优化SQL步骤
在应用的的开发过程中，由于初期数据量小，开发人员写 SQL 语句时更重视功能上的实现。
但是当应用系统正式 上线后，随着生产数据量的急剧增长，很多 SQL 语句开始逐渐显露出性能问题，对生产的影响也越来越大，此时这些有问题的 SQL 语句就成为整个系统性能的瓶颈因此我们必须要对它们进行优化
本章将详细介绍在 MySQL 中优化 SQL 语句的方法。
当面对一个有 SQL 性能问题的数据库时，我们应该从何处入手来进行系统的分析，使得能够尽快定位问题 SQL 并 尽快解决问题。
查看SQL执行频率
MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。
show [session|global] status 可以根据需要加上参数“session”或者“global”来显示 session 级(当前连接)的计结果和 global 级(自数据库上次启动至今)的统计结果。如果不写，默认使用参数是“session”。
下面的命令显示了当前 session 中所有统计参数的值:
mysql> show status like 'Com_______';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| Com_binlog | 0 |
| Com_commit | 0 |
| Com_delete | 0 |
| Com_import | 0 |
| Com_insert | 5 |
| Com_repair | 0 |
| Com_revoke | 0 |
| Com_select | 10 |
| Com_signal | 0 |
| Com_update | 0 |
| Com_xa_end | 0 |
+---------------+-------+
11 rows in set (0.02 sec)
mysql> show status like 'Innodb_rows_%';
+----------------------+-------+
| Variable_name | Value |
+----------------------+-------+
| Innodb_rows_deleted | 0 |
| Innodb_rows_inserted | 15 |
| Innodb_rows_read | 21 |
| Innodb_rows_updated | 3 |
+----------------------+-------+
4 rows in set (0.00 sec)
Com_xxx 表示每个 xxx 语句执行的次数，我们通常比较关心的是以下几个统计参数
| 参数 | 含义 |
|---|---|
| Com_select | 执行 select 操作的次数，一次查询只累加 1。 |
| Com_insert | 执行 INSERT 操作的次数，对于批量插入的 INSERT 操作，只累加一次。 |
| Com_update | 执行 UPDATE 操作的次数。 |
| Com_delete | 执行 DELETE 操作的次数。 |
| Innodb_rows_read | select 查询返回的行数。 |
| Innodb_rows_inserted | 执行 INSERT 操作插入的行数。 |
| Innodb_rows_updated | 执行 UPDATE 操作更新的行数。 |
| Innodb_rows_deleted | 执行 DELETE 操作删除的行数。 |
| Connections | 试图连接 MySQL 服务器的次数。 |
| Uptime | 服务器工作时间。 |
| Slow_queries | 慢查询的次数。 |
tips
- Com_*** : 这些参数对于所有存储引擎的表操作都会进行累计
- Innodb_*** : 这几个参数只是针对InnoDB 存储引擎的，累加的算法也略有不同。
定位低效率执行SQL
可以通过以下两种方式定位执行效率较低的 SQL 语句。
慢查询日志：通过慢查询日志定位那些执行效率较低的 SQL 语句
用--log-slow-queries[=file_name]选项启 动时，mysqld 写一个包含所有执行时间超过 long_query_time 秒的 SQL 语句的日志文件。具体可以查看本书第 26 章中日志管理的相关部分。
show processlist: 查看当前MySQL在进行的线程，包括线程的状态、是否 锁表等
慢查询日志在查询结束以后才纪录，所以在应用反映执行效率出现问题的时候查询慢查询 日志并不能定位问题，可以使用show processlist命令查看当前MySQL在进行的线程，包括线程的状态、是否 锁表等，可以实时地查看 SQL 的执行情况，同时对一些锁表操作进行优化。
mysql> show processlist;
+-----+-----------------+-----------+---------+---------+---------+------------------------+------------------+
| Id | User | Host | db | Command | Time | State | Info |
+-----+-----------------+-----------+---------+---------+---------+------------------------+------------------+
| 5 | event_scheduler | localhost | NULL | Daemon | 1020421 | Waiting on empty queue | NULL |
| 916 | root | localhost | demo_01 | Sleep | 1738 | | NULL |
| 917 | root | localhost | demo_01 | Query | 0 | init | show processlist |
+-----+-----------------+-----------+---------+---------+---------+------------------------+------------------+
3 rows in set (0.00 sec)
- id列，用户登录mysql时，系统分配的"connection_id"，可以使用函数connection_id()查看
- user列，显示当前用户。如果不是root，这个命令就只显示用户权限范围的sql语句
- host列，显示这个语句是从哪个ip的哪个端口上发的，可以用来跟踪出现问题语句的用户
- db列，显示这个进程目前连接的是哪个数据库
- command列，显示当前连接的执行的命令，一般取值为休眠(sleep)，查询(query)，连接 (connect)等
- time列，显示这个状态持续的时间，单位是秒
- state列，显示使用当前连接的sql语句的状态，很重要的列。state描述的是语句执行中的某一个状态。一 个sql语句，以查询为例，可能需要经过copying to tmp table、sorting result、sending data等状态才可以完成
- info列，显示这个sql语句，是判断问题语句的一个重要依据
explain分析执行计划
通过以上步骤查询到效率低的 SQL 语句后，可以通过 EXPLAIN或者 DESC命令获取 MySQL如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。
查询SQL语句的执行计划：
mysql> explain select * from goods_innodb where id = 1;
+----+-------------+--------------+------------+-------+---------------+---------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+--------------+------------+-------+---------------+---------+---------+-------+------+----------+-------+
| 1 | SIMPLE | goods_innodb | NULL | const | PRIMARY | PRIMARY | 4 | const | 1 | 100.00 | NULL |
+----+-------------+--------------+------------+-------+---------------+---------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
字段含义：
| 字段 | 含义 |
|---|---|
| id | select查询的序列号，是一组数字，表示的是查询中执行select子句或者是操作表的顺序。 |
| select_type | 表示 SELECT 的类型，常见的取值有 SIMPLE(简单表，即不使用表连接或者子查询)、 PRIMARY(主查询，即外层的查询)、UNION(UNION 中的第二个或者后面的查询语 句)、SUBQUERY(子查询中的第一个 SELECT)等 |
| table | 输出结果集的表 |
| type | 表示表的连接类型，性能由好到差的连接类型为( system ---> const -----> eq_ref ------> ref -------> ref_or_null----> index_merge ---> index_subquery -----> range -----> index ------> all ) |
| possible_keys | 表示查询时，可能使用的索引 |
| key | 表示实际使用的索引 |
| key_len | 索引字段的长度 |
| rows | 扫描行的数量 |
| extra | 执行情况的说明和描述 |
数据准备
创建表
CREATE TABLE `t_role` (
`id` varchar(32) NOT NULL,
`role_name` varchar(255) DEFAULT NULL, `role_code` varchar(255) DEFAULT NULL, `description` varchar(255) DEFAULT NULL, PRIMARY KEY (`id`),
UNIQUE KEY `unique_role_name` (`role_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `t_user` (
`id` varchar(32) NOT NULL,
`username` varchar(45) NOT NULL,
`password` varchar(96) NOT NULL,
`name` varchar(45) NOT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `user_role` (
`id` int(11) NOT NULL auto_increment ,
`user_id` varchar(32) DEFAULT NULL,
`role_id` varchar(32) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `fk_ur_user_id` (`user_id`),
