詳解MySQL索引原理以及優(yōu)化

更新時(shí)間：2019年06月23日 09:03:10 投稿：laozhang

在本篇文章中小編給大家整理了關(guān)于MySQL索引原理以及優(yōu)化的相關(guān)知識點(diǎn)以及實(shí)例代碼，需要的朋友們參考下。

前言

本文是美團(tuán)一位大佬寫的，還不錯(cuò)拿出來和大家分享下,代碼中嵌套在html中sql語句是java框架的寫法，理解其sql要執(zhí)行的語句即可。

背景

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。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語句優(yōu)化”、“了解數(shù)據(jù)庫原理”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)性能問題，遇到最多的，也是最容易出問題的，還是一些復(fù)雜的查詢操作，所以查詢語句的優(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，遇到的問題千奇百怪，五花八門，匪夷所思。本文旨在以開發(fā)工程師的角度來解釋數(shù)據(jù)庫索引的原理和如何優(yōu)化慢查詢。

<span class="hljs-keyword">select</span>  <span class="hljs-keyword">count</span>(*) <span class="hljs-keyword">from</span>  task <span class="hljs-keyword">where</span>  <span class="hljs-keyword">status</span>=<span class="hljs-number">2</span>  <span class="hljs-keyword">and</span> operator_id=<span class="hljs-number">20839</span>  <span class="hljs-keyword">and</span> operate_time><span class="hljs-number">1371169729</span>  <span class="hljs-keyword">and</span> operate_time<<span class="hljs-number">1371174603</span>  <span class="hljs-keyword">and</span> <span class="hljs-keyword">type</span>=<span class="hljs-number">2</span>;

系統(tǒng)使用者反應(yīng)有一個(gè)功能越來越慢，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，需要做一個(gè)綜合評估?！?/p>

“聯(lián)合索引？最左前綴匹配？綜合評估？”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開頭的單詞呢？或者ze開頭的單詞呢？是不是覺得如果沒有索引，這個(gè)事情根本無法完成？

索引原理

除了詞典，生活中隨處可見索引的例子，如火車站的車次表、圖書的目錄等。它們的原理都是一樣的，通過不斷的縮小想要獲得數(shù)據(jù)的范圍來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同一種查找方式來鎖定數(shù)據(jù)。

數(shù)據(jù)庫也是一樣，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)庫應(yīng)該選擇怎么樣的方式來應(yīng)對所有的問題呢？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%的無效數(shù)據(jù)。但如果是1千萬的記錄呢，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，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)鍵的問題，復(fù)雜度模型是基于每次相同的操作成本來考慮的，數(shù)據(jù)庫實(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)存來計(jì)算，因?yàn)槲覀冎涝L問磁盤的成本大概是訪問內(nèi)存的十萬倍左右，所以簡單的搜索樹難以滿足復(fù)雜的應(yīng)用場景。

磁盤IO與預(yù)讀

前面提到了訪問磁盤，那么這里先簡單介紹一下磁盤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)常聽說的磁盤轉(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，相對于前兩個(gè)時(shí)間可以忽略不計(jì)。那么訪問一次磁盤的時(shí)間，即一次磁盤IO的時(shí)間約等于5+4.17 = 9ms左右，聽起來還挺不錯(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)，換句話說執(zhí)行一次IO的時(shí)間可以執(zhí)行40萬條指令，數(shù)據(jù)庫動(dòng)輒十萬百萬乃至千萬級數(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)硬件延遲的對比圖，供大家參考：

various-system-software-hardware-latencies

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)榫植款A(yù)讀性原理告訴我們，當(dāng)計(jì)算機(jī)訪問一個(gè)地址的數(shù)據(jù)的時(shí)候，與其相鄰的數(shù)據(jù)也會(huì)很快被訪問到。每一次IO讀取的數(shù)據(jù)我們稱之為一頁(page)。具體一頁有多大數(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)庫的復(fù)雜性，又講了操作系統(tǒng)的相關(guān)知識，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，最好是常數(shù)數(shù)量級。那么我們就想到如果一個(gè)高度可控的多路搜索樹是否能滿足需求呢？就這樣，b+樹應(yīng)運(yùn)而生。

詳解b+樹

b+樹

如上圖，是一顆b+樹，關(guān)于b+樹的定義可以參見B+樹，這里只說一些重點(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（黃色所示），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+樹的查找過程

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+樹可以表示上百萬的數(shù)據(jù)，如果上百萬的數(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，那么總共需要百萬次的IO，顯然成本非常非常高。

b+樹性質(zhì)

