数据库sql优化总结之1-百万级数据库优化方案+数据分析

项目背景

有三张百万级数据表

知识点表（ex_subject_point）9,316条数据

试题表（ex_question_junior）2,159,519条数据 有45个字段

知识点试题关系表（ex_question_r_knowledge）3,156,155条数据

测试数据库为：mysql （5.7）

 

1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

案例分析：

SELECT ex_question_junior.QUESTION_ID FROM ex_question_junior WHERE ex_question_junior.GRADE_ID=15

　　　　执行时间：17.609s （多次执行，在17s左右徘徊）

　　优化后：给GRADE_ID字段添加索引后

　　执行时间为：11.377s（多次执行，在11s左右徘徊）

　　备注：我们一般在什么字段上建索引？

　　这是一个非常复杂的话题，需要对业务及数据充分分析后再能得出结果。主键及外键通常都要有索引，其它需要建索引的字段应满足以下条件：

　　　　a、字段出现在查询条件中，并且查询条件可以使用索引；

　　　　b、语句执行频率高，一天会有几千次以上；

　　　　c、通过字段条件可筛选的记录集很小，那数据筛选比例是多少才适合？

　　这个没有固定值，需要根据表数据量来评估，以下是经验公式，可用于快速评估：

　　小表(记录数小于10000行的表)：筛选比例<10%；

　　大表：(筛选返回记录数)<(表总记录数*单条记录长度)/10000/16

　　单条记录长度≈字段平均内容长度之和+字段数*2

　　以下是一些字段是否需要建B-TREE索引的经验分类：

2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描

select id from t where num is null

最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库.

备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使用NULL。

不要以为 NULL 不需要空间，比如：char(100) 型，在字段建立时，空间就固定了， 不管是否插入值（NULL也包含在内），都是占用 100个字符的空间的，如果是varchar这样的变长字段， null 不占用空间。

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num = 0

案例分析：

在mysql数据库中对字段进行null值判断，是不会放弃使用索引而进行全表扫描的。

SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior 
WHERE IS_USE is NULL

执行时间是：11.729s

SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior 
WHERE IS_USE =0

执行时间是12.253s

时间几乎一样。

3、应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。

案例分析：

在mysql数据库中where 子句中使用 != 或 <> 操作符，引擎不会放弃使用索引。

EXPLAIN
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior 
WHERE ex_question_junior.GRADE_ID !=15

执行时间是：17.579s

执行时间是：16.966s

4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描

案例分析：

GRADE_ID字段有索引，QUESTION_TYPE没索引

执行时间是：11.661s

优化方案：

通过union all 方式，把有索引字段和非索引字段分开。索引字段就有效果了

执行时间是：11.811s

但是，非索引字段依然查询速度会很慢，所以查询条件，能加索引的尽量加索引

5.in 和 not in 也要慎用，否则会导致全表扫描

案例分析

注：在mysql数据库中where 子句中对索引字段使用 in 和 not in操作符，引擎不会放弃使用索引。

注：在mysql数据库中where 子句中对不是索引字段使用 in 和 not in操作符，会导致全表扫描。

案例分析2：

用between和in的区别

SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.QUESTION_TYPE  IN(1,2,3,4)

执行时间为1.082s

SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.QUESTION_TYPE between 1 and 4

执行时间为0.924s时间上是相差不多的

案例分析3：

用exists 和 in区别：结论1. in()适合B表比A表数据大的情况2. exists()适合B表比A表数据小的情况当A表数据与B表数据一样大时,in与exists效率差不多,可任选一个使用.语法

select * from A

where id in(select id from B)

ex_question_r_knowledge表数据量大，ex_subject_point表数据量小

****************************************************************************

用exists适合

SELECT *
FROM ex_question_r_knowledge
WHERE ex_question_r_knowledge.SUBJECT_POINT_ID IN
(
    SELECT ex_subject_point.SUBJECT_POINT_ID
    FROM ex_subject_point
    WHERE ex_subject_point.SUBJECT_ID=7
)

执行时间是：38.404s

SELECT *
FROM ex_question_r_knowledge
WHERE  exists ( SELECT 1 FROM ex_subject_point WHERE ex_subject_point.SUBJECT_ID=7 AND ex_subject_point.SUBJECT_POINT_ID = ex_question_r_knowledge.SUBJECT_POINT_ID )

执行时间是：13.537s

*************************************************************************

用in适合

SELECT * FROM ex_subject_point WHERE
 ex_subject_point.SUBJECT_POINT_ID IN( SELECT 
ex_question_r_knowledge.SUBJECT_POINT_ID FROM 
ex_question_r_knowledge WHERE 
ex_question_r_knowledge.GRADE_TYPE=2 )

执行时间是：1.554s

SELECT *
    FROM ex_subject_point
    WHERE  exists(
    SELECT ex_question_r_knowledge.SUBJECT_POINT_ID
    FROM ex_question_r_knowledge
    WHERE ex_question_r_knowledge.GRADE_TYPE=2
    AND ex_question_r_knowledge.SUBJECT_POINT_ID= ex_subject_point.SUBJECT_POINT_ID
)

执行时间是：11.978s

6、like模糊匹配也将导致全表扫描

案例分析

EXPLAIN SELECT * FROM ex_subject_point WHERE ex_subject_point.path like "%/11/%"

若要提高效率，可以考虑全文检索。lucene了解一下。或者其他可以提供全文索引的nosql数据库，比如tt server或MongoDB