來源：數據分析不是個事兒

很多朋友在做數據分析時，分析兩分鐘，跑數兩小時？

在使用SQL過程中不僅要關注數據結果，同樣要注意SQL語句的執行效率。

本文涉及三部分，篇幅較長，建議收藏后翻看：

• SQL介紹

• SQL優化方法

• SQL優化實例

1、MySQL的基本架構

1）MySQL的基礎架構圖

左邊的client可以看成是客戶端，客戶端有很多，像我們經常你使用的CMD黑窗口，像我們經常用于學習的WorkBench，像企業經常使用的Navicat工具，它們都是一個客戶端。右邊的這一大堆都可以看成是Server(MySQL的服務端)，我們將Server在細分為sql層和存儲引擎層。

當查詢出數據以后，會返回給執行器。執行器一方面將結果寫到查詢緩存里面，當你下次再次查詢的時候，就可以直接從查詢緩存中獲取到數據了。另一方面，直接將結果響應回客戶端。

2）查詢數據庫的引擎

① show engines;

② show variables like “%storage_engine%”;

3）指定數據庫對象的存儲引擎

create?table?tb(id?int(4)?auto_increment,name?varchar(5),dept?varchar(5),primary?key(id) )?engine=myISAM?auto_increment=1?default?charset=utf8;

SQL優化

1）為什么需要進行SQL優化？

在進行多表連接查詢、子查詢等操作的時候，由于你寫出的SQL語句欠佳，導致的服務器執行時間太長，我們等待結果的時間太長。基于此，我們需要學習怎么優化SQL。

2）mysql的編寫過程和解析過程

① 編寫過程

select?dinstinct??..from??..join?..on?..where?..group?by?..having?..order?by?..limit?..

② 解析過程

from?..?on..?join?..where?..group?by?..having?..select?dinstinct?..order?by?..limit?..

提供一個網站，詳細說明了mysql解析過程：

https://www.cnblogs.com/annsshadow/p/5037667.html

3）SQL優化—主要就是優化索引

優化SQL，最重要的就是優化SQL索引。

索引相當于字典的目錄。利用字典目錄查找漢字的過程，就相當于利用SQL索引查找某條記錄的過程。有了索引，就可以很方便快捷的定位某條記錄。

① 什么是索引？

索引就是幫助MySQL高效獲取數據的一種【數據結構】。索引是一種樹結構，MySQL中一般用的是【B+樹】。

② 索引圖示說明(這里用二叉樹來幫助我們理解索引)

樹形結構的特點是：子元素比父元素小的，放在左側；子元素比父元素大的，放在右側。

這個圖示只是為了幫我們簡單理解索引的，真實的關于【B+樹】的說明，我們會在下面進行說明。

索引是怎么查找數據的呢？兩個字【指向】，上圖中我們給age列指定了一個索引，即類似于右側的這種樹形結構。mysql表中的每一行記錄都有一個硬件地址，例如索引中的age=50，指向的就是源表中該行的標識符(“硬件地址”)。也就是說，樹形索引建立了與源表中每行記錄硬件地址的映射關系，當你指定了某個索引，這種映射關系也就建成了，這就是為什么我們可以通過索引快速定位源表中記錄的原因。

以【select * from student where age=33】查詢語句為例。當我們不加索引的時候，會從上到下掃描源表，當掃描到第5行的時候，找到了我們想要找到了元素，一共是查詢了5次。當添加了索引以后，就直接在樹形結構中進行查找，33比50小，就從左側查詢到了23，33大于23，就又查詢到了右側，這下找到了33，整個索引結束，一共進行了3次查找。是不是很方便，假如我們此時需要查找age=62，你再想想“添加索引”前后，查找次數的變化情況。

4）索引的弊端

1.當數據量很大的時候，索引也會很大(當然相比于源表來說，還是相當小的)，也需要存放在內存/硬盤中(通常存放在硬盤中)，占據一定的內存空間/物理空間。

2.索引并不適用于所有情況：a.少量數據；b.頻繁進行改動的字段，不適合做索引；c.很少使用的字段，不需要加索引；

3.索引會提高數據查詢效率，但是會降低“增、刪、改”的效率。當不使用索引的時候，我們進行數據的增刪改，只需要操作源表即可，但是當我們添加索引后，不僅需要修改源表，也需要再次修改索引，很麻煩。盡管是這樣，添加索引還是很劃算的，因為我們大多數使用的就是查詢，“查詢”對于程序的性能影響是很大的。

5）索引的優勢

1.提高查詢效率(降低了IO使用率)。當創建了索引后，查詢次數減少了。

2.降低CPU使用率。比如說【…order by age desc】這樣一個操作，當不加索引，會把源表加載到內存中做一個排序操作，極大的消耗了資源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左邊數據最小，右邊數據最大。

