SQL 優(yōu)化居然有這么多技巧？

大家好，我是魚皮。今天給大家分享一個高頻面試考點：SQL 優(yōu)化有哪些技巧？

1、創(chuàng)建索引

一定要記得創(chuàng)建索引，創(chuàng)建索引，創(chuàng)建索引

重要的事說三遍！

執(zhí)行沒有索引的 SQL 語句，肯定要走全表掃描，慢是肯定的。

這種查詢毫無疑問是一個慢 SQL 查詢。

那么問題來了，是不是要收集所有的 where 查詢條件，然后針對所有的組合都創(chuàng)建索引呢？

答案肯定是否定的。

MySQL 為了提升數(shù)據(jù)查詢速率，采用 B+ 樹結(jié)構(gòu)，通過空間換時間 設(shè)計思想。另外每次對表數(shù)據(jù)做更新操作時，都要調(diào)整對應(yīng)的 索引樹 ，執(zhí)行效率肯定會受影響。

本著二八原則，互聯(lián)網(wǎng)請求讀多寫少的特點，我們一定要找到一個平衡點。

阿里巴巴的開發(fā)者手冊建議，單表索引數(shù)量控制在5個以內(nèi)，組合索引字段數(shù)不允許超過5個

其他建議：

• 禁止給表中的每一列都建立單獨的索引
• 每個Innodb表必須有個主鍵
• 要注意組合索引的字段的順序
• 優(yōu)先考慮覆蓋索引
• 避免使用外鍵約束

2、避免索引失效

不要以為有了索引，就萬事大吉。

殊不知，索引失效 也是慢查詢的主要原因之一。

常見的索引失效的場景有哪些？

• 以 % 開頭的 LIKE 查詢
• 創(chuàng)建了組合索引，但查詢條件不滿足 '最左匹配原則'。如：創(chuàng)建索引 idx_type_status_uid（type,status,uid），但是使用 status 和 uid 作為查詢條件。
• 查詢條件中使用 or，且 or 的前后條件中有一個列沒有索引，涉及的索引都不會被使用到
• 在索引列上的操作，函數(shù) upper()等，or、！= （<>）,not in 等

3、鎖粒度

MySQL 的存儲引擎分為兩大類：MyISAM  和 InnoDB 。

MyISAM 支持表鎖；InnoDB 支持行鎖和表鎖

更新操作時，為了保證表數(shù)據(jù)的準(zhǔn)確性，通常會加鎖，為了提高系統(tǒng)的高并發(fā)能力，我們通常建議采用 行鎖，減少鎖沖突、鎖等待 的時間。所以，存儲引擎通常會選擇 InnoDB

行鎖可能會升級為表鎖，有哪些場景呢？

• 如果一個表批量更新，大量使用行鎖，可能導(dǎo)致其他事務(wù)長時間等待，嚴(yán)重影響事務(wù)的執(zhí)行效率。此時，MySQL會將 行鎖 升級為 表鎖

• 行鎖是針對索引加的鎖，如果 條件索引失效，那么 行鎖 也會升級為 表鎖

注意：行鎖將鎖的粒度縮小了，進(jìn)而提高了系統(tǒng)的并發(fā)能力。但是也有個弊端，可能會產(chǎn)生死鎖，需要特別關(guān)注。

4、分頁查詢優(yōu)化

如果要開發(fā)一個列表展示頁面并支持翻頁時，我們通常會這樣寫 SQL

select * from 表  limit #{start}, #{pageSize};

隨著翻頁的深度加大， start 值越來越大，比如：limit 10000 ，10

看似只返回了 10 條數(shù)據(jù)，但數(shù)據(jù)庫引擎需要查詢 10010 條記錄，然后將前面的 10000 條丟棄，最終只返回最后的 10 條記錄，性能可想而知

針對這個問題，我們通常有另一種解決方案：

先定位到上一次分頁的最大 id，然后對 id 做條件索引查詢。由于數(shù)據(jù)庫的索引采用 B+ 樹結(jié)構(gòu)，這樣可以一步到位

select * from 表 where id > #{id}  limit  #{pageSize};

任何事情，有利就有弊

這種翻頁方式只支持 上一頁、下一頁 ，不支持跨越式直梯翻頁

上圖是淘寶的商品搜索列表，為了用戶體驗更好，采用的也是 直梯式翻頁。

為了避免翻頁過深，影響性能，產(chǎn)品交互上做了一些取舍，對總頁數(shù)做了限制，最多支持 100 頁。

方案二：采用子查詢

select * from 表 where id > ( select id from 表 order by id limit 10000 1) limit 20;

將原來的單 SQL 查詢拆成兩步：

• 首先，查詢出 一頁數(shù)據(jù)中的最小 id
• 然后，通過 B+ 樹，精確定位到 最小id的索引樹節(jié)點位置，通過 偏移量 讀取后面的 20條 數(shù)據(jù)