通過上面的分析，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??；而m = 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)致樹增高。當(dāng)數(shù)據(jù)項(xiàng)等于1時(shí)將會(huì)退化成線性表。

當(dāng)b+樹的數(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建立搜索樹的，比如當(dāng)(張三,20,F)這樣的數(shù)據(jù)來檢索的時(shí)候，b+樹會(huì)優(yōu)先比較name來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)這樣的沒有name的數(shù)據(jù)來的時(shí)候，b+樹就不知道下一步該查哪個(gè)節(jié)點(diǎn)，因?yàn)榻⑺阉鳂涞臅r(shí)候name就是第一個(gè)比較因子，必須要先根據(jù)name來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)來檢索時(shí)，b+樹可以用name來指定搜索方向，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，并不需要理解得非常透徹和深入。我們回頭來看看一開始我們說的慢查詢，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：

建索引的幾大原則最左前綴匹配原則，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。=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)化成索引可以識別的形式。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，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場景不同，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。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，原因很簡單，b+樹中存的都是數(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。所以語句應(yīng)該寫成create_time = unix_timestamp('2014-05-29')。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的索引即可?；氐介_始的慢查詢

根據(jù)最左匹配原則，最開始的sql語句的索引應(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，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：

<span class="hljs-keyword">select</span> * <span class="hljs-keyword">from</span> task <span class="hljs-keyword">where</span> <span class="hljs-keyword">status</span> = <span class="hljs-number">0</span> <span class="hljs-keyword">and</span> <span class="hljs-keyword">type</span> = <span class="hljs-number">12</span> <span class="hljs-keyword">limit</span> <span class="hljs-number">10</span>;

<span class="hljs-keyword">select</span> <span class="hljs-keyword">count</span>(*) <span class="hljs-keyword">from</span> task <span class="hljs-keyword">where</span> <span class="hljs-keyword">status</span> = <span class="hljs-number">0</span> ;

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

查詢優(yōu)化神器 – explain命令

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小的語句執(zhí)行一定很快（有例外，下面會(huì)講到）。所以優(yōu)化語句基本上都是在優(yōu)化rows。

慢查詢優(yōu)化基本步驟先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHEwhere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句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開始查起，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始查詢）order by limit 形式的sql語句讓排序的表優(yōu)先查了解業(yè)務(wù)方使用場景加索引時(shí)參照建索引的幾大原則觀察結(jié)果，不符合預(yù)期繼續(xù)從0分析幾個(gè)慢查詢案例

下面幾個(gè)例子詳細(xì)解釋了如何分析和優(yōu)化慢查詢。

復(fù)雜語句寫法

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，不同的語句書寫方式對于效率往往有本質(zhì)的差別，這要求我們對mysql的執(zhí)行計(jì)劃和索引原則有非常清楚的認(rèn)識，請看下面的語句：

<span class="hljs-keyword">select</span>  <span class="hljs-keyword">distinct</span> cert.emp_id <span class="hljs-keyword">from</span>  cm_log cl <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  (   <span class="hljs-keyword">select</span>     emp.id <span class="hljs-keyword">as</span> emp_id,     emp_cert.id <span class="hljs-keyword">as</span> cert_id    <span class="hljs-keyword">from</span>     employee emp    <span class="hljs-keyword">left</span> <span class="hljs-keyword">join</span>     emp_certificate emp_cert       <span class="hljs-keyword">on</span> emp.id = emp_cert.emp_id    <span class="hljs-keyword">where</span>     emp.is_deleted=<span class="hljs-number">0</span>  ) cert    <span class="hljs-keyword">on</span> (     cl.ref_table=<span class="hljs-string">'Employee'</span>     <span class="hljs-keyword">and</span> cl.ref_oid= cert.emp_id   )    <span class="hljs-keyword">or</span> (     cl.ref_table=<span class="hljs-string">'EmpCertificate'</span>     <span class="hljs-keyword">and</span> cl.ref_oid= cert.cert_id   ) <span class="hljs-keyword">where</span>  cl.last_upd_date >=<span class="hljs-string">'2013-11-07 15:03:00'</span>  <span class="hljs-keyword">and</span> cl.last_upd_date<=<span class="hljs-string">'2013-11-08 16:00:00'</span>;

先運(yùn)行一下，53條記錄 1.87秒，又沒有用聚合語句，比較慢

53 rows in <span class="hljs-keyword">set</span> (<span class="hljs-number">1.87</span> sec)

explain

+<span class="hljs-comment">----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+</span>| id | select_type | table   | type | possible_keys          | key          | key_len | ref        | rows | Extra             |+<span class="hljs-comment">----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+</span>| 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          |+<span class="hljs-comment">----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+</span>