6）B+樹圖示說明

MySQL中索引使用的就是B+樹結構。

關于B+樹的說明：

首先，Btree一般指的都是【B+樹】，數據全部存放在葉子節點中。對于上圖來說，最下面的第3層，屬于葉子節點，真實數據部份都是存放在葉子節點當中的。那么對于第1、2層中的數據又是干嘛的呢？答：用于分割指針塊兒的，比如說小于26的找P1，介于26-30之間的找P2，大于30的找P3。

其次，三層【B+樹】可以存放上百萬條數據。這么多數據怎么放的呢？增加“節點數”。圖中我們只有三個節點。

最后，【B+樹】中查詢任意數據的次數，都是n次，n表示的是【B+樹】的高度。

3、索引的分類與創建

1）索引分類

單值索引

唯一索引

復合索引

① 單值索引

利用表中的某一個字段創建單值索引。一張表中往往有多個字段，也就是說每一列其實都可以創建一個索引，這個根據我們實際需求來進行創建。還需要注意的一點就是，一張表可以創建多個“單值索引”。

假如某一張表既有age字段，又有name字段，我們可以分別對age、name創建一個單值索引，這樣一張表就有了兩個單值索引。

② 唯一索引

也是利用表中的某一個字段創建單值索引，與單值索引不同的是：創建唯一索引的字段中的數據，不能有重復值。像age肯定有很多人的年齡相同，像name肯定有些人是重名的，因此都不適合創建“唯一索引”。像編號id、學號sid，對于每個人都不一樣，因此可以用于創建唯一索引。

③ 復合索引

多個列共同構成的索引。比如說我們創建這樣一個“復合索引”(name,age)，先利用name進行索引查詢，當name相同的時候，我們利用age再進行一次篩選。注意：復合索引的字段并不是非要都用完，當我們利用name字段索引出我們想要的結果以后，就不需要再使用age進行再次篩選了。

2）創建索引

① 語法

語法：create 索引類型 索引名 on 表(字段);

建表語句如下：

查詢表結構如下：

② 創建索引的第一種方式

Ⅰ 創建單值索引

create?index?dept_index?on?tb(dept);

Ⅱ 創建唯一索引：這里我們假定name字段中的值都是唯一的

create?unique?index?name_index?on?tb(name);

Ⅲ 創建復合索引

create?index?dept_name_index?on?tb(dept,name);

③ 創建索引的第二種方式

先刪除之前創建的索引以后，再進行這種創建索引方式的測試；

語法：alter table 表名 add 索引類型 索引名(字段)

Ⅰ 創建單值索引

alter?table?tb?add?index?dept_index(dept);

Ⅱ 創建唯一索引：這里我們假定name字段中的值都是唯一的

alter?table?tb?add?unique?index?name_index(name);

Ⅲ 創建復合索引

alter?table?tb?add?index?dept_name_index(dept,name);

④ 補充說明

如果某個字段是primary key，那么該字段默認就是主鍵索引。

主鍵索引和唯一索引非常相似。相同點：該列中的數據都不能有相同值；不同點：主鍵索引不能有null值，但是唯一索引可以有null值。

3）索引刪除和索引查詢

① 索引刪除

語法：drop index 索引名 on 表名;

drop?index?name_index?on?tb;

② 索引查詢

語法：show index from 表名;

show?index?from?tb;

結果如下：

4、SQL性能問題的探索

人為優化：需要我們使用explain分析SQL的執行計劃。該執行計劃可以模擬SQL優化器執行SQL語句，可以幫助我們了解到自己編寫SQL的好壞。

SQL優化器自動優化：最開始講述MySQL執行原理的時候，我們已經知道MySQL有一個優化器，當你寫了一個SQL語句的時候，SQL優化器如果認為你寫的SQL語句不夠好，就會自動寫一個好一些的等價SQL去執行。

SQL優化器自動優化功能【會干擾】我們的人為優化功能。當我們查看了SQL執行計劃以后，如果寫的不好，我們會去優化自己的SQL。當我們以為自己優化的很好的時候，最終的執行計劃，并不是按照我們優化好的SQL語句來執行的，而是有時候將我們優化好的SQL改變了，去執行。

SQL優化是一種概率問題，有時候系統會按照我們優化好的SQL去執行結果(優化器覺得你寫的差不多，就不會動你的SQL)。有時候優化器仍然會修改我們優化好的SQL，然后再去執行。

1）查看執行計劃

語法：explain + SQL語句

eg：explain select * from tb;