KEY `fk_ur_role_id` (`role_id`),
CONSTRAINT `fk_ur_role_id` FOREIGN KEY (`role_id`) REFERENCES `t_role` (`id`) ON
DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `fk_ur_user_id` FOREIGN KEY (`user_id`) REFERENCES `t_user` (`id`) ON
DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
插入数据
-- user数据
insert into `t_user` (`id`, `username`, `password`, `name`) values('1','super','$2a$10$TJ4TmCdK.X4wv/tCqHW14.w70U3CC33CeVncD3SLmyMXMknstqKRe',' 超级管理员');
insert into `t_user` (`id`, `username`, `password`, `name`) values('2','admin','$2a$10$TJ4TmCdK.X4wv/tCqHW14.w70U3CC33CeVncD3SLmyMXMknstqKRe',' 系统管理员');
insert into `t_user` (`id`, `username`, `password`, `name`) values('3','itcast','$2a$10$8qmaHgUFUAmPR5pOuWhYWOr291WJYjHelUlYn07k5ELF8ZCrW0Cui', 'test02');
insert into `t_user` (`id`, `username`, `password`, `name`) values('4','stu1','$2a$10$pLtt2KDAFpwTWLjNsmTEi.oU1yOZyIn9XkziK/y/spH5rftCpUMZa','学 生1');
insert into `t_user` (`id`, `username`, `password`, `name`) values('5','stu2','$2a$10$nxPKkYSez7uz2YQYUnwhR.z57km3yqKn3Hr/p1FR6ZKgc18u.Tvqm','学 生2');
insert into `t_user` (`id`, `username`, `password`, `name`) values('6','t1','$2a$10$TJ4TmCdK.X4wv/tCqHW14.w70U3CC33CeVncD3SLmyMXMknstqKRe','老师 1');
-- role数据
INSERT INTO `t_role` (`id`, `role_name`, `role_code`, `description`) VALUES('5','学 生','student','学生');
INSERT INTO `t_role` (`id`, `role_name`, `role_code`, `description`) VALUES('7','老 师','teacher','老师');
INSERT INTO `t_role` (`id`, `role_name`, `role_code`, `description`) VALUES('8','教 学管理员','teachmanager','教学管理员');
INSERT INTO `t_role` (`id`, `role_name`, `role_code`, `description`) VALUES('9','管 理员','admin','管理员');
INSERT INTO `t_role` (`id`, `role_name`, `role_code`, `description`) VALUES('10','超 级管理员','super','超级管理员');
-- user_role
INSERT INTO user_role(id,user_id,role_id) VALUES(NULL, '1', '5'),(NULL, '1', '7'),(NULL, '2', '8'),(NULL, '3', '9'),(NULL, '4', '8'),(NULL, '5', '10') ;
explain 之 id
id 字段是 select查询的序列号，是一组数字，表示的是查询中执行select子句或者是操作表的顺序。
id有三种情况：
- id 相同表示加载表的顺序是从上到下。
mysql> explain select * from t_role r, t_user u, user_role ur where r.id = ur.role_id and u.id = ur.user_id ;
+----+-------------+-------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+-------------+
| 1 | SIMPLE | r | NULL | ALL | PRIMARY | NULL | NULL | NULL | 5 | 100.00 | NULL |
| 1 | SIMPLE | ur | NULL | ref | fk_ur_user_id,fk_ur_role_id | fk_ur_role_id | 99 | demo_01.r.id | 1 | 100.00 | Using where |
| 1 | SIMPLE | u | NULL | eq_ref | PRIMARY | PRIMARY | 98 | demo_01.ur.user_id | 1 | 100.00 | NULL |
+----+-------------+-------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+-------------+
3 rows in set, 1 warning (0.00 sec)
- id 不同id值越大，优先级越高，越先被执行。
mysql> EXPLAIN SELECT * FROM t_role WHERE id = (SELECT role_id FROM user_role WHERE user_id = (SELECT id FROM t_user WHERE username = 'stu1'));
+----+-------------+-----------+------------+-------+----------------------+----------------------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+-------+----------------------+----------------------+---------+-------+------+----------+-------------+
| 1 | PRIMARY | t_role | NULL | const | PRIMARY | PRIMARY | 98 | const | 1 | 100.00 | NULL |
| 2 | SUBQUERY | user_role | NULL | ref | fk_ur_user_id | fk_ur_user_id | 99 | const | 1 | 100.00 | Using where |
| 3 | SUBQUERY | t_user | NULL | const | unique_user_username | unique_user_username | 137 | const | 1 | 100.00 | Using index |
+----+-------------+-----------+------------+-------+----------------------+----------------------+---------+-------+------+----------+-------------+
3 rows in set, 1 warning (0.00 sec)
- id 有相同，也有不同，同时存在。id相同的可以认为是一组，从上往下顺序执行;在所有的组中，id的值越 大，优先级越高，越先执行。
mysql> EXPLAIN SELECT * FROM t_role r , (SELECT * FROM user_role ur WHERE ur.`user_id` = '2') a WHERE r.id = a.role_id ;
+----+-------------+-------------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+------------------------------+
| 1 | PRIMARY | <derived2> | NULL | ALL | NULL | fk_ur_user_id | NULL | const | 2 | 100.00 | Using where |
| 1 | PRIMARY | r | NULL | eq_ref | PRIMARY | PRIMARY | 98 | demo_01.ur.role_id | 1 | 100.00 | NULL |
| 1 | DERIVED | ur | NULL | ref | fk_ur_user_id | PRIMARY | 99 | demo_01.ur.role_id | 1 | 100.00 | Using index condition |
+----+-------------+-------------+------------+--------+-----------------------------+---------------+---------+--------------------+------+----------+------------------------------+
2 rows in set, 1 warning (0.00 sec)
explain 之 select_type
表示 SELECT 的类型，常见的取值，如下表所示:
| select_type | 含义 |
|---|---|
| SIMPLE | 简单的select查询，查询中不包含子查询或者UNION |
| PRIMARY | 查询中若包含任何复杂的子查询，最外层查询标记为该标识 |
| SUBQUERY | 在SELECT 或 WHERE 列表中包含了子查询 |
| DERIVED | 在FROM 列表中包含的子查询，被标记为 DERIVED(衍生) MYSQL会递归执行这些子查 询，把结果放在临时表中 |
| UNION | 若第二个SELECT出现在UNION之后，则标记为UNION ; 若UNION包含在FROM子句的子 查询中，外层SELECT将被标记为 : DERIVED |
| UNION RESULT | 从UNION表获取结果的SELECT |
explain 之 table
type 显示的是访问类型，是较为重要的一个指标，可取值为:
| type | 含义 |
|---|---|
| NULL | MySQL不访问任何表，索引，直接返回结果 |
| system | 表只有一行记录(等于系统表)，这是const类型的特例，一般不会出现 |
