前言
在利用开发的晚期，数据量少，开发人员开发性能时更器重性能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个零碎性能的瓶颈。
如果有不同意见，欢送留言斧正，一起学习！
SQL优化个别步骤
- 1、通过慢查日志等定位那些执行效率较低的SQL语句
- 2、explain 剖析SQL的执行打算
须要重点关注type、rows、filtered、extra。
type由上至下，效率越来越高
- ALL 全表扫描
- index 索引全扫描
- range 索引范畴扫描，常用语<,<=,>=,between,in等操作
- ref 应用非惟一索引扫描或惟一索引前缀扫描，返回单条记录，常呈现在关联查问中
- eq_ref 相似ref，区别在于应用的是惟一索引，应用主键的关联查问
- const/system 单条记录，零碎会把匹配行中的其余列作为常数解决，如主键或惟一索引查问
- null MySQL不拜访任何表或索引，间接返回后果
尽管上至下，效率越来越高，然而依据cost模型，假如有两个索引idx1(a, b, c),idx2(a, c)，SQL为select * from t where a = 1 and b in (1, 2) order by c;如果走idx1，那么是type为range，如果走idx2，那么type是ref；当须要扫描的行数，应用idx2大概是idx1的5倍以上时，会用idx1，否则会用idx2。
举荐：
Extra
- Using filesort：MySQL须要额定的一次传递，以找出如何按排序程序检索行。通过依据联接类型浏览所有行并为所有匹配WHERE子句的行保留排序关键字和行的指针来实现排序。而后关键字被排序，并按排序程序检索行。
- Using temporary：应用了长期表保留两头后果，性能特地差，须要重点优化
- Using index：示意相应的 select 操作中应用了笼罩索引（Coveing Index）,防止拜访了表的数据行，效率不错！如果同时呈现 using where，意味着无奈间接通过索引查找来查问到符合条件的数据。
- Using index condition：MySQL5.6之后新增的ICP，using index condtion就是应用了ICP（索引下推），在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据缩小回表的数据。
show profile 剖析
理解SQL执行的线程的状态及耗费的工夫。
默认是敞开的，开启语句“set profiling = 1;”
SHOW PROFILES ;SHOW PROFILE FOR QUERY #{id};trace
trace剖析优化器如何抉择执行打算，通过trace文件可能进一步理解为什么优惠券抉择A执行打算而不抉择B执行打算。
set optimizer_trace="enabled=on";set optimizer_trace_max_mem_size=1000000;select * from information_schema.optimizer_trace;确定问题并采纳相应的措施
- 优化索引
- 优化SQL语句：批改SQL、IN 查问分段、工夫查问分段、基于上一次数据过滤
- 改用其余实现形式：ES、数仓等
- 数据碎片解决
场景剖析
案例1、最左匹配
索引
KEY `idx_shopid_orderno` (`shop_id`,`order_no`)SQL语句
select * from _t where orderno=''查问匹配从左往右匹配，要应用order_no走索引，必须查问条件携带shop_id或者索引(shop_id,order_no)调换前后程序。
案例2、隐式转换
索引
KEY `idx_mobile` (`mobile`)SQL语句
select * from _user where mobile=12345678901隐式转换相当于在索引上做运算，会让索引生效。mobile是字符类型，应用了数字，应该应用字符串匹配，否则MySQL会用到隐式替换，导致索引生效。
案例3、大分页
索引
KEY `idx_a_b_c` (`a`, `b`, `c`)SQL语句
select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;对于大分页的场景，能够优先让产品优化需要，如果没有优化的，有如下两种优化形式：
一种是把上一次的最初一条数据，也即下面的c传过来，而后做“c < xxx”解决，然而这种个别须要改接口协议，并不一定可行。
另一种是采纳提早关联的形式进行解决，缩小SQL回表，然而要记得索引须要齐全笼罩才有成果，SQL改变如下
SELECT t1.* FROM _t t1, ( SELECT id FROM _t WHERE a = 1 AND b = 2 ORDER BY c DESC LIMIT 10000, 10 ) t2 WHERE t1.id = t2.id;案例4、in + order by
索引
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)SQL语句
SELECT * FROM _order WHERE shop_id = 1 AND order_status IN ( 1, 2, 3 ) ORDER BY created_at DESC LIMIT 10in查问在MySQL底层是通过n*m的形式去搜寻，相似union，然而效率比union高。
in查问在进行cost代价计算时（代价 = 元组数 * IO平均值），是通过将in蕴含的数值，一条条去查问获取元组数的，因而这个计算过程会比拟的慢，所以MySQL设置了个临界值(eq_range_index_dive_limit)，5.6之后超过这个临界值后该列的cost就不参加计算了。
因而会导致执行打算抉择不精确。默认是200，即in条件超过了200个数据，会导致in的代价计算存在问题，可能会导致Mysql抉择的索引不精确。
解决形式，能够(order_status, created_at)调换前后程序，并且调整SQL为提早关联。
举荐：
案例5、范畴查问阻断，后续字段不能走索引
索引
KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)SQL语句
SELECT * FROM _order WHERE shop_id = 1 AND created_at > '2021-01-01 00:00:00' AND order_status = 10范畴查问还有“IN、between”
案例6、不等于、不蕴含不能用到索引的疾速搜寻。（能够用到ICP）
select * from _order where shop_id=1 and order_status not in (1,2)select * from _order where shop_id=1 and order_status != 1在索引上，防止应用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等
案例7、优化器抉择不应用索引的状况
如果要求拜访的数据量很小，则优化器还是会抉择辅助索引，然而当拜访的数据占整个表中数据的蛮大一部分时（个别是20%左右），优化器会抉择通过汇集索引来查找数据。
select * from _order where order_status = 1查问出所有未领取的订单，个别这种订单是很少的，即便建了索引，也没法应用索引。
案例8、简单查问
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;如果是统计某些数据，可能改用数仓进行解决；
如果是业务上就有那么简单的查问，可能就不倡议持续走SQL了，而是采纳其余的形式进行解决，比方应用ES等进行解决。
案例9、asc和desc混用
select * from _t where a=1 order by b desc, c ascdesc 和asc混用时会导致索引生效
案例10、大数据
对于推送业务的数据存储，可能数据量会很大，如果在计划的抉择上，最终抉择存储在MySQL上，并且做7天等有效期的保留。
那么须要留神，频繁的清理数据，会照成数据碎片，须要分割DBA进行数据碎片解决。
作者：狼爷
cnblogs.com/powercto/p/14410128.html