2）“執行計劃”中需要知道的幾個“關鍵字”

id ：編號

select_type ：查詢類型

table ：表

type ：類型

possible_keys ：預測用到的索引

key ：實際使用的索引

key_len ：實際使用索引的長度

ref ：表之間的引用

rows ：通過索引查詢到的數據量

Extra ：額外的信息

建表語句和插入數據：

#?建表語句 create?table?course (cid?int(3),cname?varchar(20),tid?int(3) );create?table?teacher (tid?int(3),tname?varchar(20),tcid?int(3) );create?table?teacherCard (tcid?int(3),tcdesc?varchar(200) );#?插入數據 insert?into?course?values(1,'java',1); insert?into?course?values(2,'html',1); insert?into?course?values(3,'sql',2); insert?into?course?values(4,'web',3);insert?into?teacher?values(1,'tz',1); insert?into?teacher?values(2,'tw',2); insert?into?teacher?values(3,'tl',3);insert?into?teacherCard?values(1,'tzdesc')?; insert?into?teacherCard?values(2,'twdesc')?; insert?into?teacherCard?values(3,'tldesc')?;

explain執行計劃常用關鍵字詳解

1）id關鍵字的使用說明

① 案例：查詢課程編號為2 或 教師證編號為3 的老師信息：

#?查看執行計劃 explain?select?t.* from?teacher?t,course?c,teacherCard?tc where?t.tid?=?c.tid?and?t.tcid?=?tc.tcid and?(c.cid?=?2?or?tc.tcid?=?3);

結果如下：

接著，在往teacher表中增加幾條數據。

insert?into?teacher?values(4,'ta',4); insert?into?teacher?values(5,'tb',5); insert?into?teacher?values(6,'tc',6);

再次查看執行計劃。

#?查看執行計劃 explain?select?t.* from?teacher?t,course?c,teacherCard?tc where?t.tid?=?c.tid?and?t.tcid?=?tc.tcid and?(c.cid?=?2?or?tc.tcid?=?3);

結果如下：

表的執行順序 ，因表數量改變而改變的原因：笛卡爾積。

a???b???c 2???3???4 最終：2 * 3 * 4 ?= 6 * 4 = 24 c???b???a 4???3???2 最終：4 * 3 * 2 = 12 * 2 = 24

分析：最終執行的條數，雖然是一致的。但是中間過程，有一張臨時表是6，一張臨時表是12，很明顯6 < 12，對于內存來說，數據量越小越好，因此優化器肯定會選擇第一種執行順序。

結論：id值相同，從上往下順序執行。表的執行順序因表數量的改變而改變。

② 案例：查詢教授SQL課程的老師的描述(desc)

#?查看執行計劃 explain?select?tc.tcdesc?from?teacherCard?tc? where?tc.tcid?=? (select?t.tcid?from?teacher?t?where??t.tid?=??(select?c.tid?from?course?c?where?c.cname?=?'sql') );

結果如下：

結論：id值不同，id值越大越優先查詢。這是由于在進行嵌套子查詢時，先查內層，再查外層。

③ 針對②做一個簡單的修改

#?查看執行計劃 explain?select?t.tname?,tc.tcdesc?from?teacher?t,teacherCard?tc? where?t.tcid=?tc.tcid and?t.tid?=?(select?c.tid?from?course?c?where?cname?=?'sql')?;

結果如下：

結論：id值有相同，又有不同。id值越大越優先；id值相同，從上往下順序執行。

2）select_type關鍵字的使用說明：查詢類型

① simple：簡單查詢

不包含子查詢，不包含union查詢。

explain?select?*?from?teacher;

結果如下：

② primary：包含子查詢的主查詢(最外層)

③ subquery：包含子查詢的主查詢(非最外層)

④ derived：衍生查詢(用到了臨時表)

a.在from子查詢中，只有一張表；

b.在from子查詢中，如果table1 union table2，則table1就是derived表；

explain?select??cr.cname????? from?(?select?*?from?course?where?tid?=?1??union?select?*?from?course?where?tid?=?2?)?cr?;

結果如下：

⑤ union：union之后的表稱之為union表，如上例

⑥ union result：告訴我們，哪些表之間使用了union查詢

3）type關鍵字的使用說明：索引類型

system、const只是理想狀況，實際上只能優化到index --> range --> ref這個級別。要對type進行優化的前提是，你得創建索引。

① system

源表只有一條數據(實際中，基本不可能)；

衍生表只有一條數據的主查詢(偶爾可以達到)。

② const

僅僅能查到一條數據的SQL ,僅針對Primary key或unique索引類型有效。

explain?select?tid?from?test01?where?tid?=1?;

結果如下：

刪除以前的主鍵索引后，此時我們添加一個其他的普通索引：

create?index?test01_index?on?test01(tid)?; #?再次查看執行計劃 explain?select?tid?from?test01?where?tid?=1?;

結果如下：

③ eq_ref

唯一性索引，對于每個索引鍵的查詢，返回匹配唯一行數據（有且只有1個，不能多 、不能0），并且查詢結果和數據條數必須一致。

此種情況常見于唯一索引和主鍵索引。

delete?from?teacher?where?tcid?>=?4; alter?table?teacherCard?add?constraint?pk_tcid?primary?key(tcid); alter?table?teacher?add?constraint?uk_tcid?unique?index(tcid)?; explain?select?t.tcid?from?teacher?t,teacherCard?tc?where?t.tcid?=?tc.tcid?;

