阅读本文大概需要 6 分钟。前言在网上刷到一篇数据库优化的文章，自己也来研究一波。场景数据库版本：5.7.25 ，运行在虚拟机中。课程表#课程表create table Course(c_id int PRIMARY KEY,name varchar(10))增加 100 条数据#增加课程表100条数据DROP PROCEDURE IF EXISTS insert_Course;DELIMITER $CREATE PROCEDURE insert_Course()BEGIN DECLARE i INT DEFAULT 1; WHILE i<=100 DO INSERT INTO Course(`c_id`,`name`) VALUES(i, CONCAT(‘语文’,i+’’)); SET i = i+1; END WHILE;END $CALL insert_Course();运行耗时CALL insert_Course();> OK> 时间: 0.152s课程数据学生表#学生表create table Student(s_id int PRIMARY KEY,name varchar(10))增加 7W 条数据#学生表增加70000条数据DROP PROCEDURE IF EXISTS insert_Student;DELIMITER $CREATE PROCEDURE insert_Student()BEGIN DECLARE i INT DEFAULT 1; WHILE i<=70000 DO INSERT INTO Student(`s_id`,`name`) VALUES(i, CONCAT(‘张三’,i+’’)); SET i = i+1; END WHILE;END $CALL insert_Student();运行结果CALL insert_Student();> OK> 时间: 175.838s学生数据成绩表#成绩表CREATE table Result(r_id int PRIMARY KEY,s_id int,c_id int,score int)增加 70W 条数据#成绩表增加70W条数据DROP PROCEDURE IF EXISTS insert_Result;DELIMITER $CREATE PROCEDURE insert_Result()BEGIN DECLARE i INT DEFAULT 1; DECLARE sNum INT DEFAULT 1; DECLARE cNum INT DEFAULT 1; WHILE i<=700000 DO if (sNum%70000 = 0) THEN set sNum = 1; elseif (cNum%100 = 0) THEN set cNum = 1; end if; INSERT INTO Result(`r_id`,`s_id`,`c_id`,`score`) VALUES(i,sNum ,cNum , (RAND()99)+1); SET i = i+1; SET sNum = sNum+1; SET cNum = cNum+1; END WHILE;END $CALL insert_Result();运行结果CALL insert_Result();> OK> 时间: 2029.5s成绩数据测试业务需求查找 语文1 成绩为 100 分的考生查询语句#查询语文1考100分的考生select s. from Student s where s.s_id in (select s_id from Result r where r.c_id = 1 and r.score = 100)执行时间：0.937s查询结果：32 位满足条件的学生用了 0.9s ，来查看下查询计划：EXPLAINselect s. from Student s where s.s_id in (select s_id from Result r where r.c_id = 1 and r.score = 100)发现没有用到索引，type 全是 ALL ，那么首先想到的就是建立一个索引，建立索引的字段当然是在 where 条件的字段了。查询结果中 type 列：all 是全表扫描，index 是通过索引扫描。先给 Result 表的 c_id 和 score 建立个索引CREATE index result_c_id_index on Result(c_id);CREATE index result_score_index on Result(score);再次执行上述查询语句，时间为：0.027s快了 34.7 倍（四舍五入），大大缩短了查询的时间，看来索引能极大程度的提高查询效率，在合适的列上面建立索引很有必要，很多时候都忘记建立索引，数据量小的时候没什么感觉，这优化的感觉很 nice 。相同的 SQL 语句多次执行，你会发现第一次是最久的，后面执行所需的时间会比第一次执行短些许，原因是，相同语句第二次查询会直接从缓存中读取。0.027s 很短了，但是还能再进行优化吗，仔细看下执行计划：查看优化后的 SQL ：SELECT `example`.`s`.`s_id` AS `s_id`, `example`.`s`.`name` AS `name` FROM `example`.`Student` `s` semi JOIN ( `example`.`Result` `r` ) WHERE ( ( `example`.`s`.`s_id` = <subquery2>.`s_id` ) AND ( `example`.`r`.`score` = 100 ) AND ( `example`.`r`.`c_id` = 1 ) )怎么查看优化后的语句呢？