| const | 表示通过索引一次就找到了，const 用于比较primary key 或者 unique 索引。因为只匹配一行数 据，所以很快。如将主键置于where列表中，MySQL 就能将该查询转换为一个常亮。const于将 "主键" 或 "唯一" 索引的所有部分与常量值进行比较 |
| eq_ref | 类似ref，区别在于使用的是唯一索引，使用主键的关联查询，关联查询出的记录只有一条。常见于主键或唯一索引扫描 |
| ref | 非唯一性索引扫描，返回匹配某个单独值的所有行。本质上也是一种索引访问，返回所有匹配某个单独值的所有行(多个) |
| range | 只检索给定返回的行，使用一个索引来选择行。 where 之后出现 between ， < , > , in 等操作。 |
| index | index 与 ALL的区别为 index 类型只是遍历了索引树， 通常比ALL 快， ALL 是遍历数据文件。 |
| all | 将遍历全表以找到匹配的行 |
结果值从最好到最坏以此是:
NULL > system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
system > const > eq_ref > ref > range > index > ALL
一般来说， 我们需要保证查询至少达到 range 级别， 最好达到ref 。
explain 之 key
| key | 含义 |
|---|---|
| possible_keys | 显示可能应用在这张表的索引， 一个或多个 |
| key | 实际使用的索引， 如果为NULL， 则没有使用索引。 |
| key_len | 表示索引中使用的字节数， 该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前 提下， 长度越短越好 。 |
explain 之 rows
扫描行的数量。
explain 之 extra
其他的额外的执行计划信息，在该列展示
| extra | 含义 |
|---|---|
| using filesort | 说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取， 称为 “文件排序”, 效率低。 |
| using temporary | 使用了临时表保存中间结果，MySQL在对查询结果排序时使用临时表。常见于 order by 和 group by; 效率低 |
| using index | 表示相应的select操作使用了覆盖索引， 避免访问表的数据行， 效率不错。 |
show profile分析SQL
Mysql从5.0.37版本开始增加了对 show profiles 和 show profile 语句的支持。show profiles 能够在做SQL优化时
帮助我们了解时间都耗费到哪里去了。
通过 have_profiling 参数，能够看到当前MySQL是否支持profile:
mysql> select @@have_profiling;
+------------------+
| @@have_profiling |
+------------------+
| YES |
+------------------+
1 row in set, 1 warning (0.00 sec)
默认profiling是关闭的，可以通过set语句在Session级别开启profiling:
mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
| 0 |
+-------------+
1 row in set, 1 warning (0.00 sec)
-- 开启profiling开关
mysql> set profiling=1;
Query OK, 0 rows affected, 1 warning (0.00 sec)
通过profile，我们能够更清楚地了解SQL执行的过程。
首先，我们可以执行一系列的操作，如下图所示:
mysql> show databases;
mysql> use demo_01;
mysql> show tables;
mysql> select * from t_user where id < 5;
mysql> select count(*) from t_user;
执行完上述命令之后，再执行show profiles 指令， 来查看SQL语句执行的耗时:
mysql> show profiles;
+----------+------------+-----------------------------------+
| Query_ID | Duration | Query |
+----------+------------+-----------------------------------+
| 1 | 0.00018425 | select @@profiling |
| 2 | 0.00068000 | show databases |
| 3 | 0.00016000 | SELECT DATABASE() |
| 4 | 0.00111225 | show tables |
| 5 | 0.00031550 | select * from t_user where id < 5 |
| 6 | 0.02122775 | select count(*) from t_user |
+----------+------------+-----------------------------------+
6 rows in set, 1 warning (0.00 sec)
通过show profile for query query_id 语句可以查看到该SQL执行过程中每个线程的状态和消耗的时间:
mysql> show profile for query 6;
+--------------------------------+----------+
| Status | Duration |
+--------------------------------+----------+
| starting | 0.000069 |
| Executing hook on transaction | 0.000006 |
| starting | 0.000010 |
| checking permissions | 0.000009 |
| Opening tables | 0.000032 |
| init | 0.000008 |
| System lock | 0.000011 |
| optimizing | 0.000007 |
| statistics | 0.000018 |
| preparing | 0.000018 |
| executing | 0.020961 |
| end | 0.000018 |
| query end | 0.000007 |
| waiting for handler commit | 0.000012 |
| closing tables | 0.000012 |
| freeing items | 0.000017 |
| cleaning up | 0.000015 |
+--------------------------------+----------+
17 rows in set, 1 warning (0.00 sec)
tips:
- Sending data 状态表示MySQL线程开始访问数据行并把结果返回给客户端，而不仅仅是返回个客户端。由于在Sending data状态下，MySQL线程往往需要做大量的磁盘读取操作，所以经常是整各查询中耗时最长的状态。
在获取到最消耗时间的线程状态后，MySQL支持进一步选择all、cpu、block io 、context switch、page faults等 明细类型类查看MySQL在使用什么资源上耗费了过高的时间。例如，选择查看CPU的耗费时间:
mysql> show profile cpu for query 6;
+--------------------------------+----------+----------+------------+
| Status | Duration | CPU_user | CPU_system |
+--------------------------------+----------+----------+------------+
| starting | 0.000069 | 0.000021 | 0.000042 |
| Executing hook on transaction | 0.000006 | 0.000002 | 0.000004 |
| starting | 0.000010 | 0.000004 | 0.000007 |
| checking permissions | 0.000009 | 0.000003 | 0.000005 |
| Opening tables | 0.000032 | 0.000010 | 0.000021 |
| init | 0.000008 | 0.000003 | 0.000005 |
| System lock | 0.000011 | 0.000004 | 0.000008 |
| optimizing | 0.000007 | 0.000002 | 0.000005 |
| statistics | 0.000018 | 0.000006 | 0.000011 |
| preparing | 0.000018 | 0.000006 | 0.000012 |
| executing | 0.020961 | 0.008725 | 0.000000 |
| end | 0.000018 | 0.000013 | 0.000000 |
| query end | 0.000007 | 0.000006 | 0.000000 |
| waiting for handler commit | 0.000012 | 0.000013 | 0.000000 |
| closing tables | 0.000012 | 0.000011 | 0.000000 |
| freeing items | 0.000017 | 0.000017 | 0.000000 |
| cleaning up | 0.000015 | 0.000015 | 0.000000 |
+--------------------------------+----------+----------+------------+
17 rows in set, 1 warning (0.00 sec)
| 字段 | 含义 |
|---|---|
| Status | sql语句执行的状态 |
| Duration | sql执行过程中每一个步骤的耗时 |
| CPU_user | 当前用户占有的CPU |
| CPU_system | 系统占有CPU |
trace分析优化器执行计划
MySQL5.6提供了对SQL的跟踪trace, 通过trace文件能够进一步了解为什么优化器选择A计划, 而不是选择B计划。
打开trace ， 设置格式为 JSON，并设置trace最大能够使用的内存大小，避免解析过程中因为默认内存过小而不能够完整展示。
SET optimizer_trace="enabled=on",end_markers_in_json=on;
SET optimizer_trace_max_mem_size=1000000;
执行sql语句
mysql> select * from t_user where id < 4;
