mysql 左连接更新左边 mysql左链接优化

转载

mob64ca13fd559d 2024-05-17 08:50:57

文章标签 mysql 左连接更新左边字段服务器 mysql 文章分类 MySQL 数据库

一、SQL与索引优化

1.1、Inner join和左连接，右连接，子查询

A. inner join内连接也叫等值连接是，left/right join是外连接。

SELECT ,,, FROM A LEFT JOIN B ON  =;

    SELECT ,,, FROM A RIGHT JOIN ON B = ;

    SELECT ,,, FROM A INNER JOIN ON  =;

经过来之多方面的证实inner join性能比较快，因为inner join是等值连接，或许返回的行数比较少。但是我们要记得有些语句隐形的用到了等值连接，如：

SELECT ,,, FROM A,B WHERE  = ;

分析：

①大家都知道，sql尽量使用数据量小的表做主表，这样效率高，如果使用数据量大的表做主表，此时使用left join 就会比较慢，即使关联条件有索引。但如果使用inner join速度就较快。因为inner join 在执行的时候回自动选择最小的表做基础表，效率高，总之相比之下inner join不管从效率还是速度上都优于left join，毕竟left join 会多一部分逻辑运算
②选择inner join还有个好处，不会产生null,有些表我们在定义的时候某些字段不允许存在null,如果用left join就可能会产生null,此时软件就会报错，而inner join可以避免

③在实际运用中选择inner join还是left join这个需要根据实际场景进行选择，并不是所有的地方都能用inner join的，建议能用则用

B、关于子查询和外连接效率比较

在网上查了下资料，并自己对比了一下，发现在数据量比较小的时候，两者的速度基本一样，在几百条数据时，子查询甚至要更快一点，但在数据量过万的情况下，外连接的执行速度要远高于子查询。

C．在使用ON 和 WHERE 的时候，记得它们的顺序，如：

SELECT ,,, FROM A LEFT JOIN B ON  = WHERE =’XXX’

执行过程会先执行ON 后面先过滤掉B表的一些行数。然而WHERE是后再过滤他们两个连接产生的记录。不过在这里提醒一下大家：ON后面的条件只能过滤出B表的条数，但是连接返回的记录的行数还是A表的行数是一样。如：

SELECT ,,, FROM A LEFT JOIN B ON  =;

返回的条数，是笛卡尔积后，符合 = 这个条件的记录

D．使用JOIN时候，应该用小的结果驱动打的结果（left join 左边表结果尽量小，如果有条件应该放到左边先处理，right join同理反向），同时尽量把牵涉到多表联合的查询拆分多个query(多个表查询效率低，容易锁表和阻塞)。如：

Select * from A left join B on=B.ref_id where B.ref_id>10;

可以优化为：select * from (select * from A wehre id >10) T1 left join B =B.ref_id;

1.2、建立索引,加快查询性能

A．在建立复合索引的时候，在where条件中用到的字段在复合索引中，则最好把这个字段放在复合索引的最左端，这样才能使用索引，才能提高查询。

B．保证连接的索引是相同的类型，意思就是A表和B表相关联的字段，必须是同类型的。这些类型都建立了索引，这样才能两个表都能使用索引，如果类型不一样，至少有一个表使用不了索引。

C．索引，不仅仅是主键和唯一键，也可以是其他的任何列。在使用like其中一个有索引的字段列的时候。

如： select *from A name like ‘xxx%’;

   这个sql会使用name的索引（前提name建立了索引）；而下面的语句就使用不了索引

   Select * from A name like ‘%xxx’;

   因为‘%’代表任何字符，%xxx不知道怎么去索引的，所以使用不了索引，至于原因可以在我写的SQL文章中第二篇幅中找到答案

D.复合索引，比如有一条语句这样的：

select* from users where area =’beijing’ and age=22;

如果我们是在area和age上分别创建索引的话，由于mysql查询每次只能使用一个索引，所以虽然这样已经相对不做索引时全表扫描提高了很多效率，但是如果area，age两列上创建复合索引的话将带来更高的效率。如果我们创建了（area,age,salary）的复合索引，那么其实相当于创建了（area,age,salary）,(area,age),(area)三个索引，这样称为最佳左前缀特性。因此我们在创建复合索引的应该将最常用作限制条件的列放在最左边，依次递减。

E.索引不会包含有NULL值的列，只要列中包含有NULL值都将不会被包含在索引中（除非是唯一值的域，可以存在一个NULL），复合索引中只要有一列含有NULL值，那么这一列对于此复合索引是无效的。所以我们在数据库设计时不要让字段的默认值为NULL.