結果如下：

總結：以上SQL，用到的索引是t.tcid，即teacher表中的tcid字段；如果teacher表的數據個數和連接查詢的數據個數一致（都是3條數據），則有可能滿足eq_ref級別；否則無法滿足。條件很苛刻，很難達到。

④ ref

非唯一性索引，對于每個索引鍵的查詢，返回匹配的所有行（可以0，可以1，可以多）

準備數據：

創建索引，并查看執行計劃：

#?添加索引 alter?table?teacher?add?index?index_name?(tname)?; #?查看執行計劃 explain?select?*?from?teacher?????where?tname?=?'tz';

結果如下：

⑤ range

檢索指定范圍的行 ,where后面是一個范圍查詢(between, >, <, >=, in)

in有時候會失效，從而轉為無索引時候的ALL

#?添加索引 alter?table?teacher?add?index?tid_index?(tid)?; #?查看執行計劃：以下寫了一種等價SQL寫法，查看執行計劃 explain?select?t.*?from?teacher?t?where?t.tid?in?(1,2)?; explain?select?t.*?from?teacher?t?where?t.tid?<3?;

結果如下：

⑥ index

查詢全部索引中的數據(掃描整個索引)

⑦ ALL

查詢全部源表中的數據(暴力掃描全表)

注意：cid是索引字段，因此查詢索引字段，只需要掃描索引表即可。但是tid不是索引字段，查詢非索引字段，需要暴力掃描整個源表，會消耗更多的資源。

4）possible_keys和key

possible_keys可能用到的索引。是一種預測，不準。了解一下就好。

key指的是實際使用的索引。

#?先給course表的cname字段，添加一個索引 create?index?cname_index?on?course(cname); #?查看執行計劃 explain?select?t.tname?,tc.tcdesc?from?teacher?t,teacherCard?tc where?t.tcid=?tc.tcid and?t.tid?=?(select?c.tid?from?course?c?where?cname?=?'sql')?;

結果如下：

有一點需要注意的是：如果possible_key/key是NULL，則說明沒用索引。

5）key_len

索引的長度，用于判斷復合索引是否被完全使用(a,b,c)。

① 新建一張新表，用于測試

#?創建表 create?table?test_kl (name?char(20)?not?null?default?'' ); #?添加索引 alter?table?test_kl?add?index?index_name(name)?; #?查看執行計劃 explain?select?*?from?test_kl?where?name?=''?;

結果如下：

結果分析：因為我沒有設置服務端的字符集，因此默認的字符集使用的是latin1，對于latin1一個字符代表一個字節，因此這列的key_len的長度是20，表示使用了name這個索引。

② 給test_kl表，新增name1列，該列沒有設置“not null”

結果如下：

結果分析：如果索引字段可以為null，則mysql底層會使用1個字節用于標識。

③ 刪除原來的索引name和name1，新增一個復合索引

#?刪除原來的索引name和name1 drop?index?index_name?on?test_kl?; drop?index?index_name1?on?test_kl?; #?增加一個復合索引? create?index?name_name1_index?on?test_kl(name,name1); #?查看執行計劃 explain?select?*?from?test_kl?where?name1?=?''?;?--121 explain?select?*?from?test_kl?where?name?=?''?;?--60

結果如下：

結果分析：對于下面這個執行計劃，可以看到我們只使用了復合索引的第一個索引字段name，因此key_len是20，這個很清楚。再看上面這個執行計劃，我們雖然僅僅在where后面使用了復合索引字段中的name1字段，但是你要使用復合索引的第2個索引字段，會默認使用了復合索引的第1個索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！

④ 再次怎加一個name2字段，并為該字段創建一個索引。

不同的是：該字段數據類型是varchar

#?新增一個字段name2，name2可以為null alter?table?test_kl?add?column?name2?varchar(20)?;? #?給name2字段，設置為索引字段 alter?table?test_kl?add?index?name2_index(name2)?; #?查看執行計劃 explain?select?*?from?test_kl?where?name2?=?''?;

結果如下：

結果分析：key_len = 20 + 1 + 2，這個20 + 1我們知道，這個2又代表什么呢？原來varchar屬于可變長度，在mysql底層中，用2個字節標識可變長度。

6）ref

這里的ref的作用，指明當前表所參照的字段。

注意與type中的ref值區分。在type中，ref只是type類型的一種選項值。

#?給course表的tid字段，添加一個索引 create?index?tid_index?on?course(tid); #?查看執行計劃 explain?select?*?from?course?c,teacher?t? where?c.tid?=?t.tid?? and?t.tname?=?'tw';

結果如下：

結果分析：有兩個索引，c表的c.tid引用的是t表的tid字段，因此可以看到顯示結果為【數據庫名.t.tid】，t表的t.name引用的是一個常量"tw"，因此可以看到結果顯示為const，表示一個常量。

