关于数据库:重现一条简单SQL的优化过程

• GreatSQL社区原创内容未经受权不得随便应用，转载请分割小编并注明起源。
• GreatSQL是MySQL的国产分支版本，应用上与MySQL统一。
• 作者： JennyYu
• 文章起源：GreatSQL社区投稿

背景

接到客户诉求说一条SQL长时间运行不出后果，让给看看怎么回事，SQL不简单，优化措施也不简单，然而要想SQL达到最优状态，也是须要通过一番考量并做出抉择的。上面借试验还原一下此SQL优化过程。

试验：

数据库环境：MySQL5.7.39

测试表构造如下：

mysql> show create table t_1\G*************************** 1. row ***************************       Table: t_1Create Table: CREATE TABLE `t_1` (  `w_id` int(11) DEFAULT NULL,  `w_name` varchar(10) DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8mb41 row in set (0.00 sec)mysql> show create table t_2\G*************************** 1. row ***************************       Table: t_2Create Table: CREATE TABLE `t_2` (  `i_id` int(11) NOT NULL,  `i_name` varchar(24) DEFAULT NULL,  `i_price` decimal(5,2) DEFAULT NULL,  `i_data` varchar(50) DEFAULT NULL,  `i_im_id` int(11) NOT NULL,  PRIMARY KEY (`i_im_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb41 row in set (0.00 sec)mysql> show create table t_3\G*************************** 1. row ***************************       Table: t_3Create Table: CREATE TABLE `t_3` (  `s_w_id` int(11) NOT NULL,  `s_i_id` int(11) NOT NULL,  `s_quantity` int(11) DEFAULT NULL,  `s_ytd` int(11) DEFAULT NULL,  `s_order_cnt` int(11) DEFAULT NULL,  `s_remote_cnt` int(11) DEFAULT NULL,  `s_data` varchar(50) DEFAULT NULL,  `s_dist_01` char(24) DEFAULT NULL,  `s_dist_02` char(24) DEFAULT NULL,  `s_dist_03` char(24) DEFAULT NULL,  `s_dist_04` char(24) DEFAULT NULL,  `s_dist_05` char(24) DEFAULT NULL,  `s_dist_06` char(24) DEFAULT NULL,  `s_dist_07` char(24) DEFAULT NULL,  `s_dist_08` char(24) DEFAULT NULL,  `s_dist_09` char(24) DEFAULT NULL,  `s_dist_10` char(24) DEFAULT NULL,  `t_2_id` int(11) DEFAULT NULL,  `t_1_id` int(11) DEFAULT NULL,  PRIMARY KEY (`s_w_id`,`s_i_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb41 row in set (0.00 sec)Create Table: CREATE TABLE `t_4` (  `w_name` varchar(10) DEFAULT NULL,  `s_i_id` int(11) NOT NULL,  `s_quantity` int(11) DEFAULT NULL,  `s_ytd` int(11) DEFAULT NULL,  `s_order_cnt` int(11) DEFAULT NULL,  `s_remote_cnt` int(11) DEFAULT NULL,  `s_data` varchar(50) DEFAULT NULL,  `t_2_id` int(11) DEFAULT NULL,  `i_name` varchar(24) DEFAULT NULL,  `i_price` decimal(5,2) DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

其中t_1表25条记录，t_2表100条记录，t_3表500万条数据。我这里试验数据量少些，客户理论业务表数据量别离是（30，150，2700万）。t_4表为一个历史数据归档表，用于插入数据。

SQL文本展现如下：

insert into t_4SELECT  c.w_name,  a.s_i_id,  a.s_quantity,  a.s_ytd,  a.s_order_cnt,  a.s_remote_cnt,  a.s_data,  a.t_2_id,  b.i_name,  b.i_priceFROM t_3 a, t_2 b, t_1 cWHERE a.t_2_id = b.i_idand a.t_1_id = c.w_idand a.s_ytd = 0;