F.使用短索引，对串列进行索引，如果可能应该指定一个前缀长度。例如，如果有一个CHAR(255)的列，如果在前10个或者20字符内，多数值是唯一的，那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。
G.排序的索引问题，Mysql查询只是用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。

排序字段在一个索引中,并且WHERE条件和ORDER BY使用相同的索引,可以利用索引排序：

explain select * from customer where last_name='swj' order by last_name;

当然组合索引也可以利用索引排序：注意字段store_id,email在一个组合索引中

explain select * from customer where store_id = 5 order by store_id,email;

ORDER BY排序字段要么全部正序排序，要么全部倒序排序，否则无法利用索引排序。

explain select * from customer where store_id > 5 order by store_id desc,email desc;

上面的优化其实可以汇总为：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降序。否则肯定需要额外的排序操作，就会出现Filesort。

1.3、limit千万级分页的时候优化。

limit是mysql的语法select * from table limit m,n其中m是指记录开始的index，从0开始，表示第一条记录n是指从第m+1条开始，取n条。select * from tablename limit 2,4即取出第3条至第6条，4条记录

A．在我们平时用limit,如：

Select * from A order by id limit 1,10;

这样在表数据很少的时候，看不出什么性能问题，倘若到达千万级，如：

Select * from A order by id limit10000000,10;

虽然都是只查询10记录，但是这个就性能就让人受不了了。所以为什么当表数据很大的时候，我们还继续用持久层框架如hibernate,ibatis就会有一些性能问题，除非持久层框架对这些大数据表做过优化。

B．在遇见上面的情况，我们可以用另外一种语句优化，如：

Select * from A where id>=(Select id from A limit 10000000,1) limit 10;

确实这样快了很多，不过前提是，id字段建立了索引。也许这个还不是最优的，其实还可以这样写：

Select * from A where id between 10000000 and 10000010;

这样的效率更加高，但这样要求数据没有删除的情况。

1.4、尽量避免Select * 命令

A.从表中读取越多的数据，查询会变得更慢。它会增加磁盘的操作时间，还是在数据库服务器与web服务器是独立分开的情况下，你将会经历非常漫长的网络延迟。仅仅是因为数据不必要的在服务器之间传输。

1.5、尽量不要使用BY RAND()命令

如果您真需要随机显示你的结果，有很多更好的途径实现。而这个函数可能会为表中每一个独立的行执行BY RAND()命令—这个会消耗处理器的处理能力，然后给你仅仅返回一行。

1.6、利用limit 1取得唯一行

有时要查询一张表时，你要知道需要看一行，你可能去查询一条独特的记录。你可以使用limit 1.来终止数据库引擎继续扫描整个表或者索引,如：

Select * from A  where name like ‘%xxx’ limit 1;

这样只要查询符合like ‘%xxx’的记录，那么引擎就不会继续扫描表或者索引了。

1.7、尽量少排序

排序操作会消耗较多的CPU资源，所以减少排序可以在缓存命中率高等

1.8、尽量少OR

当where子句中存在多个条件以“或”并存的时候，Mysql的优化器并没有很好的解决其执行计划优化问题，再加上mysql特有的sql与Storage分层架构方式，造成了其性能比较地下，很多时候使用union all或者union(必要的时候)的方式代替“or”会得到更好的效果。

1.9、尽量用union all 代替union

union和union all的差异主要是前者需要将两个（或者多个）结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的cpu运算，加大资源消耗及延迟。所以当我们可以确认不可能出现重复结果集或者不在乎重复结果集的时候，尽量使用union all而不是union.

1.10、避免类型转换

这里所说的“类型转换”是指where子句中出现column字段的类型和传入的参数类型不一致的时候发生的类型转换。人为的上通过转换函数进行转换，直接导致mysql无法使用索引。如果非要转型，应该在传入参数上进行转换。

1.11、不要在列上进行运算

如下面:select * fromusers where YEAR(adddate)<2007;将在每个行进行运算，这些导致索引失效进行全表扫描，因此我们可以改成：

Select * from users where adddate<’2007-01-01’;

1.12、尽量不要使用NOT IN和<>操作

A. NOT IN和<>操作都不会使用索引，而是将会进行全表扫描。NOT IN可以NOT EXISTS代替，id<>3则可以使用id>3 or id <3;如果NOT EXISTS是子查询，还可以尽量转化为外连接或者等值连接，要看具体sql的业务逻辑。

B．把NOT IN转化为LEFT JOIN如：

SELECT * FROM customerinfo WHERE CustomerID NOT in (SELECT CustomerID FROM salesinfo );

优化：

SELECT * FROM customerinfo LEFT JOIN salesinfo ON customerinfo.CustomerID=salesinfo. CustomerID WHEREsalesinfo.CustomerID IS NULL;