簡述一下執(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，可以簡單理解成是一個(gè)語句形成的結(jié)果集，后面的數(shù)字表示語句的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。我們再來看看ID = 2的語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？可以看到我們在運(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，注意這里用union，而不用union all是因?yàn)樵Z句有“distinct”來得到唯一的記錄，而union恰好具備了這種功能。如果原語句中沒有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)化過的語句如下：

<span class="hljs-keyword">select</span>  emp.id <span class="hljs-keyword">from</span>  cm_log cl <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  employee emp    <span class="hljs-keyword">on</span> cl.ref_table = <span class="hljs-string">'Employee'</span>    <span class="hljs-keyword">and</span> cl.ref_oid = emp.id <span class="hljs-keyword">where</span>  cl.last_upd_date >=<span class="hljs-string">'2013-11-07 15:03:00'</span>  <span class="hljs-keyword">and</span> cl.last_upd_date<=<span class="hljs-string">'2013-11-08 16:00:00'</span>  <span class="hljs-keyword">and</span> emp.is_deleted = <span class="hljs-number">0</span> <span class="hljs-keyword">union</span><span class="hljs-keyword">select</span>  emp.id <span class="hljs-keyword">from</span>  cm_log cl <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  emp_certificate ec    <span class="hljs-keyword">on</span> cl.ref_table = <span class="hljs-string">'EmpCertificate'</span>    <span class="hljs-keyword">and</span> cl.ref_oid = ec.id <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  employee emp    <span class="hljs-keyword">on</span> emp.id = ec.emp_id <span class="hljs-keyword">where</span>  cl.last_upd_date >=<span class="hljs-string">'2013-11-07 15:03:00'</span>  <span class="hljs-keyword">and</span> cl.last_upd_date<=<span class="hljs-string">'2013-11-08 16:00:00'</span>  <span class="hljs-keyword">and</span> emp.is_deleted = <span class="hljs-number">0</span>

不需要了解業(yè)務(wù)場景，只需要改造的語句和改造之前的語句保持結(jié)果一致

現(xiàn)有索引可以滿足，不需要建索引

用改造后的語句實(shí)驗(yàn)一下，只需要10ms 降低了近200倍！

+<span class="hljs-comment">----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+</span>| id | select_type | table   | type  | possible_keys          | key        | key_len | ref          | rows | Extra    |+<span class="hljs-comment">----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+</span>| 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 |       |+<span class="hljs-comment">----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+</span>53 rows in <span class="hljs-keyword">set</span> (<span class="hljs-number">0.01</span> sec)

明確應(yīng)用場景

舉這個(gè)例子的目的在于顛覆我們對列的區(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。

<span class="hljs-keyword">select</span>  * <span class="hljs-keyword">from</span>  stage_poi sp <span class="hljs-keyword">where</span>  sp.accurate_result=<span class="hljs-number">1</span>  <span class="hljs-keyword">and</span> (   sp.sync_status=<span class="hljs-number">0</span>    <span class="hljs-keyword">or</span> sp.sync_status=<span class="hljs-number">2</span>    <span class="hljs-keyword">or</span> sp.sync_status=<span class="hljs-number">4</span>  );

先看看運(yùn)行多長時(shí)間,951條數(shù)據(jù)6.22秒，真的很慢。

951 rows in <span class="hljs-keyword">set</span> (<span class="hljs-number">6.22</span> sec)

先explain，rows達(dá)到了361萬，type = ALL表明是全表掃描。

+<span class="hljs-comment">----+-------------+-------+------+---------------+------+---------+------+---------+-------------+</span>| id | select_type | table | type | possible_keys | key | key_len | ref | rows  | Extra    |+<span class="hljs-comment">----+-------------+-------+------+---------------+------+---------+------+---------+-------------+</span>| 1 | SIMPLE   | sp  | ALL | NULL     | NULL | NULL  | NULL | 3613155 | Using where |+<span class="hljs-comment">----+-------------+-------+------+---------------+------+---------+------+---------+-------------+</span>

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)做過了951條。

讓explain的rows 盡量逼近951。

看一下accurate_result = 1的記錄數(shù)：

<span class="hljs-keyword">select</span> <span class="hljs-keyword">count</span>(*),accurate_result <span class="hljs-keyword">from</span> stage_poi <span class="hljs-keyword">group</span> <span class="hljs-keyword">by</span> accurate_result;+<span class="hljs-comment">----------+-----------------+</span>| count(*) | accurate_result |+<span class="hljs-comment">----------+-----------------+</span>|   1023 |       -1 || 2114655 |        0 ||  972815 |        1 |+<span class="hljs-comment">----------+-----------------+</span>

