相关
# ###################################################
1. 查询（或更新，删除，可以转换为查询）没有用到索引
这是最基础的步骤，需要对sql执行explain查看执行计划中是否用到了索引，需要重点关注type=ALL, key=NULL的字段。

2. 在索引字段上施加函数
to_char(gmt_created, ‘mmdd’) = ’0101′
正确的写法
gmt_created between to_date(“20090101″, “yyyymmdd”) and to_date(“20090102″, “yyyymmdd”)

3. 在索引字段上使用全模糊
member_id like ‘%alibab%’
B树无法解决此类问题，可以考虑搜索引擎。
但是member_id like ‘alibab%’可以用到索引。
其实，对任何一个字段使用 like ‘%xxxx%’都是一种不规范的做法，需要能检查到这种错误用法。

4. 多列字段的索引，没有用到前导索引
索引：(memeber_id, group_id)
where group_id=9234，实际上，这个条件是没有办法用到上面的索引的。这是一个很常见的误用。要理解为什么不能用到这个索引，需要理解mysql如何构造多列索引的。
索引是一棵B树，问题是，对于多列索引，mysql将索引字段按照索引建立的顺序进行拼装，组成一个新的字符串，这个字符串被用来做为构建B树的键。所以，在查询条件里，如果没有用到前导列，就没办法访问多列索引的B树。
应该建立索引：(group_id, member_id)

5. 访问到了索引之外的字段
索引(member_id, subject)
select subject from offer where member_id=234
在member_id=234记录数很多的情况下，会优于
select subject, gmt_created from offer where member_id=234
原因是第二条sql会根据索引查找到的rowid访问表里的记录。第一条sql使用索引范围扫描就可以得到结果。
如果某个sql执行次数很多，但是读取的字段没有被索引覆盖，那么，可能需要建立覆盖性索引。

6. 计数count(id)有时比count(*)慢
count(id) === count(1) where id is not null
如果没有(id)索引，那么会用全表扫描，而count(*)会使用最优的索引进行用索引快速全扫描
计数统一使用count(*)

7. 正确使用stop机制
判断member_id在offer表中是否存在记录：
select count(*) from offer where member_id=234 limit 1
优于
select count(*) from offer where member_id=234
原因是第一条sql会在得到第一条符合条件的记录后停止。

# ###################################################
# 高效分页
# ###################################################
1. 高效的分页
使用join技术，利用索引查找到符合条件的id，构造成临时表，用这个小的临时表与原表做join
select *
from
(
select t.*, rownum AS rn
from
(select * from blog.blog_article
where domain_id=1
and draft=0
order by domain_id, draft, gmt_created desc) t
where rownum >= 2
) a
where a.rn <= 3
应该改写成
select blog_article.*
from
(
select rid, rownum as rn
from
(
select rowid as id from blog.blog_article
where domain_id=1
and draft=0
order by domain_id, draft, gmt_created desc
) t
where rownum >= 2
) a, blog_article
where a.rn >= 3
and a.rid = blog_article.rowid

2. order by没有用到索引
有索引（a, b,c ）
混合排序规则
ORDER BY a ASC, b DESC, c DESC /* mixed sort direction */
缺失了前导列
WHERE g = const ORDER BY b, c /* a prefix is missing */
缺失了中间列
WHERE a = const ORDER BY c /* b is missing */
使用了不在索引中的列进行排序
WHERE a = const ORDER BY a, d /* d is not part of index */

# ###################################################
# 高效地利用primary key
# ###################################################
随机查询
一个错误的做法：
select * from title where kind_id=1 order by rand() limit 1;
create index k on title(kind_id);
这个sql执行过程中需要全表扫描，并且将数据保存到临时表，这是一个非常耗时的操作。
改进的做法，利用偏移量。
select round(rand() * count(*)) from title where kind_id=1;
select * from title where kind_id=1 limit 1 offset $random;
create index k on title(kind_id);
相比上面的做法，这种写法能够利用到kind_id上的索引，减少了需要扫描的数据块。但是，如果offset非常大，那么需要扫描的数据块也非常大，极端情况是扫描索引k的所有数据块。
最优的做法，利用主键进行范围查找
select round(rand() * count(*)) from title where kind_id=1;
select * from title where kind_id = and id > $random limit 1;
这个sql利用primary key进行范围查询，完全走索引，并且只读取一条记录，速度非常快。但是，这种用法的限制是primary key必须是int型，并且是连续自增长的。

# ###################################################
# 高效join
# ###################################################

1. 小表驱动大表进行join

2. 避免子查询

子查询是一个影响性能的隐患。应该使用join改写sql。

# ###################################################
# 数据类型
# ###################################################
1. 避免隐式转换
CREATE TABLE `user` (
`id` smallint(5) unsigned NOT NULL AUTO_INCREMENT,
`account` char(11) NOT NULL COMMENT ”,
`email` varchar(128),
PRIMARY KEY (`id`),
UNIQUE KEY `username` (`account`)
) ENGINE=InnoDB CHARSET=utf8;
mysql> explain select * from user where account=123 \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user
type: ALL
possible_keys: username
key: NULL
key_len: NULL
ref: NULL
rows: 2
Extra: Using where
1 row in set (0.00 sec)
可以看到，account=123的条件并没有用到唯一索引`username`。mysql的server从storage engine中读取所有的记录，使用to_number()函数，将记录中的account转换成数字，被转换后的数字用来和参数比较。我们的测试表里有2条记录，而执行计划中rows的值也是2，并且type的值为ALL，这也说明索引`username`并没有被用到。
mysql> explain select * from user where account=’123′ \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user
type: const
possible_keys: username
key: username
key_len: 33
ref: const
rows: 1
Extra:
1 row in set (0.00 sec)
参数为字符串类型，我们可以看到索引`username`，被使用到了。
这是一个经常被误用的做法。

2. 主键不是自增列
自增列的主键有多个好处：
插入性能高。
减小page的碎片。
提供二级索引的性能，降低二级索引的空间，因为二级索引存储的是主键的值，并不是page中的行id。