1.13、使用批量插入节省交互（最好是使用存储过程）

尽量使用insert intousers(username,password) values(‘test1’,’pass1’), (‘test2’,’pass2’), (‘test3’,’pass3’);

1.14、锁定表

尽管事务是维护数据库完整性的一个非常好的方法,但却因为它的独占性,有时会影响数据库的性能,尤其是在很多的应用系统中.由于事务执行的过程中,数据库将会被锁定,因此其他的用户请求只能暂时等待直到该事务结算.如果一个数据库系统只有少数几个用户来使用,事务造成的影响不会成为一个太大问题;但假设有成千上万的用户同时访问一个数据库系统,例如访问一个电子商务网站,就会产生比较严重的响应延迟.其实有些情况下我们可以通过锁定表的方法来获得更好的性能.如:

LOCK TABLE inventory write

   Select quanity from inventory whereitem=’book’;

    …

   Update inventory set quantity=11 whereitem=’book’;

   UNLOCK TABLES;

这里，我们用一个select语句取出初始数据，通过一些计算，用update语句将新值更新到列表中。包含有write关键字的LOCK TABLE语句可以保证在UNLOCK TABLES命令被执行之前，不会有其他的访问来对inventory进行插入，更新或者删除的操作。

1.15、对多表关联的查询，建立视图

对多表的关联可能会有性能上的问题，我们可以对多表建立视图，这样操作简单话，增加数据安全性，通过视图，用户只能查询和修改指定的数据。且提高表的逻辑独立性，视图可以屏蔽原有表结构变化带来的影响。

二、pmm监控的搭建

https://www.ywnds.com/?p=9713

这里要准备两台服务器，一台是server服务器，我这里准备的192.168.32.101；还有一台是被监控的服务器，也就是我们上面有mysql的服务器，我这里准备的是192.168.32.100

2.1、server端部署（192.168.32.101）

1.监控机器拉取PMM服务器映像:

docker pull percona/pmm-server:latest

mysql 左连接更新左边 mysql左链接优化_mysql

2.创建一个PMM数据容器:

docker create \
    -v /opt/prometheus/data \
    -v /opt/consul-data \
    -v /var/lib/mysql \
    -v /var/lib/grafana \
    --name pmm-data \
    percona/pmm-server:latest /bin/true

mysql 左连接更新左边 mysql左链接优化_字段_02

3..创建和运行 PMM Server Container:

docker run -d -p 80:80 --volumes-from pmm-data --name pmm-server --restart always percona/pmm-server:latest

mysql 左连接更新左边 mysql左链接优化_服务器_03

4.这些搞定的我们就可以用自己的ip访问了，默认的帐号密码都是admin

mysql 左连接更新左边 mysql左链接优化_服务器_04

2.2、客户端部署

客户端的安装有两个方式，一个是用yum另一个是用wget,我这里用的是wget方式，所以yum的安装方式我就只发下步骤

添加yum源（或者下载安装包）：

rpm -ivh https://www.percona.com/redir/downloads/percona-release/redhat/latest/percona-release-0.1-6.noarch.rpm

安装pmm-client：

yum install pmm-client –y

卸载软件：

yum remove pmm-client -y

添加监控：

客户端连接pmm server，配置监控服务器：

pmm-admin config --server 192.168.32.101

下面来说下wget的安装方式；在用wget安装前我们要安装wget

yum install wget

下载完成后就可以下载执行文件

wget https://www.percona.com/downloads/pmm-client/pmm-client-1.1.1/binary/tarball/pmm-client-1.1.1.tar.gz

mysql 左连接更新左边 mysql左链接优化_字段_05

解压可执行文件

tar -zxvf pmm-client-1.1.1.tar.gz

mysql 左连接更新左边 mysql左链接优化_mysql 左连接更新左边_06

进入解压后的文件

cd pmm-client-1.1.1

mysql 左连接更新左边 mysql左链接优化_mysql_07

执行 install 文件，进行安装

./install

将PMM客户端连接到PMM服务器，执行以下命令.

pmm-admin config --server 192.168.32.101

mysql 左连接更新左边 mysql左链接优化_字段_08

如果成功执行，也说明了 PMM Client 已成功安装。

返回结果如下，验证OK。

mysql 左连接更新左边 mysql左链接优化_mysql 左连接更新左边_09

再次打开我们监测工具绑定我们监测的mysql后就可以看到监测情况了

mysql 左连接更新左边 mysql左链接优化_mysql_10

补充：如果想要监测慢SQL需要打开数据库的慢日志

这短短的一生我们最终都会失去，不妨大胆一点，爱一个人，攀一座山，追一个梦

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。

上一篇：js axios请求字符串到payload中变成了数字 js把字符串变成数字

下一篇：arduino ESP8266WiFi库下载 arduino esp8266wifi模块

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