SQL语句优化方式--进阶篇

MYSQL性能

最大数据量

抛开数据量和并发数,谈性能都是扯淡(扯的最疼的那种).Mysql没有限制单表最大记录数,它取决与操作系统对文件大小的限制

文件系统	单文件大小限制
FAT32(采用32位二进制数记录管理的磁盘文件)	最大4G
NTFS(WindowsNT 环境的文件系统)	最大64G
NTFS5.0(NTFS5.0是一个可恢复的文件系统)	最大2TB
EXT2(第二代扩展文件系统)	块大小为1024字节,文件最大容量为16GB;块大小为4096字节,文件最大容量2TB
EXT3(是第三代扩展文件系统)	块大小为4kb,文件最大容量为4TB
EXT4(是第四代扩展文件系统)	理论可以大于16TB

《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB，才推荐分库分表。性能由综合因素决定，抛开业务复杂度，影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考，并非铁律。

最大并发数

　　并发数是指同一时刻数据库能处理多少个请求，由max_connections和max_user_connections决定。max_connections是指MySQL实例的最大连接数，上限值是16384，max_user_connections是指每个数据库用户的最大连接数。

　　MySQL会为每个连接提供缓冲区，意味着消耗更多的内存。如果连接数设置太高硬件吃不消，太低又不能充分利用硬件。一般要求两者比值超过10%，计算方法如下：

max_used_connections / max_connections * % = / *% ≈ %

　　查看最大连接数与响应最大连接数：

show variables like '%max_connections%';

show variables like '%max_user_connections%';

　　在配置文件my.cnf中修改最大连接数

[mysqld]

max_connections =

max_used_connections =

　　查询耗时0.5秒

　　建议将单次查询耗时控制在0.5秒以内，0.5秒是个经验值，源于用户体验的3秒原则。如果用户的操作3秒内没有响应，将会厌烦甚至退出。响应时间=客户端UI渲染耗时+网络请求耗时+应用程序处理耗时+查询数据库耗时，0.5秒就是留给数据库1/6的处理时间。

　　实施原则

　　mysql特点扩容难,容量小并发低,SQL约束太多,应用程序扩容比数据库要容易多,实施原则数据库少干活,应用程序多干活.

- 　　充分利用但不滥用索引，须知索引也消耗磁盘和CPU。
- 　　不推荐使用数据库函数格式化数据，交给应用程序处理。
- 　　不推荐使用外键约束，用应用程序保证数据准确性。
- 　　写多读少的场景，不推荐使用唯一索引，用应用程序保证唯一性。
- 　　适当冗余字段，尝试创建中间表，用应用程序计算中间结果，用空间换时间。
- 　　不允许执行极度耗时的事务，配合应用程序拆分成更小的事务。
- 　　预估重要数据表（比如订单表）的负载和数据增长态势，提前优化。

数据库表设计

　　数据类型

　　数据类型的选择原则：更简单或者占用空间更小。

- 如果长度能够满足，整型尽量使用tinyint、smallint、medium_int而非int。
- 如果字符串长度确定，采用char类型。
- 如果varchar能够满足，不采用text类型。
- 精度要求较高的使用decimal类型，也可以使用BIGINT，比如精确两位小数就乘以100后保存。
- 尽量采用timestamp而非datetime。

　　避免空值

　　　　MySQL中字段为NULL时依然占用空间，会使索引、索引统计更加复杂。从NULL值更新到非NULL无法做到原地更新，容易发生索引分裂影响性能。尽可能将NULL值用有意义的值代替，也能避免SQL语句里面包含is not null的判断。

　　text类型优化

　　由于text字段储存大量数据，表容量会很早涨上去，影响其他字段的查询性能。建议抽取出来放在子表里，用业务主键关联。

　　索引优化-索引分类

普通索引：最基本的索引。
组合索引：多个字段上建立的索引，能够加速复合查询条件的检索。
唯一索引：与普通索引类似，但索引列的值必须唯一，允许有空值。
组合唯一索引：列值的组合必须唯一。
主键索引：特殊的唯一索引，用于唯一标识数据表中的某一条记录，不允许有空值，一般用primary key约束。
全文索引：用于海量文本的查询，MySQL5.6之后的InnoDB和MyISAM均支持全文索引。由于查询精度以及扩展性不佳，更多的企业选择Elasticsearch。

　　索引优化

分页查询很重要，如果查询数据量超过30%，MYSQL不会使用索引。
单表索引数不超过5个、单个索引字段数不超过5个。
字符串可使用前缀索引，前缀长度控制在5-8个字符。
字段唯一性太低，增加索引没有意义，如：是否删除、性别。
合理使用覆盖索引，如下所示：

select login_name, nick_name from member where login_name = ?

login_name, nick_name两个字段建立组合索引，比login_name简单索引要更快。

SQL优化

　　分批处理: 不带分页参数的查询或者大量数据的update 和delete操作, 打散分批处理

　　　　示例:

　　　　业务描述: 更新用户过期的优惠券为不可用状态

　　　　SQL语句:

　　update status = 0 FROM conpon WHERE expire_date <= #{nowDate} and status =1

　　如果大量优惠券需要更新为不可用状态,执行上面的SQL可能会堵死其他SQL,分批处理伪代码如下:

 int pageNo = 1; int pageSize = 100;

 while (true) {

    List<Integer> batchIdList = queryList('select id FROM coupon WHERE expire_date <= #{nowDate}  and status = 1 limit #{(pageNo -1) *  pageSize}, #{pageSize}');

    if (CollectionUtils.isEmpty(batchIdList)){

      return;

    }

   update('update status = 0 FROM conpon where status = 1 and id in #{batchIdList } ');

    pageNo ++;

 }

　　IN优化

　　in适合做主表大子表小,EXTSIS 适合做主表小子表大.由于查询优化的不断升级,很多场景这两者性能差不多一样了.

/*查询会员用户下的订单id*/

SELECT id FROM orders WHERE user_id IN (SELECT id FROM user WHERE level = 'VIP')

/*改为join连接*/

SELECT id FROM orders o INNER JOIN user u ON o.user_id = u.id WHERE u.level = 'VIP'

　　不做列运算

　　通常在查询条件列运算会导致索引失效

/*查询当日订单*/

SELECT id FROM order WHERE date_format (create_time, '%Y-%m-%d') = '2019-12-01';

/*date_format 这个函数会导致这个查询无法使用索引*/

SELECT id FROM order WHERE create_time BETWEEN '2019-12-01 00:00:00' AND '2019-12-01 23:59:59'

　　避免Select all

　　如果不查询表中所有的列,避免使用SELECT * ,它会进行全表扫描, 不能有效的利用索引.

　　JOIN 优化

　　join的实现是采用Nested Loop Join算法，就是通过驱动表的结果集作为基础数据，通过该结数据作为过滤条件到下一个表中循环查询数据，然后合并结果。如果有多个join，则将前面的结果集作为循环数据，再次到后一个表中查询数据。

　　驱动表和被驱动表尽可能增加查询条件，满足ON的条件而少用Where，用小结果集驱动大结果集。
　　被驱动表的join字段上加上索引，无法建立索引的时候，设置足够的Join Buffer Size。
　　禁止join连接三个以上的表，尝试增加冗余字段。