优化方式

一、为什么要对SQL进行优化

我们开发项目上线初期，由于业务数据量相对较少，一些SQL的执行效率对程序运行效率的影响不太明显，而开发和运维人员也无法判断SQL对程序的运行效率有多大，故很少针对SQL进行专门的优化，而随着时间的积累，业务数据量的增多，SQL的执行效率对程序的运行效率的影响逐渐增大，此时对SQL的优化就很有必要。

二、SQL优化的一些方法

1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：
 select id from t where num is null
 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
 select id from t where num=03.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：
 select id from t where num=10 or num=20
 可以这样查询：
 select id from t where num=10
 union all
 select id from t where num=205.in 和 not in 也要慎用，否则会导致全表扫描，如：
 select id from t where num in(1,2,3)
 对于连续的数值，能用 between 就不要用 in 了：
 select id from t where num between 1 and 36.下面的查询也将导致全表扫描：
 select id from t where name like ‘%abc%’7.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：
 select id from t where num/2=100
 应改为:
 select id from t where num=100*28.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：
 select id from t where substring(name,1,3)=‘abc’–name以abc开头的id
 应改为:
 select id from t where name like ‘abc%’9.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
10.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。
11.不要写一些没有意义的查询，如需要生成一个空表结构：
 select col1,col2 into #t from t where 1=0
 这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：
 create table #t(…)12.很多时候用 exists 代替 in 是一个好的选择：
 select num from a where num in(select num from b)
 用下面的语句替换：
 select num from a where exists(select 1 from b where num=a.num)

13.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

14.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，
因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。
一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

15.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。
这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

16.尽可能的使用 varchar 代替 char ，因为首先变长字段存储空间小，可以节省存储空间，
其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

17.任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

18.避免频繁创建和删除临时表，以减少系统表资源的消耗。

19.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。

20.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，
以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

21.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

22.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

23.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

24.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。
在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

25.尽量避免大事务操作，提高系统并发能力。

26.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

相关问答

1.MySQL性能的因素有很多.

  • 表设计规范:
    1.尽量控制单表数据量的大小,建议控制在 500 万以内。
    2.尽量做到冷热数据分离,减小表的宽度
    3.禁止在表中建立预留字段
    4.禁止在数据库中存储图片,文件等大的二进制数据

2.常用引擎区别

3.索引的结构是B+Tree,为什么不是B-Tree.

  • MySQL单次读取页的大小是16k,
    B-Tree非叶子节点存放元素和数据.
    B+Tree非叶子节点存放元素和导航指针.
    在16k固定的情况下,使用B+tree可以让节点能存储元素越多,整体树高度越矮,提升查询效率.
    磁盘IO的次数=B+Tree树高-1,因为MySQL会优化,把根节点缓存起来.

4.索引失效几种情况:

  • 1.复合索引中,最左索引条件没有满足.
    2.在复合索引中,使用OR情况,其中一个条件没有匹配到索引,会导致索引失效,走全表扫描
    3.当使用like进行模糊查询的时候,时候后缀查询会导致索引失效 like ‘%a’
    4.复合索引的情况下,某一个条件出现范围查询,后续的字段的索引就无法生效(betweent是不会导致,相当in精确查询)
    5.在查询表达式中使用了函数会导致索引失效.
    6.在查询表达式中使用了算术运算会导致索引失效.

5.建立复合索引的时候需要考虑所有SQL尽可能覆盖到.
6.InnoDB的主键建议使用自增ID
7.JOIN优化

  • 1.小结果集驱动大结果集===>减少访问内层表次数,MySQL查询优化器会自动选择小结果集作为驱动表.
    2.可以使用STRAIGHT_JOIN,指定驱动表和被驱动表.
    3.为匹配的条件增加索引,A作为驱动表,B作为被驱动表 ,关联条件 A.字段=B.字段. 需要在B.字段添加索引,可以减少匹配次数.
    4.增大join buffer size的大小,减少访问内层表次数
    5.减少不必要的字段查询,写select *(单条记录1M),select 需要字段(单条记录0.5M),在join buffersize固定情况下,单条记录大小越小,能容纳数据越多,减少对内层表的访问.

8.order by优化

  • 1.减少不必要的字段查询,尽量避免元组[字段长度组成]>max_sort_data_length,走双路排序. sort buffer能容纳的记录越少,产生临时文件越多,IO变多.
    2.增大max_sort_data_length和sort_buffer_size.尽量走单路排序,减少临时文件产生,减少IO
    3.如果排序字段是被驱动表的字段,会产生临时表(之后进行排序).会很容易导致走双路排序,产生比较多的临时文件,IO比较多.可以使用STRAIGHT_JOIN调整驱动表和被驱动表的关系.

9.开启慢查询日志,Druid自带监控的. 定位问题的SQL,通过explain命令和profile查看SQL执行计划和资源消耗. 主要查看SQL是否使用上索引,索引是否由于某些原因失效.是否有出现临时表的情况,根据具体情况具体分析,得出解决方案.