7）rows(這個目前還是有點疑惑)

被索引優化查詢的數據個數 (實際通過索引而查詢到的數據個數)

explain?select?*? from?course?c,teacher?t?? where?c.tid?=?t.tid and?t.tname?=?'tz'?;

結果如下：

8）extra

表示其他的一些說明，也很有用。

① using filesort：針對單索引的情況

當出現了這個詞，表示你當前的SQL性能消耗較大。表示進行了一次“額外”的排序。常見于order by語句中。

Ⅰ 什么是“額外”的排序？

為了講清楚這個，我們首先要知道什么是排序。我們為了給某一個字段進行排序的時候，首先你得先查詢到這個字段，然后在將這個字段進行排序。

緊接著，我們查看如下兩個SQL語句的執行計劃。

#?新建一張表，建表同時創建索引 create?table?test02 (a1?char(3),a2?char(3),a3?char(3),index?idx_a1(a1),index?idx_a2(a2),index?idx_a3(a3) ); #?查看執行計劃 explain?select?*?from?test02?where?a1?=''?order?by?a1?; explain?select?*?from?test02?where?a1?=''?order?by?a2?;

結果如下：

結果分析：對于第一個執行計劃，where后面我們先查詢了a1字段，然后再利用a1做了依次排序，這個很輕松。但是對于第二個執行計劃，where后面我們查詢了a1字段，然而利用的卻是a2字段進行排序，此時myql底層會進行一次查詢，進行“額外”的排序。

總結：對于單索引，如果排序和查找是同一個字段，則不會出現using filesort；如果排序和查找不是同一個字段，則會出現using filesort；因此where哪些字段，就order by哪些些字段。

② using filesort：針對復合索引的情況

不能跨列(官方術語：最佳左前綴)

#?刪除test02的索引 drop?index?idx_a1?on?test02; drop?index?idx_a2?on?test02; drop?index?idx_a3?on?test02; #?創建一個復合索引 alter?table?test02?add?index?idx_a1_a2_a3?(a1,a2,a3)?; #?查看下面SQL語句的執行計劃 explain?select?*from?test02?where?a1=''?order?by?a3?;??--using?filesort explain?select?*from?test02?where?a2=''?order?by?a3?;?--using?filesort explain?select?*from?test02?where?a1=''?order?by?a2?;

結果如下：

結果分析：復合索引的順序是(a1,a2,a3)，可以看到a1在最左邊，因此a1就叫做“最佳左前綴”，如果要使用后面的索引字段，必須先使用到這個a1字段。對于explain1，where后面我們使用a1字段，但是后面的排序使用了a3，直接跳過了a2，屬于跨列；對于explain2，where后面我們使用了a2字段，直接跳過了a1字段，也屬于跨列；對于explain3，where后面我們使用a1字段，后面使用的是a2字段，因此沒有出現【using filesort】。

③ using temporary

當出現了這個詞，也表示你當前的SQL性能消耗較大。這是由于當前SQL用到了臨時表。一般出現在group by中。

explain?select?a1?from?test02?where?a1?in?('1','2','3')?group?by?a1?; explain?select?a1?from?test02?where?a1?in?('1','2','3')?group?by?a2?;?--using?temporary

結果如下：

結果分析：當你查詢哪個字段，就按照那個字段分組，否則就會出現using temporary。

針對using temporary，我們在看一個例子：

using temporary表示需要額外再使用一張表，一般出現在group by語句中。雖然已經有表了，但是不適用，必須再來一張表。

再次來看mysql的編寫過程和解析過程。

Ⅰ 編寫過程

select?dinstinct??..from??..join?..on?..where?..group?by?..having?..order?by?..limit?..

Ⅱ 解析過程

from?..?on..?join?..where?..group?by?..having?..select?dinstinct?..order?by?..limit?..

很顯然，where后是group by，然后才是select。基于此，我們再查看如下兩個SQL語句的執行計劃。

explain?select?*?from?test03?where?a2=2?and?a4=4?group?by?a2,a4; explain?select?*?from?test03?where?a2=2?and?a4=4?group?by?a3;

分析如下：對于第一個執行計劃，where后面是a2和a4，接著我們按照a2和a4分組，很明顯這兩張表已經有了，直接在a2和a4上分組就行了。但是對于第二個執行計劃，where后面是a2和a4，接著我們卻按照a3分組，很明顯我們沒有a3這張表，因此有需要再來一張臨時表a3。因此就會出現using temporary。