查看语句中select局部的执行打算如下图所示：

看到这个打算，就想对数据库说一句："您辛苦了!"。

优化器抉择先对两个小表c，b进行关联，而后失去的后果集再与大表a进行关联，因为语句中c，b两个表没有字段进行间接关联，所以这两个表连贯后的后果集是一个笛卡尔积25 *100=2500，因为大表的关联字段上没有索引，所以须要对最内层的大表全表扫描2500次。

这是不是一个大工程呢？数据库不辞辛苦，你让它干，它就干，只有你等得起就能够。事实上咱们是没有急躁等的。我原本还想看看数据库到底用多久能力给出后果，等了10分钟，切实没有急躁持续等上来了。

这条SQL不简单吧，就是三张表进行关联，然而关联字段上都没有索引，都进行了全表扫描。那么解决措施就是加索引，然而索引怎么加就须要做出抉择了。

有共事就提出这个SQL在大表上全表扫描2500次，在大表的关联字段上加上索引就能够了，看到这里，你有没有认同这个见解呢？我想应该有很多小伙伴是认同的。

不错，给大表加上索引就不必全表扫描了，首先大表加索引，会锁表很长时间，这个索引在客户的生产环境须等到变更窗口能力加，客户等不及，其次你有思考过这真的是最好的方法吗？

因为我这是试验环境，能够随时给大表加索引，那接下来咱们就给大表加上索引试试成果。

mysql> alter table t_3 add key(t_1_id,t_2_id);Query OK, 0 rows affected (28.35 sec)Records: 0  Duplicates: 0  Warnings: 0

索引加好之后，执行打算如下：

能够看出优化器并没有抉择走索引，仍然是应用BNL优化策略，进行全表扫描，为什么不走索引呢？应该是优化器认为索引扫描的老本高于全表扫描的老本，因为这条语句最终后果要返回大表的90%以上的数据，走索引后回表代价是很高的。这一点咱们是不认同优化器的，怎么着2500次全表扫描也比每次通过索引范畴扫描的代价要高呀，好吧，既然不认同，那么应用force index来干预优化器决策，让它应用索引。

执行打算如下图所示：

执行打算中显示索引用上了，那理论执行成果如何呢？

mysql> insert into t_4    -> SELECT    ->   c.w_name,    ->   a.s_i_id,    ->   a.s_quantity,    ->   a.s_ytd,    ->   a.s_order_cnt,    ->   a.s_remote_cnt,    ->   a.s_data,    ->   a.t_2_id,    ->   b.i_name,    ->   b.i_price    -> FROM    ->  t_3 a force index(t_1_id),    ->  t_2 b,    ->  t_1 c    -> WHERE    ->  a.t_2_id = b.i_id    -> and a.t_1_id = c.w_id    -> and a.s_ytd = 0;Query OK, 4800000 rows affected (4 min 43.57 sec)Records: 4800000  Duplicates: 0  Warnings: 0

的确效率不错，500万数据须要4 min 43.57 sec，生产环境的2700万数据大略须要半个小时左右。

但这是不是效率最高的方法呢，因为最终后果集会返回大表的90%以上的数据，所以须要对大量的索引数据回表，因为回表是会产生随机IO的，这个回表代价的确比拟高，优化器默认也没有抉择这种执行打算。如果咱们给小表的关联字段上加索引会是什么成果呢？

接下来我给两个小表的关联字段上加了索引。

mysql> alter table t_2 add key(i_id);Query OK, 0 rows affected (0.05 sec)Records: 0  Duplicates: 0  Warnings: 0mysql> alter table t_1 add key(w_id);Query OK, 0 rows affected (0.03 sec)Records: 0  Duplicates: 0  Warnings: 0