最后， 检查information_schema.optimizer_trace就可以知道MySQL是如何执行SQL的
mysql> select * from information_schema.optimizer_traceG;
*************************** 1. row ***************************
QUERY: select * from t_user where id < 4
TRACE: {
"steps": [
{
"join_preparation": {
"select#": 1,
"steps": [
{
"expanded_query": "/* select#1 */ select `t_user`.`id` AS `id`,`t_user`.`username` AS `username`,`t_user`.`password` AS `password`,`t_user`.`name` AS `name` from `t_user` where (`t_user`.`id` < 4)"
}
] /* steps */
} /* join_preparation */
},
{
"join_optimization": {
"select#": 1,
"steps": [
{
"condition_processing": {
"condition": "WHERE",
"original_condition": "(`t_user`.`id` < 4)",
"steps": [
{
"transformation": "equality_propagation",
"resulting_condition": "(`t_user`.`id` < 4)"
},
{
"transformation": "constant_propagation",
"resulting_condition": "(`t_user`.`id` < 4)"
},
{
"transformation": "trivial_condition_removal",
"resulting_condition": "(`t_user`.`id` < 4)"
}
] /* steps */
} /* condition_processing */
},
{
"substitute_generated_columns": {
} /* substitute_generated_columns */
},
{
"table_dependencies": [
{
"table": "`t_user`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
] /* depends_on_map_bits */
}
] /* table_dependencies */
},
{
"ref_optimizer_key_uses": [
] /* ref_optimizer_key_uses */
},
{
"rows_estimation": [
{
"table": "`t_user`",
"range_analysis": {
"table_scan": {
"rows": 6,
"cost": 2.95
} /* table_scan */,
"potential_range_indexes": [
{
"index": "PRIMARY",
"usable": true,
"key_parts": [
"id"
] /* key_parts */
},
{
"index": "unique_user_username",
"usable": true,
"key_parts": [
"username"
] /* key_parts */
}
] /* potential_range_indexes */,
"setup_range_conditions": [
] /* setup_range_conditions */,
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
} /* group_index_range */,
"skip_scan_range": {
"chosen": false,
"cause": "disjuntive_predicate_present"
} /* skip_scan_range */
} /* range_analysis */
}
] /* rows_estimation */
},
{
"considered_execution_plans": [
{
"plan_prefix": [
] /* plan_prefix */,
"table": "`t_user`",
"best_access_path": {
"considered_access_paths": [
{
"rows_to_scan": 6,
"access_type": "scan",
"resulting_rows": 6,
"cost": 0.85,
"chosen": true
}
] /* considered_access_paths */
} /* best_access_path */,
"condition_filtering_pct": 100,
"rows_for_plan": 6,
"cost_for_plan": 0.85,
"chosen": true
}
] /* considered_execution_plans */
},
{
"attaching_conditions_to_tables": {
"original_condition": "(`t_user`.`id` < 4)",
"attached_conditions_computation": [
] /* attached_conditions_computation */,
"attached_conditions_summary": [
{
"table": "`t_user`",
"attached": "(`t_user`.`id` < 4)"
}
] /* attached_conditions_summary */
} /* attaching_conditions_to_tables */
},
{
"finalizing_table_conditions": [
{
"table": "`t_user`",
"original_table_condition": "(`t_user`.`id` < 4)",
"final_table_condition ": "(`t_user`.`id` < 4)"
}
] /* finalizing_table_conditions */
},
{
"refine_plan": [
{
"table": "`t_user`"
}
] /* refine_plan */
}
] /* steps */
} /* join_optimization */
},
{
"join_execution": {
"select#": 1,
"steps": [
] /* steps */
} /* join_execution */
}
] /* steps */
}
MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0
INSUFFICIENT_PRIVILEGES: 0
1 row in set (0.00 sec)
索引使用
索引是数据库优化最常用也是最重要的手段之一, 通过索引通常可以帮助用户解决大多数的MySQL的性能优化问题。
数据准备
建表
create table tb_item(
id int auto_increment,
title varchar(255),
price double(10,2),
num bigint,
category_id int,
status int,
seller_id varchar(64),
create_time date,
update_time date,
primary key (`id`)
)engine=InnoDB default charset=utf8;
存储过程
delimiter $$
create procedure gen_tb_item(in min int, in max int)
begin
declare i int default min;
-- 异常处理
declare exit handler for sqlexception,sqlwarning,not found
begin
rollback;
end;
-- 开启事务
start transaction;
while i <= max DO
insert into tb_item(`title`,`price`,`num`, `category_id`, `status`, `seller_id`, `create_time`, `update_time`)
values(concat('苹果Apple 金色 移动联通5g手机',i), 5999.00, 1000, 2, 0, 'apple', '2021-05-08 00:00:00', '2021-05-08 10:00:00');
set i = i + 1;
end while;
-- 事务提交
commit;
end$$
delimiter ;
调用存储过程,写入200w条
mysql> call gen_tb_item(1,2000000);
mysql> select count(id) from tb_item;
+-----------+
| count(id) |
+-----------+
| 2000000 |
+-----------+
1 row in set (7.65 sec)
验证索引提升查询效率
在我们准备的表结构tb_item 中， 一共存储了 200 万记录;
- 根据ID查询
select * from tb_item where id = 1999G;
mysql> select * from tb_item where id = 1999G;
*************************** 1. row ***************************
id: 1999
title: 苹果Apple 金色 移动联通5g手机1999
price: 5999.00
num: 1000
category_id: 2
status: 0
seller_id: apple
create_time: 2021-05-08
update_time: 2021-05-08
1 row in set (0.03 sec) -- 时间
查询速度很快， 接近0s ， 主要的原因是因为id为主键， 有索引
mysql> explain select * from tb_item where id = 1999G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tb_item
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.01 sec)
- 根据title进行精确查询
select * from tb_item where title='苹果Apple 金色 移动联通5g手机1999'G;
mysql> select * from tb_item where title='苹果Apple 金色 移动联通5g手机1999'G;
*************************** 1. row ***************************
id: 1999