④ using index

當你看到這個關鍵詞，恭喜你，表示你的SQL性能提升了。

using index稱之為“索引覆蓋”。

當出現了using index，就表示不用讀取源表，而只利用索引獲取數據，不需要回源表查詢。

只要使用到的列，全部出現在索引中，就是索引覆蓋。

#?刪除test02中的復合索引idx_a1_a2_a3 drop?index?idx_a1_a2_a3?on?test02; #?重新創建一個復合索引idx_a1_a2 create?index?idx_a1_a2?on?test02(a1,a2); #?查看執行計劃 explain?select?a1,a3?from?test02?where?a1=''?or?a3=?''?; explain?select?a1,a2?from?test02?where?a1=''?and?a2=?''?;

結果如下：

結果分析：我們創建的是a1和a2的復合索引，對于第一個執行計劃，我們卻出現了a3，該字段并沒有創建索引，因此沒有出現using index，而是using where，表示我們需要回表查詢。對于第二個執行計劃，屬于完全的索引覆蓋，因此出現了using index。

針對using index，我們在查看一個案例：

explain?select?a1,a2?from?test02?where?a1=''?or?a2=?''?; explain?select?a1,a2?from?test02;

結果如下：

如果用到了索引覆蓋(using index時)，會對possible_keys和key造成影響：

a.如果沒有where，則索引只出現在key中；

b.如果有where，則索引 出現在key和possible_keys中。

⑤ using where

表示需要【回表查詢】，表示既在索引中進行了查詢，又回到了源表進行了查詢。

#?刪除test02中的復合索引idx_a1_a2 drop?index?idx_a1_a2?on?test02; #?將a1字段，新增為一個索引 create?index?a1_index?on?test02(a1); #?查看執行計劃 explain?select?a1,a3?from?test02?where?a1=""?and?a3=""?;

結果如下：

結果分析：我們既使用了索引a1，表示我們使用了索引進行查詢。但是又對于a3字段，我們并沒有使用索引，因此對于a3字段，需要回源表查詢，這個時候出現了using where。

⑥ impossible where(了解)

當where子句永遠為False的時候，會出現impossible where

#?查看執行計劃 explain?select?a1?from?test02?where?a1="a"?and?a1="b"?;

結果如下：

6、優化示例

1）引入案例

#?創建新表 create?table?test03 (a1?int(4)?not?null,a2?int(4)?not?null,a3?int(4)?not?null,a4?int(4)?not?null ); #?創建一個復合索引 create?index?a1_a2_a3_test03?on?test03(a1,a2,a3); #?查看執行計劃 explain?select?a3?from?test03?where?a1=1?and?a2=2?and?a3=3;

結果如下：

推薦寫法：復合索引順序和使用順序一致。

下面看看【不推薦寫法】：復合索引順序和使用順序不一致。

#?查看執行計劃 explain?select?a3?from?test03?where?a3=1?and?a2=2?and?a1=3;

結果如下：

結果分析：雖然結果和上述結果一致，但是不推薦這樣寫。但是這樣寫怎么又沒有問題呢？這是由于SQL優化器的功勞，它幫我們調整了順序。

最后再補充一點：對于復合索引，不要跨列使用

#?查看執行計劃 explain?select?a3?from?test03?where?a1=1?and?a3=2?group?by?a3;

結果如下：

結果分析：a1_a2_a3是一個復合索引，我們使用a1索引后，直接跨列使用了a3，直接跳過索引a2，因此索引a3失效了，當使用a3進行分組的時候，就會出現using where。

2）單表優化

#?創建新表 create?table?book (bid?int(4)?primary?key,name?varchar(20)?not?null,authorid?int(4)?not?null,publicid?int(4)?not?null,typeid?int(4)?not?null? ); #?插入數據 insert?into?book?values(1,'tjava',1,1,2)?; insert?into?book?values(2,'tc',2,1,2)?; insert?into?book?values(3,'wx',3,2,1)?; insert?into?book?values(4,'math',4,2,3)?;

結果如下：

案例：查詢authorid=1且typeid為2或3的bid，并根據typeid降序排列。

explain? select?bid?from?book? where?typeid?in(2,3)?and?authorid=1?? order?by?typeid?desc?;

結果如下：

這是沒有進行任何優化的SQL，可以看到typ為ALL類型，extra為using filesort，可以想象這個SQL有多恐怖。

優化：添加索引的時候，要根據MySQL解析順序添加索引，又回到了MySQL的解析順序，下面我們再來看看MySQL的解析順序。

from?..?on..?join?..where?..group?by?..having?..select?dinstinct?..order?by?..limit?..