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，加上索引也無法鎖定特別少量的數(shù)據(jù)。

再看一下sync_status字段的情況：

<span class="hljs-keyword">select</span> <span class="hljs-keyword">count</span>(*),sync_status <span class="hljs-keyword">from</span> stage_poi <span class="hljs-keyword">group</span> <span class="hljs-keyword">by</span> sync_status;+<span class="hljs-comment">----------+-------------+</span>| count(*) | sync_status |+<span class="hljs-comment">----------+-------------+</span>|   3080 |      0 || 3085413 |      3 |+<span class="hljs-comment">----------+-------------+</span>

同樣的區(qū)分度也很低，根據(jù)理論，也不適合建立索引。

問題分析到這，好像得出了這個(gè)表無法優(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級別的。

找業(yè)務(wù)方去溝通，看看使用場景。業(yè)務(wù)方是這么來使用這個(gè)SQL語句的，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)方的使用場景后，優(yōu)化這個(gè)SQL就變得簡單了，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濾掉絕大部分不需要的數(shù)據(jù)。

根據(jù)建立索引規(guī)則，使用如下語句建立索引

<span class="hljs-keyword">alter</span> <span class="hljs-keyword">table</span> stage_poi <span class="hljs-keyword">add</span> <span class="hljs-keyword">index</span> idx_acc_status(accurate_result,sync_status);

觀察預(yù)期結(jié)果,發(fā)現(xiàn)只需要200ms，快了30多倍。

952 rows in <span class="hljs-keyword">set</span> (<span class="hljs-number">0.20</span> sec)

我們再來回顧一下分析問題的過程，單表查詢相對來說比較好優(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句。所以我們第4步調(diào)差SQL的使用場景非常關(guān)鍵，我們只有知道這個(gè)業(yè)務(wù)場景，才能更好地輔助我們更好的分析和優(yōu)化查詢語句。

無法優(yōu)化的語句

<span class="hljs-keyword">select</span>  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) <span class="hljs-keyword">as</span> created_time,  from_unixtime(c.last_modified) <span class="hljs-keyword">as</span> last_modified,  c.last_modified_user_id <span class="hljs-keyword">from</span>  contact c <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  contact_branch cb    <span class="hljs-keyword">on</span> c.id = cb.contact_id <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  branch_user bu    <span class="hljs-keyword">on</span> cb.branch_id = bu.branch_id    <span class="hljs-keyword">and</span> bu.status <span class="hljs-keyword">in</span> (     <span class="hljs-number">1</span>,   <span class="hljs-number">2</span>)   <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>   org_emp_info oei     <span class="hljs-keyword">on</span> oei.data_id = bu.user_id     <span class="hljs-keyword">and</span> oei.node_left >= <span class="hljs-number">2875</span>     <span class="hljs-keyword">and&llt;/span> oei.node_right <= <span class="hljs-number">10802</span>     <span class="hljs-keyword">and</span> oei.org_category = - <span class="hljs-number">1</span>   <span class="hljs-keyword">order</span> <span class="hljs-keyword">by</span>   c.created_time <span class="hljs-keyword">desc</span> <span class="hljs-keyword">limit</span> <span class="hljs-number">0</span> ,   <span class="hljs-number">10</span>;

還是幾個(gè)步驟。

先看語句運(yùn)行多長時(shí)間，10條記錄用了13秒，已經(jīng)不可忍受。

10 rows in <span class="hljs-keyword">set</span> (<span class="hljs-number">13.06</span> sec)

explain

+<span class="hljs-comment">----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+</span>| id | select_type | table | type  | possible_keys            | key           | key_len | ref           | rows | Extra                    |+<span class="hljs-comment">----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+</span>| 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 |                       |+<span class="hljs-comment">----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+</span>

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。我們在看一下語句，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？于是我們簡化SQL，去掉后面的order by 和 limit，看看到底用了多少記錄來排序。

<span class="hljs-keyword">select</span> <span class="hljs-keyword">count</span>(*)<span class="hljs-keyword">from</span>  contact c <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  contact_branch cb    <span class="hljs-keyword">on</span> c.id = cb.contact_id <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>  branch_user bu    <span class="hljs-keyword">on</span> cb.branch_id = bu.branch_id    <span class="hljs-keyword">and</span> bu.status <span class="hljs-keyword">in</span> (     <span class="hljs-number">1</span>,   <span class="hljs-number">2</span>)   <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>   org_emp_info oei     <span class="hljs-keyword">on</span> oei.data_id = bu.user_id     <span class="hljs-keyword">and</span> oei.node_left >= <span class="hljs-number">2875</span>     <span class="hljs-keyword">and</span> oei.node_right <= <span class="hljs-number">10802</span>     <span class="hljs-keyword">and</span> oei.org_category = - <span class="hljs-number">1</span> +<span class="hljs-comment">----------+</span>| <span class="hljs-keyword">count</span>(*) |+<span class="hljs-comment">----------+</span>|  <span class="hljs-number">778878</span> |+<span class="hljs-comment">----------+</span><span class="hljs-number">1</span> <span class="hljs-keyword">row</span> <span class="hljs-keyword">in</span> <span class="hljs-keyword">set</span> (<span class="hljs-number">5.19</span> sec)