title: 苹果Apple 金色 移动联通5g手机1999
price: 5999.00
num: 1000
category_id: 2
status: 0
seller_id: apple
create_time: 2021-05-08
update_time: 2021-05-08
1 row in set (1.65 sec) -- 时间
查看SQL语句的执行计划 :
mysql> explain select * from tb_item where title='苹果Apple 金色 移动联通5g手机1999'G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tb_item
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1987370
filtered: 10.00
Extra: Using where
1 row in set, 1 warning (0.00 sec)
处理方案 ， 针对title字段， 创建索引 :
mysql> create index idx_item_title on tb_item(title);
Query OK, 0 rows affected (7 min 39.49 sec)
Records: 0 Duplicates: 0 Warnings: 0
索引创建完后，再次查询
mysql> select * from tb_item where title='苹果Apple 金色 移动联通5g手机1999'G;
*************************** 1. row ***************************
id: 1999
title: 苹果Apple 金色 移动联通5g手机1999
price: 5999.00
num: 1000
category_id: 2
status: 0
seller_id: apple
create_time: 2021-05-08
update_time: 2021-05-08
1 row in set (0.00 sec) -- 时间
通过explain查看执行计划，指定SQL时使用了刚才创建的索引
mysql> explain select * from tb_item where title='苹果Apple 金色 移动联通5g手机1999'G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tb_item
partitions: NULL
type: ref
possible_keys: idx_item_title
key: idx_item_title
key_len: 768
ref: const -- 命中索引
rows: 1
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.00 sec)
索引的使用
准备环境
create table `tb_seller` (
`sellerid` varchar (100),
`name` varchar (100),
`nickname` varchar (50),
`password` varchar (60),
`status` varchar (1),
`address` varchar (100),
`createtime` datetime,
primary key(`sellerid`)
)engine=innodb default charset=utf8mb4;
-- 插入数据
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('alibaba','阿里巴巴','阿里小 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('baidu','百度科技有限公司','百度小 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('huawei','华为科技有限公司','华为小 店','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('itcast','传智播客教育科技有限公司','传智播 客','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('itheima','黑马程序员','黑马程序 员','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('luoji','罗技科技有限公司','罗技小 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('oppo','OPPO科技有限公司','OPPO官方旗舰 店','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('ourpalm','掌趣科技股份有限公司','掌趣小 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('qiandu','千度科技','千度小 店','e10adc3949ba59abbe56e057f20f883e','2','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('sina','新浪科技有限公司','新浪官方旗舰 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('xiaomi','小米科技','小米官方旗舰 店','e10adc3949ba59abbe56e057f20f883e','1','西安市','2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('yijia','宜家家居','宜家家居旗舰 店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');
-- 创建索引
create index idx_seller_name_sta_addr on tb_seller(name,status,address);
避免索引失败
- 全值匹配, 对索引中所有列都指定具体值
该情况下，索引生效，执行效率高
mysql> explain select * from tb_seller where name='小米科技' and status='1' and address='北京 市'G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tb_seller
partitions: NULL
type: ref
possible_keys: idx_seller_name_sta_addr
key: idx_seller_name_sta_addr
key_len: 813
ref: const,const,const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.00 sec)
三个索引命中，效率高
- 最左前缀法则
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始，并且不跳过索引中的列。
匹配最左前缀法则，走索引:
mysql> explain select * from tb_seller where name='小米科技';
mysql> explain select * from tb_seller where name='小米科技' and status='1';
mysql> explain select * from tb_seller where name='小米科技' and status='1' and address='北京市';
违背最左前缀法则，索引失效：
mysql> explain select * from tb_seller where status='1';
mysql> explain select * from tb_seller where status='1' and address='北京市';
如果符合最左法则，但是出现跳跃某一列，只有最左列索引生效:
mysql> explain select * from tb_seller where name='小米科技' and address='北京市';
- 查询范围右边的列，不能使用索引
mysql> explain select * from tb_seller where name='小米科技' and status='1' and address='北京市';
mysql> explain select * from tb_seller where name='小米科技' and status>'1' and address='北京市';
根据前面的两个字段name ， status 查询是走索引的， 但是最后一个条件address 没有用到索引。
- 不要在索引列上进行运算操作， 索引将失效。
mysql> select * from tb_seller where substring(name, 3, 2) = "科技";
mysql> explain select * from tb_seller where substring(name, 3, 2) = "科技";
- 字符串不加单引号，造成索引失效。
mysql> explain select * from tb_seller where name="科技" and status="0";
mysql> explain select * from tb_seller where name="科技" and status=0;
由于在查询时，没有对字符串加单引号，MySQL的查询优化器，会自动的进行类型转换，造成索引失效。
- 尽量使用覆盖索引，避免select *
尽量使用覆盖索引(只访问索引的查询(索引列完全包含查询列))，减少select * 。
mysql> explain select * from tb_seller where name="科技" and status="0" and address="西安市";
mysql> explain select name,status,address,password from tb_seller where name="科技" and status="0" and address="西安市";
如果查询列，超出索引列，也会降低性能。
Tips:
using index :使用覆盖索引的时候就会出现
using where:在查找使用索引的情况下，需要回表去查询所需的数据
using index condition:查找使用了索引，但是需要回表查询数据
using index ; using where:查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表 查询数据
- 用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。
示例，name字段是索引列 ， 而createtime不是索引列，中间是or进行连接是不走索引的 :
mysql> explain select * from tb_seller where name='黑马程序员' or createtime = '2088-01-01 12:00:00';