① 優化1：基于此，我們進行索引的添加，并再次查看執行計劃。

#?添加索引 create?index?typeid_authorid_bid?on?book(typeid,authorid,bid); #?再次查看執行計劃 explain? select?bid?from?book? where?typeid?in(2,3)?and?authorid=1?? order?by?typeid?desc?;

結果如下：

結果分析：結果并不是和我們想象的一樣，還是出現了using where，查看索引長度key_len=8，表示我們只使用了2個索引，有一個索引失效了。

② 優化2：使用了in有時候會導致索引失效，基于此有了如下一種優化思路。

將in字段放在最后面。需要注意一點：每次創建新的索引的時候，最好是刪除以前的廢棄索引，否則有時候會產生干擾(索引之間)。

#?刪除以前的索引 drop?index?typeid_authorid_bid?on?book; #?再次創建索引 create?index?authorid_typeid_bid?on?book(authorid,typeid,bid); #?再次查看執行計劃 explain? select?bid?from?book? where?authorid=1??and?typeid?in(2,3)?? order?by?typeid?desc?;

結果如下：

結果分析：這里雖然沒有變化，但是這是一種優化思路。

總結如下：

a.最佳做前綴，保持索引的定義和使用的順序一致性

b.索引需要逐步優化(每次創建新索引，根據情況需要刪除以前的廢棄索引)

c.將含In的范圍查詢，放到where條件的最后，防止失效。

本例中同時出現了Using where（需要回原表）; Using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid雖然也在索引(authorid,typeid,bid)中，但是含in的范圍查詢已經使該typeid索引失效，因此相當于沒有typeid這個索引，所以需要回原表（using where）；

例如以下沒有了In，則不會出現using where：

explain?select?bid?from?book? where??authorid=1?and?typeid?=3 order?by?typeid?desc?;

結果如下：

3）兩表優化

#?創建teacher2新表 create?table?teacher2 (tid?int(4)?primary?key,cid?int(4)?not?null ); #?插入數據 insert?into?teacher2?values(1,2); insert?into?teacher2?values(2,1); insert?into?teacher2?values(3,3); #?創建course2新表 create?table?course2 (cid?int(4)?,cname?varchar(20) ); #?插入數據 insert?into?course2?values(1,'java'); insert?into?course2?values(2,'python'); insert?into?course2?values(3,'kotlin');

案例：使用一個左連接，查找教java課程的所有信息。

explain? select?* from?teacher2?t? left?outer?join?course2?c on?t.cid=c.cid? where?c.cname='java';

結果如下：

① 優化

對于兩張表，索引往哪里加？答：對于表連接，小表驅動大表。索引建立在經常使用的字段上。

為什么小表驅動大表好一些呢？

小表:10大表:300 #?小表驅動大表 select?...where?小表.x10=大表.x300?; for(int?i=0;i<小表.length10;i++) {for(int?j=0;j<大表.length300;j++){...} } #?大表驅動小表 select?...where?大表.x300=小表.x10?; for(int?i=0;i<大表.length300;i++) {for(int?j=0;j<小表.length10;j++){...} }

分析：以上2個FOR循環，最終都會循環3000次；但是對于雙層循環來說：一般建議，將數據小的循環，放外層。數據大的循環，放內層。不用管這是為什么，這是編程語言的一個原則，對于雙重循環，外層循環少，內存循環大，程序的性能越高。

結論：當編寫【…on t.cid=c.cid】時，將數據量小的表放左邊（假設此時t表數據量小，c表數據量大。）

我們已經知道了，對于兩表連接，需要利用小表驅動大表，例如【…on t.cid=c.cid】，t如果是小表(10條)，c如果是大表(300條)，那么t每循環1次，就需要循環300次，即t表的t.cid字段屬于，經常使用的字段，因此需要給cid字段添加索引。

更深入的說明：一般情況下，左連接給左表加索引。右連接給右表加索引。其他表需不需要加索引，我們逐步嘗試。

#?給左表的字段加索引 create?index?cid_teacher2?on?teacher2(cid); #?查看執行計劃 explain? select?* from?teacher2?t? left?outer?join?course2?c on?t.cid=c.cid? where?c.cname='java';

結果如下：

當然你可以下去接著優化，給cname添加一個索引。索引優化是一個逐步的過程，需要一點點嘗試。

#?給cname的字段加索引 create?index?cname_course2?on?course2(cname); #?查看執行計劃 explain? select?t.cid,c.cname from?teacher2?t? left?outer?join?course2?c on?t.cid=c.cid? where?c.cname='java';

結果如下：

最后補充一個：Using join buffer是extra中的一個選項，表示Mysql引擎使用了“連接緩存”，即MySQL底層動了你的SQL，你寫的太差了。

4）三表優化

• 大于等于張表，優化原則一樣

• 小表驅動大表

• 索引建立在經常查詢的字段上

7、避免索引失效的一些原則

① 復合索引需要注意的點

• 復合索引，不要跨列或無序使用(最佳左前綴)

• 復合索引，盡量使用全索引匹配，也就是說，你建立幾個索引，就使用幾個索引

② 不要在索引上進行任何操作(計算、函數、類型轉換)，否則索引失效

explain?select?*?from?book?where?authorid?=?1?and?typeid?=?2; explain?select?*?from?book?where?authorid*2?=?1?and?typeid?=?2?;