咱们去掉大表的force index，不干预优化器，让优化器本人做决策。执行打算如下：

上图的执行打算显示，优化器抉择了对大表全表扫描，大表做驱动表，驱动两个小表。那这样的实际效果如何呢？

mysql> insert into t_4    -> SELECT    ->   c.w_name,    ->   a.s_i_id,    ->   a.s_quantity,    ->   a.s_ytd,    ->   a.s_order_cnt,    ->   a.s_remote_cnt,    ->   a.s_data,    ->   a.t_2_id,    ->   b.i_name,    ->   b.i_price    -> FROM    ->  t_3 a,    ->  t_2 b,    ->  t_1 c    -> WHERE    ->  a.t_2_id = b.i_id    -> and a.t_1_id = c.w_id    -> and a.s_ytd = 0;Query OK, 4800000 rows affected (1 min 59.06 sec)Records: 4800000  Duplicates: 0  Warnings: 0

这种形式耗时1min 59.06sec ，效率进步1倍多，生产环境的大数据量，效率晋升应该更显著。果然采纳大表驱动小表这种形式效率进步了，优化器的抉择是对的。

抉择这种形式的益处：

1.SQL的执行效率高一倍

2.节俭空间，因为大表的索引会占用很大的磁盘空间。

3.响应及时，防止了必须等到变更窗口能力加索引的麻烦。

4.不必批改SQL语句

该如何抉择是不是很分明了呢？

到这里仿佛优化就完结了，然而如果想要精益求精，谋求极致的话，小表上的索引能够建成笼罩索引，避免小表回表取数据。

mysql> alter table t_1 drop key w_id;Query OK, 0 rows affected (0.02 sec)Records: 0  Duplicates: 0  Warnings: 0mysql> alter table t_2 drop key i_id;Query OK, 0 rows affected (0.02 sec)Records: 0  Duplicates: 0  Warnings: 0mysql> alter table t_2 add key(i_id,i_name,i_price);Query OK, 0 rows affected (0.02 sec)Records: 0  Duplicates: 0  Warnings: 0mysql> alter table t_1 add key(w_id,w_name);Query OK, 0 rows affected (0.02 sec)Records: 0  Duplicates: 0  Warnings: 0

执行成果如下：

mysql> insert into t_4    -> SELECT    ->   c.w_name,    ->   a.s_i_id,    ->   a.s_quantity,    ->   a.s_ytd,    ->   a.s_order_cnt,    ->   a.s_remote_cnt,    ->   a.s_data,    ->   a.t_2_id,    ->   b.i_name,    ->   b.i_price    -> FROM    ->  t_3 a,    ->  t_2 b,    ->  t_1 c    -> WHERE    ->  a.t_2_id = b.i_id    -> and a.t_1_id = c.w_id    -> and a.s_ytd = 0;Query OK, 4800000 rows affected (1 min 38.99 sec)Records: 4800000  Duplicates: 0  Warnings: 0

能够看出，小表上的索引建成笼罩索引，耗时又缩短了20秒，执行效率更高了。

至此该条SQL的优化完结。

总结

1.本条SQL的最终执行打算是大表驱动小表，这也算是给上篇文章《NL连贯肯定是小表驱动大表效率高吗》提供了一个案例。

2.优化措施可能有很多不同的抉择，要依据理论状况抉择最优的，不要粗率做出决定。

3.精益求精是优化的极致，然而有时候也是须要做出折中抉择的，达到业务运行的要求是目标，这点当前遇到案例再说。

Enjoy GreatSQL :)

## 对于 GreatSQL

GreatSQL是由万里数据库保护的MySQL分支，专一于晋升MGR可靠性及性能，反对InnoDB并行查问个性，是实用于金融级利用的MySQL分支版本。

相干链接： GreatSQL社区 Gitee GitHub Bilibili

GreatSQL社区：

社区博客有奖征稿详情：https://greatsql.cn/thread-100-1-1.html

技术交换群：

微信：扫码增加GreatSQL社区助手微信好友，发送验证信息加群。