方法如下（在命令窗口执行）：#先执行EXPLAINselect s. from Student s where s.s_id in (select s_id from Result r where r.c_id = 1 and r.score = 100);#在执行show warnings;结果如下有 type = all按照之前的想法，该 SQL 执行的顺序是执行子查询select s_id from Result r where r.c_id = 1 and r.score = 100耗时：1.402s得到如下结果（部分）然后在执行select s. from Student s where s.s_id in (12871,40987,46729,61381,3955,10687,14047,26917,28897,31174,38896,56518,10774,25030,9778,12544,24721,27295,60361,38479,46990,66988,6790,35995,46192,47578,58171,63220,6685,67372,46279,64693)耗时：0.222s比一起执行快多了，查看优化后的 SQL 语句，发现MySQL 竟然不是先执行里层的查询，而是将 SQL 优化成了 exists 字句，执行计划中的 select_type 为 MATERIALIZED（物化子查询）。MySQL 先执行外层查询，在执行里层的查询，这样就要循环学生数量满足条件的学生 ID 次，也就是 7W 32 次。物化子查询： 优化器使用物化能够更有效的来处理子查询。物化通过将子查询结果作为一个临时表来加快查询执行速度，正常来说是在内存中的。mysql 第一次需要子查询结果是，它物化结果到一张临时表中。在之后的任何地方需要该结果集，mysql 会再次引用临时表。优化器也许会使用一个哈希索引来使得查询更快速代价更小。索引是唯一的，排除重复并使得表数据更少。那么改用连接查询呢？这里为了重新分析连接查询的情况，先暂时删除索引 result_c_id_index ，result_score_index 。DROP index result_c_id_index on Result;DROP index result_score_index on Result;连接查询select s. from Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id = 1 and r.score = 100;执行耗时：1.293s查询结果用了 1.2s ，来看看执行计划（ EXPLAIN + 查询 SQL 即可查看该 SQL 的执行计划）：这里有连表的情况出现，我猜想是不是要给 result 表的 s_id 建立个索引CREATE index result_s_id_index on Result(s_id);show index from Result;在执行连接查询耗时：1.17s （有点奇怪，按照所看文章的时间应该会变长的）看下执行计划：优化后的查询语句为：SELECT `example`.`s`.`s_id` AS `s_id`, `example`.`s`.`name` AS `name` FROM `example`.`Student` `s` JOIN `example`.`Result` `r` WHERE ( ( `example`.`s`.`s_id` = `example`.`r`.`s_id` ) AND ( `example`.`r`.`score` = 100 ) AND ( `example`.`r`.`c_id` = 1 ) )貌似是先做的连接查询，在进行的 where 条件过滤。回到前面的执行计划：这里是先做的 where 条件过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的 sql 执行顺序：正常情况下是先 join 再进行 where 过滤，但是我们这里的情况，如果先 join ，将会有 70W 条数据发送 join ，因此先执行 where 过滤式明智方案，现在为了排除 mysql 的查询优化，我自己写一条优化后的 sql 。先删除索引DROP index result_s_id_index on Result;执行自己写的优化 sqlSELECT s. FROM ( SELECT FROM Result r WHERE r.c_id = 1 AND r.score = 100 ) tINNER JOIN Student s ON t.s_id = s.s_id耗时为：0.413s比之前 sql 的时间都要短。查看执行计划先提取 result 再连表，这样效率就高多了，现在的问题是提取 result 的时候出现了扫描表，那么现在可以明确需要建立相关索引。CREATE index result_c_id_index on Result(c_id);CREATE index result_score_index on Result(score);再次执行查询SELECT s. FROM ( SELECT FROM Result r WHERE r.c_id = 1 AND r.score = 100 ) tINNER JOIN Student s ON t.s_id = s.s_id耗时为：0.044s这个时间相当靠谱，快了 10 倍。执行计划：我们会看到，先提取 result ，再连表，都用到了索引。那么再来执行下 sql ：EXPLAINselect s. from Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id = 1 and r.score = 100;执行耗时：0.050s执行计划：这里是 mysql 进行了查询语句优化，先执行了 where 过滤，再执行连接操作，且都用到了索引。扩大测试数据，调整内容为 result 表的数据增长到 300W ，学生数据更为分散。DROP PROCEDURE IF EXISTS insert_Result_TO300W;DELIMITER $CREATE PROCEDURE insert_Result_TO300W()BEGIN DECLARE i INT DEFAULT 700001; DECLARE sNum INT DEFAULT 1; DECLARE cNum INT DEFAULT 1; WHILE i<=3000000 DO INSERT INTO Result(`r_id`,`s_id`,`c_id`,`score`) VALUES(i,(RAND()*69999)+1 ,(RAND()*99)+1 , (RAND()99)+1); SET i = i+1; END WHILE;END $CALL insert_Result_TO300W();更换了一下数据生成的方式，全部采用随机数格式。