mysql> explain select * from tb_seller where name='黑马程序员' and createtime = '2088-01-01 12:00:00';
- 以%开头的Like模糊查询，索引失效。
如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
mysql> explain select * from tb_seller where name like '黑马程序员%';
mysql> explain select * from tb_seller where name like '%黑马程序员';
mysql> explain select * from tb_seller where name like '%黑马程序员%';
解决方案：通过覆盖索引解决，查询是带上主键id
mysql> explain select sellerid from tb_seller where name like '%黑马程序员%';
mysql> explain select sellerid,name from tb_seller where name like '%黑马程序员%';
mysql> explain select sellerid,name,status,address from tb_seller where name like '%黑马程序员%';
- 如果MySQL评估使用索引比全表更慢，则不使用索引。
mysql> explain select * from tb_seller where address='北京市';
mysql> create index idx_address on tb_seller(address);
mysql> explain select * from tb_seller where address='北京市';
mysql> explain select * from tb_seller where address='西安市';
- is NULL ， is NOT NULL 有时索引失效
mysql> explain select * from tb_seller where name is null;
mysql> explain select * from tb_seller where name is not null;
mysql> explain select * from t_user where name is null;
mysql> explain select * from t_user where name is not null;
- in 走索引， not in 索引失效。
这里都命中了，带考察
- 单列索引和复合索引。
尽量使用复合索引，而少使用单列索引
-- 创建复合索引
create index idx_name_sta_address on tb_seller(name, status, address);
-- 相当于创建3个索引：
-- name, name + status, name + status + address
创建单列索引
create index idx_seller_name on tb_seller(name);
create index idx_seller_status on tb_seller(status); create index idx_seller_address on tb_seller(address);
数据库会选择一个最优的索引(辨识度最高索引)来使用，并不会使用全部索引 。
2.4 查看索引使用情况
mysql> show status like 'Handler_read%';
+-----------------------+---------+
| Variable_name | Value |
+-----------------------+---------+
| Handler_read_first | 38 |
| Handler_read_key | 2670 |
| Handler_read_last | 0 |
| Handler_read_next | 2392 |
| Handler_read_prev | 0 |
| Handler_read_rnd | 0 |
| Handler_read_rnd_next | 2000683 |
+-----------------------+---------+
7 rows in set (0.04 sec)
show global status like 'Handler_read%';
说明：
- Handler_read_first:索引中第一条被读的次数。如果较高，表示服务器正执行大量全索引扫描(这个值越低 越好)。
- Handler_read_key:如果索引正在工作，这个值代表一个行被索引值读的次数，如果值越低，表示索引得到的 性能改善不高，因为索引不经常使用(这个值越高越好)。
- Handler_read_next :按照键顺序读下一行的请求数。如果你用范围约束或如果执行索引扫描来查询索引列， 该值增加。
- Handler_read_prev:按照键顺序读前一行的请求数。该读方法主要用于优化ORDER BY ... DESC。
- Handler_read_rnd :根据固定位置读一行的请求数。如果你正执行大量查询并需要对结果进行排序该值较高。 你可能使用了大量需要MySQL扫描整个表的查询或你的连接没有正确使用键。这个值较高，意味着运行效率低，应 该建立索引来补救。
- Handler_read_rnd_next:在数据文件中读下一行的请求数。如果你正进行大量的表扫描，该值较高。通常说 明你的表索引不正确或写入的查询没有利用索引。
SQL优化
大批量插入数据
环境准备
CREATE TABLE `tb_user_2` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`username` varchar(45) NOT NULL,
`password` varchar(96) NOT NULL,
`name` varchar(45) NOT NULL,
`birthday` datetime DEFAULT NULL,
`sex` char(1) DEFAULT NULL,
`email` varchar(45) DEFAULT NULL,
`phone` varchar(45) DEFAULT NULL,
`qq` varchar(32) DEFAULT NULL,
`status` varchar(32) NOT NULL COMMENT '用户状态', `create_time` datetime NOT NULL,
`update_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ;
当使用load 命令导入数据的时候，适当的设置可以提高导入的效率。
对于 InnoDB 类型的表，有以下几种方式可以提高导入的效率:
主键顺序插入
因为InnoDB类型的表是按照主键的顺序保存的，所以将导入的数据按照主键的顺序排列，可以有效的提高导入数 据的效率。如果InnoDB表没有主键，那么系统会自动默认创建一个内部列作为主键，所以如果可以给表创建一个 主键，将可以利用这点，来提高导入数据的效率。
插入ID顺序排列数据：20.58 sec
插入ID无序排列数据：59.29 sec
关闭唯一性校验
在导入数据前执行 SET UNIQUE_CHECKS=0，关闭唯一性校验，在导入结束后执行SET UNIQUE_CHECKS=1，恢 复唯一性校验，可以提高导入的效率。
mysql> SET UNIQUE_CHECKS=0;
mysql> load data local infile '/root/sql1.log' into table `tb_user` fields terminated by ',' lines terminated by '
';
mysql> SET UNIQUE_CHECKS=1;
手动提交事务
如果应用使用自动提交的方式，建议在导入前执行 SET AUTOCOMMIT=0，关闭自动提交，导入结束后再执行 SET AUTOCOMMIT=1，打开自动提交，也可以提高导入的效率。
mysql> SET AUTOCOMMIT=0;
mysql> load data local infile '/root/sql1.log' into table `tb_user` fields terminated by ',' lines terminated by '
';
mysql> SET AUTOCOMMIT=1;
优化Insert语句
当进行数据的insert操作的时候，可以考虑采用以下几种优化方案
- 如果需要同时对一张表插入很多行数据时，应该尽量使用多个值表的insert语句，这种方式将大大的缩减客户 端与数据库之间的连接、关闭等消耗。使得效率比分开执行的单个insert语句快。
如，原始方式
insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
优化后
insert into tb_test values(1,'Tom'),(2,'Cat')，(3,'Jerry');
- 在事务中进行数据插入。
start transaction;
insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
commit;
- 数据有序插入
原始
insert into tb_test values(4,'Tim');
insert into tb_test values(1,'Tom');
insert into tb_test values(3,'Jerry');
insert into tb_test values(5,'Rose');
insert into tb_test values(2,'Cat');
优化后
insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
insert into tb_test values(4,'Tim');
insert into tb_test values(5,'Rose');
优化order by语句
环境准备
-- 建表
CREATE TABLE `emp` (
`id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(100) NOT NULL,
`age` int(3) NOT NULL,
`salary` int(11) DEFAULT NULL, PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 插入数据
insert into `emp` (`id`, `name`, `age`, `salary`) values('1','Tom','25','2300');
insert into `emp` (`id`, `name`, `age`, `salary`) values('2','Jerry','30','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('3','Luci','25','2800');