結果如下：

③ 索引不能使用不等于（!= <>）或is null (is not null)，否則自身以及右側所有全部失效(針對大多數情況)。復合索引中如果有>，則自身和右側索引全部失效。

#?針對不是復合索引的情況 explain?select?*?from?book?where?authorid?!=?1?and?typeid?=2?; explain?select?*?from?book?where?authorid?!=?1?and?typeid?!=2?;

結果如下：

再觀看下面這個案例：

#?刪除單獨的索引 drop?index?authorid_index?on?book; drop?index?typeid_index?on?book; #?創建一個復合索引 alter?table?book?add?index?idx_book_at?(authorid,typeid); #?查看執行計劃 explain?select?*?from?book?where?authorid?>?1?and?typeid?=?2?; explain?select?*?from?book?where?authorid?=?1?and?typeid?>?2?;

結果如下：

結論：復合索引中如果有【>】，則自身和右側索引全部失效。

在看看復合索引中有【<】的情況：

我們學習索引優化 ，是一個大部分情況適用的結論，但由于SQL優化器等原因 該結論不是100%正確。一般而言， 范圍查詢（> < in），之后的索引失效。

④ SQL優化，是一種概率層面的優化。至于是否實際使用了我們的優化，需要通過explain進行推測。

#?刪除復合索引 drop?index?authorid_typeid_bid?on?book; #?為authorid和typeid，分別創建索引 create?index?authorid_index?on?book(authorid); create?index?typeid_index?on?book(typeid); #?查看執行計劃 explain?select?*?from?book?where?authorid?=?1?and?typeid?=2?;

結果如下：

結果分析：我們創建了兩個索引，但是實際上只使用了一個索引。因為對于兩個單獨的索引，程序覺得只用一個索引就夠了，不需要使用兩個。

當我們創建一個復合索引，再次執行上面的SQL：

#?查看執行計劃 explain?select?*?from?book?where?authorid?=?1?and?typeid?=2?;

結果如下：

⑤ 索引覆蓋，百分之百沒問題

⑥ like盡量以“常量”開頭，不要以’%'開頭，否則索引失效

explain?select?*?from?teacher?where?tname?like?"%x%"?; explain?select?*?from?teacher??where?tname?like?'x%'; explain?select?tname?from?teacher??where?tname?like?'%x%';

結果如下：

結論如下：like盡量不要使用類似"%x%"情況，但是可以使用"x%"情況。如果非使用 "%x%"情況，需要使用索引覆蓋。

⑦ 盡量不要使用類型轉換（顯示、隱式），否則索引失效

explain?select?*?from?teacher?where?tname?=?'abc'?; explain?select?*?from?teacher?where?tname?=?123?;

結果如下：

⑧ 盡量不要使用or，否則索引失效

explain?select?*?from?teacher?where?tname?=''?and?tcid?>1?; explain?select?*?from?teacher?where?tname?=''?or?tcid?>1?;

結果如下：

注意：or很猛，會讓自身索引和左右兩側的索引都失效。

8、一些其他的優化方法

1）exists和in的優化

如果主查詢的數據集大，則使用i關鍵字，效率高。

如果子查詢的數據集大，則使用exist關鍵字,效率高。

select?..from?table?where?exist?(子查詢)?; select?..from?table?where?字段?in??(子查詢)?;

2）order by優化

• IO就是訪問硬盤文件的次數

• using filesort 有兩種算法：雙路排序、單路排序（根據IO的次數）

• MySQL4.1之前默認使用雙路排序；雙路：掃描2次磁盤(1：從磁盤讀取排序字段,對排序字段進行排序(在buffer中進行的排序)2：掃描其他字段)

• MySQL4.1之后默認使用單路排序：只讀取一次（全部字段），在buffer中進行排序。但種單路排序會有一定的隱患(不一定真的是“單路/1次IO”，有可能多次IO)。原因：如果數據量特別大，則無法將所有字段的數據一次性讀取完畢，因此會進行“分片讀取、多次讀取”。

• 注意：單路排序 比雙路排序 會占用更多的buffer。

• 單路排序在使用時，如果數據大，可以考慮調大buffer的容量大小：

#?不一定真的是“單路/1次IO”，有可能多次IO set?max_length_for_sort_data?=?1024

如果max_length_for_sort_data值太低，則mysql會自動從 單路->雙路(太低：需要排序的列的總大小超過了max_length_for_sort_data定義的字節數)

① 提高order by查詢的策略：

• 選擇使用單路、雙路 ；調整buffer的容量大小

• 避免使用select * …（select后面寫所有字段，也比寫*效率高）

• 復合索引，不要跨列使用 ，避免using filesort保證全部的排序字段，排序的一致性（都是升序或降序）

篇幅很長，內容較多，建議收藏。

點擊下方卡片進行關注，獲取更多內容

點分享

點收藏

點點贊

點在看

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的18000字的SQL优化大全，收藏直接起飞！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。