先回顾下：show index from Result;执行 sqlselect s. from Student sINNER JOIN Result ron r.s_id = s.s_idwhere r.c_id = 81 and r.score = 84;执行耗时：1.278s执行计划：这里用到了 intersect 并集操作，即两个索引同时检索的结果再求并集，再看字段 score 和 c_id 的区分度，但从一个字段看，区分度都不是很大，从 Result 表检索，c_id = 81 检索的结果是 81 ，score = 84 的结果是 84 。而 c_id = 81 and score = 84 的结果是 19881，即这两个字段联合起来的区分度还是比较高的，因此建立联合索引查询效率将会更高，从另外一个角度看，该表的数据是 300W ，以后会更多，就索引存储而言，都是不小的数目，随着数据量的增加，索引就不能全部加载到内存，而是要从磁盘读取，这样索引的个数越多，读磁盘的开销就越大，因此根据具体业务情况建立多列的联合索引是必要的，我们来试试。DROP index result_c_id_index on Result;DROP index result_score_index on Result;CREATE index result_c_id_score_index on Result(c_id,score);指向上述查询语句消耗时间：0.025s这个速度就就很快了，可以接受。该语句的优化暂时告一段落。总结MySQL 嵌套子查询效率确实比较低可以将其优化成连接查询连接表时，可以先用 where 条件对表进行过滤，然后做表连接（虽然 MySQL 会对连表语句做优化）建立合适的索引，必要时建立多列联合索引学会分析 sql 执行计划，mysql 会对 sql 进行优化，所有分析计划很重要知识扩展索引优化上面讲到子查询的优化，以及如何建立索引，而且在多个字段索引时，分别对字段建立了单个索引。后面发现其实建立联合索引效率会更高，尤其是在数据量较大，单个列区分度不高的情况下。单列索引查询语句如下：select from user_test_copy where sex = 2 and type = 2 and age = 10索引：CREATE index user_test_index_sex on user_test_copy(sex);CREATE index user_test_index_type on user_test_copy(type);CREATE index user_test_index_age on user_test_copy(age);分别对 sex ，type ，age 字段做了索引，数据量为300w查询时间：0.415s执行计划：发现 type = index_merge这是mysql对多个单列索引的优化，对结果集采用intersect并集操作多列索引多列索引我们可以在这3个列上建立多列索引，将表copy一份以便做测试。create index user_test_index_sex_type_age on user_test(sex,type,age);查询语句：select from user_test where sex = 2 and type = 2 and age = 10执行时间：0.032s快了10多倍，且多列索引的区分度越高，提高的速度也越多。执行计划：最左前缀多列索引还有最左前缀的特性：都会使用到索引，即索引的第一个字段sex要出现在where条件中。执行一下语句：select from user_test where sex = 2select from user_test where sex = 2 and type = 2select from user_test where sex = 2 and age = 10索引覆盖就是查询的列都建立了索引，这样在获取结果集的时候不用再去磁盘获取其它列的数据，直接返回索引数据即可如：select sex,type,age from user_test where sex = 2 and type = 2 and age = 10执行时间：0.003s要比取所有字段快的多排序select from user_test where sex = 2 and type = 2 ORDER BY user_name时间：0.139s在排序字段上建立索引会提高排序的效率select from user_test where sex = 2 and type = 2 ORDER BY user_name最后附上一些sql调优的总结，以后有时间再深入研究列类型尽量定义成数值类型，且长度尽可能短，如主键和外键，类型字段等等建立单列索引根据需要建立多列联合索引当单个列过滤之后还有很多数据，那么索引的效率将会比较低，即列的区分度较低，那么如果在多个列上建立索引，那么多个列的区分度就大多了，将会有显著的效率提高。根据业务场景建立覆盖索引只查询业务需要的字段，如果这些字段被索引覆盖，将极大的提高查询效率多表连接的字段上需要建立索引这样可以极大的提高表连接的效率where条件字段上需要建立索引排序字段上需要建立索引分组字段上需要建立索引Where条件上不要使用运算函数，以免索引失效·END·程序员的成长之路路虽远，行则必至本文原发于 同名微信公众号「程序员的成长之路」，回复「1024」你懂得，给个赞呗。微信ID：cxydczzl往期精彩回顾程序员接私活的7大平台利器Java程序员的成长之路白话TCP为什么需要进行三次握手Java性能优化的50个细节（珍藏版）设计电商平台优惠券系统一个对话让你明白架构师是做什么的？教你一招用 IDE 编程提升效率的骚操作！送给程序员们的经典电子书大礼包