1、LIMIT 语句

分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。

好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?

要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。

在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:

在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。

2、隐式转换

SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:

mysql> explain extended SELECT *      

          > FROM  my_balance b      

          > WHERE  b.bpn = 14000000123      

          >                AND b.isverified IS NULL ;

mysql> show warnings;

| Warning | 1739 | Cannot use ref access on index'bpn'due totypeor collation conversion on field'bpn'

其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。

上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。

3、关联更新、删除

虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。

比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。

执行计划:

+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+

| id | select_type        | table |type| possible_keys | key    | key_len | ref  | rows | Extra                                              |

+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+

| 1  | PRIMARY            | o    | index |              | PRIMARY | 8      |      | 24  | Usingwhere; Using temporary                        |

| 2  | DEPENDENT SUBQUERY |      |      |              |        |        |      |      | Impossible WHERE noticed after reading const tables |

| 3  | DERIVED            | o    | ref  | idx_2,idx_5  | idx_5  | 8      | const | 1    | Usingwhere; Using filesort                        |

+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+

重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。

执行计划简化为:

+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+

| id | select_type | table |type| possible_keys | key  | key_len | ref  | rows | Extra                                              |

+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+

| 1  | PRIMARY    |      |      |              |      |        |      |      | Impossible WHERE noticed after reading const tables |

| 2  | DERIVED    | o    | ref  | idx_2,idx_5  | idx_5 | 8      | const | 1    | Usingwhere; Using filesort                        |

+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+

4、混合排序

MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。

执行计划显示为全表扫描:

+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+

| id | select_type | table |type| possible_keys    | key    | key_len | ref      | rows    | Extra    

+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+

|  1 | SIMPLE      | a    | ALL    | idx_orderid | NULL    | NULL    | NULL    | 1967647 | Using filesort |

|  1 | SIMPLE      | o    | eq_ref | PRIMARY    | PRIMARY | 122    | a.orderid |      1 | NULL          |

+----+-------------+-------+--------+---------+---------+---------+-----------------+---------+-+

由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。

5、EXISTS语句

MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:

执行计划为:

+----+--------------------+-------+------+-----+------------------------------------------+---------+-------+---------+ -----+

| id | select_type        | table |type| possible_keys    | key  | key_len | ref  | rows    | Extra  |

+----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+

|  1 | PRIMARY            | n    | ALL  |  | NULL    | NULL    | NULL  | 1086041 | Usingwhere|

|  1 | PRIMARY            | sra  | ref  |  | idx_user_id | 123    | const |      1 | Usingwhere|

|  2 | DEPENDENT SUBQUERY | m    | ref  |  | idx_message_info  | 122    | const |      1 | Using index condition; Usingwhere|

+----+--------------------+-------+------+ -----+------------------------------------------+---------+----

去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。

新的执行计划:

+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+

| id | select_type | table |type| possible_keys    | key      | key_len | ref  | rows | Extra                |

+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+

|  1 | SIMPLE      | m    | ref    | | idx_message_info  | 122    | const    |    1 | Using index condition |

|  1 | SIMPLE      | n    | eq_ref | | PRIMARY  | 122    | ighbor_id |    1 | Usingwhere|

|  1 | SIMPLE      | sra  | ref    | | idx_user_id | 123    | const    |    1 | Usingwhere|

+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+

6、条件下推

外部查询条件不能够下推到复杂的视图或子查询的情况有:

聚合子查询;

含有 LIMIT 的子查询;

UNION 或 UNION ALL 子查询;

输出字段中的子查询;

如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后:

确定从语义上查询条件可以直接下推后,重写如下:

执行计划变为:

+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+

| id | select_type | table |type| possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+

| 1 | SIMPLE | operation | ref | idx_4 | idx_4 | 514 | const | 1 | Usingwhere; Using index |

+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+

7、提前缩小范围

先上初始 SQL 语句:

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。

+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+

| id | select_type | table |type| possible_keys | key    | key_len | ref            | rows  | Extra                                              |

+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+

|  1 | SIMPLE      | o    | ALL    | NULL          | NULL    | NULL    | NULL            | 909119 | Usingwhere; Using temporary; Using filesort      |

|  1 | SIMPLE      | u    | eq_ref | PRIMARY      | PRIMARY | 4      | o.uid |      1 | NULL                                              |

|  1 | SIMPLE      | p    | ALL    | PRIMARY      | NULL    | NULL    | NULL            |      6 | Usingwhere; Using join buffer (Block Nested Loop) |

+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+

由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。

再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。复制代码

+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+

| id | select_type | table      |type| possible_keys | key    | key_len | ref  | rows  | Extra                                              |

+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+

|  1 | PRIMARY    | | ALL    | NULL          | NULL    | NULL    | NULL  |    15 | Using temporary; Using filesort                    |

|  1 | PRIMARY    | u          | eq_ref | PRIMARY      | PRIMARY | 4      | o.uid |      1 | NULL                                              |

|  1 | PRIMARY    | p          | ALL    | PRIMARY      | NULL    | NULL    | NULL  |      6 | Usingwhere; Using join buffer (Block Nested Loop) |

|  2 | DERIVED    | o          | index  | NULL          | idx_1  | 5      | NULL  | 909112 | Usingwhere|

+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+

8、中间结果集下推

再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):

那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。

其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:

总结

数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。

上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。

程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。

编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。