阿里的規(guī)約手冊也有對應(yīng)描述：

5、避免 select  *

反面案例：

select  * from 表 where buyer_id = #{buyer_id} 

我們知道，MySQL 創(chuàng)建表后，具體的行數(shù)據(jù)存儲在主鍵索引（屬于聚簇索引）的葉子節(jié)點。

二級索引屬于非聚簇索引，其葉子節(jié)點存儲的是主鍵值

select * 的查詢過程：

• 先在 buyer_id 的二級索引 B+ 樹，查出對應(yīng)的 主鍵 id 列表
• 然后進(jìn)行 回表 操作，在 主鍵索引中 查詢 id 對應(yīng)的行數(shù)據(jù)

所以，我們需要羅列清楚必須的查詢字段，且字段盡量在 覆蓋索引 中，從而減少 回表 操作。

6、EXPLAIN 分析 SQL 執(zhí)行計劃

授人以魚不如授人以漁

除了知曉常見的不規(guī)范 SQL 寫法，在開發(fā)過程中，避免踩坑

我們還應(yīng)知道，出現(xiàn)了慢 SQL 該如何排查、優(yōu)化

實驗安排起來

創(chuàng)建表

CREATE TABLE `user` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  `income` bigint(20) NOT NULL COMMENT '收入',
  `expend` bigint(20) NOT NULL COMMENT '支出',
  PRIMARY KEY (`id`),
  KEY `idx_income` (`income`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='用戶表';

CREATE TABLE `biz_order` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  `user_id` bigint(20) NOT NULL COMMENT '用戶id',
  `money` bigint(20) NOT NULL COMMENT '金額',
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='訂單表';

插入記錄：

insert into user values(10,100,100);
insert into user values(20,200,200);
insert into user values(30,300,300);
insert into user values(40,400,400);

insert into biz_order values(1,10,30);
insert into biz_order values(2,10,40);
insert into biz_order values(3,10,50);
insert into biz_order values(4,20,10);

比如下面的語句，我們看是否使用了索引，可以通過 explain 分析相應(yīng)的執(zhí)行計劃

explain select * from user where  id<20;

接下來，我們來逐一來說明每個字段的含義

• id：每一次 select 查詢都會生成一個 id，值越大，優(yōu)先級越高，會被優(yōu)先執(zhí)行
• select_type：查詢類型，SIMPLE（普通查詢，即沒有聯(lián)合查詢、子查詢）、PRIMARY（主查詢）、UNION（UNION 中后面的查詢）、SUBQUERY（子查詢）等
• table：查詢哪張表
• partitions：分區(qū)，如果對應(yīng)的表存在分區(qū)表，那么這里就會顯示具體的分區(qū)信息
• type：執(zhí)行方式，是 SQL 優(yōu)化中一個很重要的指標(biāo)，結(jié)果值從好到差依次是：system > const > eq_ref > ref > range > index > ALL

system/const：表中只有一行數(shù)據(jù)匹配，此時根據(jù)索引查詢一次就能找到對應(yīng)的數(shù)據(jù)
eq_ref：使用唯一索引掃描，常見于多表連接中使用主鍵和唯一索引作為關(guān)聯(lián)條件
ref：非唯一索引掃描，還可見于唯一索引最左原則匹配掃描
range：索引范圍掃描，比如，<，>，between 等操作
index：索引全表掃描，此時遍歷整個索引樹
ALL：表示全表掃描，需要遍歷全表來找到對應(yīng)的行

• possible_keys：可能用到的索引
• key：實際用到的索引
• key_len：索引長度
• ref：關(guān)聯(lián) id 等信息
• rows：查找到記錄所掃描的行數(shù)，SQL 優(yōu)化重要指標(biāo)，掃描的行數(shù)越少，性能越高
• filtered：查找到所需記錄占總掃描記錄數(shù)的比例
• Extra：額外的信息

explain select * from user u , biz_order b where u.id=b.user_id and u.id<20;

7、Show Profile 分析 SQL 執(zhí)行性能

Show Profile 與 EXPLAIN 的區(qū)別是，前者主要是在外圍分析；后者則是深入到 MySQL 內(nèi)核，從執(zhí)行線程的狀態(tài)和時間來分析。

MySQL 是在 5.0.37 版本之后才支持 Show Profile ，select @@have_profiling 返回 YES 表示功能已開啟。

mysql> show profiles;
Empty set, 1 warning (0.00 sec)

顯示為空，說明profiles功能是關(guān)閉的。

通過下面命令開啟

mysql> set profiling=1;
Query OK, 0 rows affected, 1 warning (0.00 sec)

獲取 Query_ID 之后，通過 show profile for query ID ，查看 SQL 語句在執(zhí)行過程中線程的每個狀態(tài)所消耗的時間