insert into `emp` (`id`, `name`, `age`, `salary`) values('4','Jay','36','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('5','Tom2','21','2200');
insert into `emp` (`id`, `name`, `age`, `salary`) values('6','Jerry2','31','3300');
insert into `emp` (`id`, `name`, `age`, `salary`) values('7','Luci2','26','2700');
insert into `emp` (`id`, `name`, `age`, `salary`) values('8','Jay2','33','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('9','Tom3','23','2400');
insert into `emp` (`id`, `name`, `age`, `salary`) values('10','Jerry3','32','3100');
insert into `emp` (`id`, `name`, `age`, `salary`) values('11','Luci3','26','2900');
insert into `emp` (`id`, `name`, `age`, `salary`) values('12','Jay3','37','4500');
-- 创建索引
create index idx_emp_age_salary on emp(age,salary);
两种排序方式
第一种是通过对返回数据进行排序，也就是通常说的 filesort 排序，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。
mysql> explain select * from emp order by age desc;
第二种通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高。
mysql> explain select id from emp order by age desc;
mysql> explain select id,age from emp order by age desc;
多字段排序
mysql> explain select id,age,salary from emp order by age,salary;
mysql> explain select id,age,salary from emp order by age desc, salary desc;
mysql> explain select id,age,salary from emp order by salary desc, age desc;
mysql> explain select id,age,salary from emp order by age desc, salary asc;
了解了MySQL的排序方式，优化目标就清晰了:
- 尽量减少额外的排序，通过索引直接返回有序数据。
- where 条件 和Order by 使用相同的索引，并且Order By 的顺序和索引顺序相同， 并且Order by 的字段都是升序，或者都是 降序。否则肯定需要额外的操作，这样就会出现FileSort。
Filesort 的优化
通过创建合适的索引，能够减少 Filesort 的出现，但是在某些情况下，条件限制不能让Filesort消失，那就需要加快 Filesort的排序操作。
对于Filesort ， MySQL 有两种排序算法
- 两次扫描算法 :MySQL4.1 之前，使用该方式排序。首先根据条件取出排序字段和行指针信息，然后在排序区 sort buffer 中排序，如果sort buffer不够，则在临时表 temporary table 中存储排序结果。完成排序之后，再根据 行指针回表读取记录，该操作可能会导致大量随机I/O操作。
- 一次扫描算法:一次性取出满足条件的所有字段，然后在排序区 sort buffer 中排序后直接输出结果集。排序时 内存开销较大，但是排序效率比两次扫描算法要高。
MySQL 通过比较系统变量 max_length_for_sort_data 的大小和Query语句取出的字段总大小， 来判定使用那种排序算法，如果max_length_for_sort_data 更大，那么使用第二种优化之后的算法;否则使用第一种。
可以适当提高 sort_buffer_size 和 max_length_for_sort_data 系统变量，来增大排序区的大小，提高排序的效 率。
mysql> show variables like "max_length_for_sort_data";
+--------------------------+-------+
| Variable_name | Value |
+--------------------------+-------+
| max_length_for_sort_data | 4096 |
+--------------------------+-------+
1 row in set (0.01 sec)
mysql> show variables like "sort_buffer_size";
+------------------+--------+
| Variable_name | Value |
+------------------+--------+
| sort_buffer_size | 262144 |
+------------------+--------+
1 row in set (0.00 sec)
优化 groupby 语句
由于GROUP BY 实际上也同样会进行排序操作，而且与ORDER BY 相比，GROUP BY 主要只是多了排序之后的分组操作。当然，如果在分组的时候还使用了其他的一些聚合函数，那么还需要一些聚合函数的计算。所以，在 GROUP BY 的实现过程中，与 ORDER BY 一样也可以利用到索引。
如果查询包含 group by 但是用户想要避免排序结果的消耗， 则可以执行order by null 禁止排序。如下 :
mysql> drop index idx_emp_age_salary on emp;
mysql> explain select age,count(*) from emp group by age;
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| 1 | SIMPLE | emp | NULL | ALL | NULL | NULL | NULL | NULL | 12 | 100.00 | Using temporary |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
1 row in set, 1 warning (0.00 sec)
优化后
mysql> explain select age,count(*) from emp group by age order by null;
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| 1 | SIMPLE | emp | NULL | ALL | NULL | NULL | NULL | NULL | 12 | 100.00 | Using temporary |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
1 row in set, 1 warning (0.00 sec)
从上面的例子可以看出，第一个SQL语句需要进行"filesort"，而第二个SQL由于order by null 不需要进行 "filesort"， 而上文提过Filesort往往非常耗费时间。
创建索引
mysql> drop index idx_emp_age_salary on emp;
查询使用的index
mysql> explain select age,count(*) from emp group by age order by null;
+----+-------------+-------+------------+-------+--------------------+--------------------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+--------------------+--------------------+---------+------+------+----------+-------------+
| 1 | SIMPLE | emp | NULL | index | idx_emp_age_salary | idx_emp_age_salary | 9 | NULL | 12 | 100.00 | Using index |
+----+-------------+-------+------------+-------+--------------------+--------------------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
优化嵌套查询
Mysql4.1版本之后，开始支持SQL的子查询。这个技术可以使用SELECT语句来创建一个单列的查询结果，然后把 这个结果作为过滤条件用在另一个查询中。
使用子查询可以一次性的完成很多逻辑上需要多个步骤才能完成的SQL 操作，同时也可以避免事务或者表锁死，并且写起来也很容易。但是，有些情况下，子查询是可以被更高效的连接 (JOIN)替代。
例如：查找有角色的所有的用户信息
explain select * from t_user where id in (select user_id from user_role );
优化后
explain select * from t_user u , user_role ur where u.id = ur.user_id;
连接(Join)查询之所以更有效率一些 ，是因为MySQL不需要在内存中创建临时表来完成这个逻辑上需要两个步骤的 查询工作。
优化OR条件
对于包含OR的查询子句，如果要利用索引，则OR之间的每个条件列都必须用到索引 ， 而且不能使用到复合索 引; 如果没有索引，则应该考虑增加索引。
获取 emp 表中的所有的索引 :
示例
explain select * from emp where id = 1 or age = 30;
建议使用 union 替换 or :
explain select * from emp where id = 1 union select * from emp where id = 10;
我们来比较下重要指标，发现主要差别是 type 和 ref 这两项
type 显示的是访问类型，是较为重要的一个指标，结果值从好到坏依次是:
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
UNION 语句的 type 值为 ref，OR 语句的 type 值为 range，可以看到这是一个很明显的差距 UNION 语句的 ref 值为 const，OR 语句的 type 值为 null，const 表示是常量值引用，非常快 这两项的差距就说明了 UNION 要优于 OR .