發(fā)現(xiàn)排序之前居然鎖定了778878條記錄，如果針對70萬的結(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join會(huì)不會(huì)比較快呢？

于是改造成下面的語句，也可以用straight_join來優(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_idfrom contact cwhere exists ( select 1 from contact_branch cbinner join branch_user buon cb.branch_id = bu.branch_idand bu.status in ( 1, 2)inner join org_emp_info oeion oei.data_id = bu.user_idand oei.node_left >= 2875and oei.node_right <= 10802and oei.org_category = – 1where 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

<span class="hljs-number">1</span>ms內(nèi)，提升了<span class="hljs-number">13000</span>多倍！sql<span class="hljs-number">10</span> rows <span class="hljs-keyword">in</span> <span class="hljs-keyword">set</span> (<span class="hljs-number">0.00</span> sec)

本以為至此大工告成，但我們在前面的分析中漏了一個(gè)細(xì)節(jié)，先排序再join和先join再排序理論上開銷是一樣的，為何提升這么多是因?yàn)橛幸粋€(gè)limit！大致執(zhí)行過程是：mysql先按索引排序得到前10條記錄，然后再去join過濾，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：

<span class="hljs-keyword">select</span>  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) <span class="hljs-keyword">as</span> created_time,  from_unixtime(c.last_modified) <span class="hljs-keyword">as</span> last_modified,  c.last_modified_user_id  <span class="hljs-keyword">from</span>  contact c  <span class="hljs-keyword">where</span>  <span class="hljs-keyword">exists</span> (   <span class="hljs-keyword">select</span>     <span class="hljs-number">1</span>       <span class="hljs-keyword">from</span>     contact_branch cb        <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>     branch_user bu                 <span class="hljs-keyword">on</span> cb.branch_id = bu.branch_id                 <span class="hljs-keyword">and</span> bu.status <span class="hljs-keyword">in</span> (        <span class="hljs-number">1</span>,      <span class="hljs-number">2</span>)             <span class="hljs-keyword">inner</span> <span class="hljs-keyword">join</span>      org_emp_info oei                     <span class="hljs-keyword">on</span> oei.data_id = bu.user_id                     <span class="hljs-keyword">and</span> oei.node_left >= <span class="hljs-number">2875</span>                     <span class="hljs-keyword">and</span> oei.node_right <= <span class="hljs-number">2875</span>                     <span class="hljs-keyword">and</span> oei.org_category = - <span class="hljs-number">1</span>             <span class="hljs-keyword">where</span>      c.id = cb.contact_id         )      <span class="hljs-keyword">order</span> <span class="hljs-keyword">by</span>   c.created_time <span class="hljs-keyword">desc</span> <span class="hljs-keyword">limit</span> <span class="hljs-number">0</span> ,   <span class="hljs-number">10</span>;Empty <span class="hljs-keyword">set</span> (<span class="hljs-number">2</span> <span class="hljs-keyword">min</span> <span class="hljs-number">18.99</span> 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，基本是無法優(yōu)化的。這條語句最終也只能交給應(yīng)用系統(tǒng)去優(yōu)化自己的邏輯了。通過這個(gè)例子我們可以看到，并不是所有語句都能優(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)造成比原來還嚴(yán)重的后果。所以，第一：不要指望所有語句都能通過SQL優(yōu)化，第二：不要過于自信，只針對具體case來優(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。我們在優(yōu)化過程中遇到過超過1000行，涉及到16個(gè)表join的“垃圾SQL”，也遇到過線上線下數(shù)據(jù)庫差異導(dǎo)致應(yīng)用直接被慢查詢拖死，也遇到過varchar等值比較沒有寫單引號，還遇到過笛卡爾積查詢直接把從庫搞死。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;并針對遇到的典型案例做了詳細(xì)的分析。其實(shí)做了這么長時(shí)間的語句優(yōu)化后才發(fā)現(xiàn)，任何數(shù)據(jù)庫層面的優(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！”

您可能感興趣的文章: