记一次SQL调优

`insert`优化

如果你在某一时刻有大量的insert操作，一条一条插入是非常耗时的。insert语句本身支持一次插入很多条记录，插入记录数上限受sql语句长度限制，一般一次插个几千条是没问题的。在我的《如何手动实现Try Insert和Insert Or Update》一文中对于各种情况都有具体的例子，这里就不赘述了。

`explain`语句结果分析

SQL本身是一种对机器来说抽象级别很高的语言，我们通过SQL告诉DBMS我们需要什么，而没有告诉它具体要怎么做。DBMS会猜测性地以最优的方法去完成我们给的任务，但是它往往做得不太好，毕竟不同业务最优做法各不相同，目前我们还没有办法让机器完全理解我们的业务。所以我们需要辅助机器，帮助它找到最好的查询逻辑。通常的做法是添加合适的索引，让所有的查询都走索引。在MySQL中，在任何一个select语句前加上explain，就可以知道MySQL对这条查询的理解和实际执行逻辑。

下面来分析explain语句返回的结果。explain会展示查询涉及到的每张表分析结果，里面有很多参数，我们一般只需要关注以下几个参数：

type

type描述表是怎么join的，按从最好到最坏一共有以下几个值：

值	解释
system	表只有一行，是一种特殊的`const` type
const	表里只有一行匹配的记录，`join`时可以认为是常量
eq_ref	使用的索引为`primary key`或`unique not null index`
ref	`join`只使用最左前缀匹配原则的普通索引
fulltext	使用全文检索索引
ref_or_null	与`ref`差不多，主要是多了NULL值的查询
index_merge	使用了MySQL的索引合并优化
unique_subquery	类似`eq_ref`，主要用于包含IN子查询的查询
range	走索引的范围查询
index	索引树被整个扫了，速度比扫表好一点
ALL	整个表被扫，非常糟糕的情况，一般要避免

一般做SQL优化，通常出现index和ALL都是需要优化的。

Extra

MySQL查询的附件信息，有时候代表着查询的额外代价，出现 Using filesort、Using temperary都表示查询速度不行。
- Using filesort表示order by子句不走索引，使用文件排序，需要对order by进行优化。
- Using temperary表示查询过程中创建了临时表，通常发生在包含group by和order by的查询中。
rows和filtered

rows表示MySQL预估的查询需要的行数，filtered表示根据条件过滤之后的行所占的百分比。值为100表示没有行被过滤掉。所以rows*filtered查询需要的总的行数。这个值自然是越小越好。

查询优化实践

查询优化的策略就是加索引，primary key 和 unique key在根据具体业务定，我们做优化，一般都是添加普通索引。普通索引分为两种，单个字段的索引和多个字段的联合索引。联合索引的应用场景相对窄一点，如果你要查的数据可以被联合索引全部囊括，直接从索引拿数据，可以考虑使用联合索引。读多写少重复值少散列分布的字段最适合建索引。你可以把你的程序使用到的所有SQL都列出来，一条一条explain，没有走索引的，就酌情给某个或某几个字段（join里的字段、where里的字段都是重点考虑对象）加上索引，直到所有的查询走索引为止。这么做以后，你的查询type正常都可以到达比较好的情况，但是对于包含order by子句的查询，可能你的Extra信息就不太理想了。Using filesort和Using temperary有时候阴魂不散，很难搞。这时候最佳的策略就是变着花样选择排序的字段。比如你的表有一个自增主键，你可以考虑用它作为插入时间来做排序。MySQL本身在这方面的优化非常糟糕，需要耐心地多尝试。

Reference

MySQL explain

MySQL ORDER BY优化