优化分页查询
一般分页查询时，通过创建覆盖索引能够比较好地提高性能。一个常见又非常头疼的问题就是 limit 2000000,10 ， 此时需要MySQL排序前2000010 记录，仅仅返回2000000 - 2000010 的记录，其他记录丢弃，查询排序的代价非 常大 。
mysql> explain select * from tb_item limit 1000000,10;
+----+-------------+---------+------------+------+---------------+------+---------+------+---------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+---------+------------+------+---------------+------+---------+------+---------+----------+-------+
| 1 | SIMPLE | tb_item | NULL | ALL | NULL | NULL | NULL | NULL | 1987370 | 100.00 | NULL |
+----+-------------+---------+------------+------+---------------+------+---------+------+---------+----------+-------+
1 row in set, 1 warning (0.00 sec)
优化思路一：
在索引上完成排序分页操作，最后根据主键关联回原表查询所需要的其他列内容。
mysql> explain select * from tb_item t, (select id from tb_item order by id limit 1000000,10) a where t.id=a.id;
+----+-------------+------------+------------+--------+---------------+---------+---------+------+---------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+------------+------------+--------+---------------+---------+---------+------+---------+----------+-------------+
| 1 | PRIMARY | <derived2> | NULL | ALL | NULL | NULL | NULL | NULL | 1000010 | 100.00 | NULL |
| 1 | PRIMARY | t | NULL | eq_ref | PRIMARY | PRIMARY | 4 | a.id | 1 | 100.00 | NULL |
| 2 | DERIVED | tb_item | NULL | index | NULL | PRIMARY | 4 | NULL | 1000010 | 100.00 | Using index |
+----+-------------+------------+------------+--------+---------------+---------+---------+------+---------+----------+-------------+
3 rows in set, 1 warning (0.00 sec)
优化思路二：
该方案适用于主键自增的表，可以把Limit 查询转换成某个位置的查询 。
mysql> explain select * from tb_item where id > 1000000 limit 10;
+----+-------------+---------+------------+-------+---------------+---------+---------+------+--------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+---------+------------+-------+---------------+---------+---------+------+--------+----------+-------------+
| 1 | SIMPLE | tb_item | NULL | range | PRIMARY | PRIMARY | 4 | NULL | 993685 | 100.00 | Using where |
+----+-------------+---------+------------+-------+---------------+---------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
使用SQL提示
SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
USE INDEX
在查询语句中表名的后面，添加 use index 来提供希望MySQL去参考的索引列表，就可以让MySQL不再考虑其他可用的索引。
mysql> create index idx_seller_name on tb_seller(name);
mysql> explain select * from tb_seller where name="小米科技";
+----+-------------+-----------+------------+------+------------------------------------------+--------------------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+------------------------------------------+--------------------------+---------+-------+------+----------+-------+
| 1 | SIMPLE | tb_seller | NULL | ref | idx_seller_name_sta_addr,idx_seller_name | idx_seller_name_sta_addr | 403 | const | 1 | 100.00 | NULL |
+----+-------------+-----------+------------+------+------------------------------------------+--------------------------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
mysql> explain select * from tb_seller use index(idx_seller_name) where name="小米科技";
+----+-------------+-----------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+
| 1 | SIMPLE | tb_seller | NULL | ref | idx_seller_name | idx_seller_name | 403 | const | 1 | 100.00 | NULL |
+----+-------------+-----------+------------+------+-----------------+-----------------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
IGNORE INDEX
如果用户只是单纯的想让MySQL忽略一个或者多个索引，则可以使用 ignore index 作为 hint 。
mysql> explain select * from tb_seller ignore index(idx_seller_name) where name = '小米科技';
+----+-------------+-----------+------------+------+--------------------------+--------------------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+--------------------------+--------------------------+---------+-------+------+----------+-------+
| 1 | SIMPLE | tb_seller | NULL | ref | idx_seller_name_sta_addr | idx_seller_name_sta_addr | 403 | const | 1 | 100.00 | NULL |
+----+-------------+-----------+------------+------+--------------------------+--------------------------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
为强制MySQL使用一个特定的索引，可在查询中使用 force index 作为hint
create index idx_seller_address on tb_seller(address);
强制指定索引
mysql> explain select * from tb_seller where address="北京市";
+----+-------------+-----------+------------+------+--------------------------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+--------------------------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | tb_seller | NULL | ALL | idx_address,idx_seller_address | NULL | NULL | NULL | 12 | 91.67 | Using where |
+----+-------------+-----------+------------+------+--------------------------------+------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
mysql> explain select * from tb_seller use index(idx_seller_address) where address="北京市";
+----+-------------+-----------+------------+------+--------------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+--------------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | tb_seller | NULL | ALL | idx_seller_address | NULL | NULL | NULL | 12 | 91.67 | Using where |
+----+-------------+-----------+------------+------+--------------------+------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
mysql> explain select * from tb_seller force index(idx_seller_address) where address="北京市";
+----+-------------+-----------+------------+------+--------------------+--------------------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+--------------------+--------------------+---------+-------+------+----------+-------+
| 1 | SIMPLE | tb_seller | NULL | ref | idx_seller_address | idx_seller_address | 403 | const | 11 | 100.00 | NULL |
+----+-------------+-----------+------------+------+--------------------+--------------------+---------+-------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)