SQL优化整理（二）

一、导致SQL执行慢的原因：

1、硬件问题。如网络速度慢，内存不足，I/O吞吐量小，磁盘空间满了等。
2、没有索引或者索引失效。（一般在互联网公司，DBA会在半夜把表锁了，重新建立一遍索引，因为当你删除某个数据的时候，索引的树结构就不完整了。所以互联网公司的数据做的是假删除。一是为了做数据分析，二是为了不破坏索引）
3、数据过多（分库分表）
4、服务器调优及各个参数设置（调整my.cnf）

二、分析原因时，一定要找切入点：

1. 先观察，开启慢查询日志，设置相应的阈值（比如超过3秒就是慢SQL），在生产环境跑上个一天过后，看看哪些SQL比较慢。
2. Explain和慢SQL分析。比如SQL语句写的烂，索引没有或失效，关联查询太多（有时候是设计缺陷或者不得不以的需求）等等。
3. Show Profile 是比Explain更近一步的执行细节，可以查询到执行每一个SQL都干了什么事，这些事分别花了多少秒。

4. 找DBA或者运维对MySQL进行服务器的参数调优

   三、什么是索引？

   MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。Mysql索引主要有两种结构：B+Tree索引和Hash索引。我们平常所说的索引，如果没有特别指明，一般都是指B树结构组织的索引（B+Tree索引）。

   四、Explain分析

CREATE TABLE user_info(
id BIGINT(20) NOT NULL AUTO_INCREMENT,
name VARCHAR(50) NOT NULL DEFAULT '',
age INT(11) DEFAULT NULL,
PRIMARY KEY(id),
KEY name_index(name)
)ENGINE = INNODB DEFAULT CHARSET=utf8;

INSERT INTO user_info (name, age) VALUES ('xys', 20);
INSERT INTO user_info (name, age) VALUES ('a', 21);
INSERT INTO user_info (name, age) VALUES ('b', 23);
INSERT INTO user_info (name, age) VALUES ('c', 50);
INSERT INTO user_info (name, age) VALUES ('d', 15);
INSERT INTO user_info (name, age) VALUES ('e', 20);
INSERT INTO user_info (name, age) VALUES ('f', 21);
INSERT INTO user_info (name, age) VALUES ('g', 23);
INSERT INTO user_info (name, age) VALUES ('h', 50);
INSERT INTO user_info (name, age) VALUES ('i', 15);

CREATE TABLE order_info(
id BIGINT(20) NOT NULL AUTO_INCREMENT,
user_id BIGINT(20) DEFAULT NULL,
product_name VARCHAR(50) NOT NULL DEFAULT '',
productor VARCHAR(30) DEFAULT NULL,
PRIMARY KEY (id),
KEY user_product_detail_index(user_id,product_name,productor)
)ENGINE = INNODB DEFAULT CHARSET = utf8;

INSERT INTO order_info (user_id,product_name,productor) VALUES (1,'p1', 'WHH');
INSERT INTO order_info (user_id,product_name,productor) VALUES (1,'p2','WL');
INSERT INTO order_info (user_id,product_name,productor) VALUES (1,'p1','DX');
INSERT INTO order_info (user_id,product_name,productor) VALUES (2,'p1','WHH');
INSERT INTO order_info (user_id,product_name,productor) VALUES (2,'p5', 'WL');
INSERT INTO order_info (user_id,product_name,productor) VALUES (3,'p3', 'MA');
INSERT INTO order_info (user_id,product_name,productor) VALUES (4,'p1', 'WHH');
INSERT INTO order_info (user_id,product_name,productor) VALUES (6,'p1', 'WHH');
INSERT INTO order_info (user_id,product_name,productor) VALUES (9, 'p8', 'TE');

1、id

--id相同，执行顺序由上而下
EXPLAIN SELECT u.*, o.* FROM user_info u,order_info o WHERE  u.id=o.user_id;

--id不同，值越大越先被执行
EXPLAIN SELECT * FROM user_info WHERE id=(SELECT user_id FROM order_info WHERE product_name = 'p8');

2、select_type

可以看成id的执行实例，总共有以下几种类型：
SIMPLE:表示此查询不包含UNION查询或子查询
PRIMARY：表示此查询是最外层的查询
SUBQUERY：子查询中的第一个SELECT
UNION:表示此查询是UNION的第二或随后的查询
DEPENDENT UNION: UNION中的第二个或后面的查询语句，取决于外面的查询
UNION RESULT,UNION的结果
DEPENDENT SUBQUERY:子查询的第一个SELECT，取决于外面的查询，即子查询依赖于外层查询的结果
DERIVED:衍生，表示导出表的SELECT(FROM子句的子查询)

3、table
table表示查询涉及的表或衍生的表：

EXPLAIN SELECT tt.* FROM (SELECT u.* FROM user_info u,order_info o WHERE u.id=o.user_id AND u.id=1) tt;

id为1的的表示id为2的u和表衍生出来的

4、type
type字段比较重要，他提供了判断查询是否高效的重要依据。通过type字段，我们判断此次查询时全表扫描还是索引扫描等。
type常用的取值有：

• syetem:表中只有一条数据，这个类型是特殊的const类型。
• const：针对主键或唯一索引的等值查询扫描，最多只返回一行数据。const查询速度非常快，因为它仅仅读取一次即可。例如下面的这个查询，它使用了主键索引，因此type就是const类型的：explain select * from user_info where id = 2;
• eq_ref:此类型通常出现在多表的join查询，表示对于前表的每一个结果，都只能匹配到后表的一行结果。并且查询的比较操作通常是=，查询效率较高。例如：explain select * from user_info,order_info where user_info.id=order_info.user_id;
• ref:此类型通常出现在多表的join查询，针对于非唯一或非主键索引，或者是使用了最左前缀规则索引的查询。例如下面这个例子中，就使用到了ref类型的查询：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5
• range:表示使用索引范围查询，通过索引字段范围获取表中部分数据记录。这个类型通常出现在=，<>,>,>=,<,<=,ISNULL,<=>,BETWEEN,IN()操作中。例如下面的例子就是一个范围查询：explain select * from user_info where id betweeen 2 and 8;
• index:表示全索引扫描（full index scan），和ALL类型类似，只不过ALL类型是全表扫描，而index类型则仅仅扫描所有的索引，而不扫描数据。index类型通常出现在：所要查询的数据直接在索引树中就可以获取到而不需要扫描数据。当是这种情况时，Extra字段会显示Using Index。
• ALL：表示全表扫描，这个类型的查询是性能最差的查询之一。通常来说，我们的查询不应该出现ALL类型的查询，因为这样的查询在数据量大的情况下对数据库的性能是巨大的灾难。如一个查询是ALL类型查询，那么一般来说可以对相应的字段添加索引来避免。

通常来说,不同的type类型的性能关系如下：

ALL < index < range~index_merge < ref < eq_ref < const < system
ALLL类型因为是全表扫描，因此在相同的查询条件下，它是速度最慢的，而index类型的查询虽然不是全表扫描，但是它扫描了所有的索引，因此比ALL类型的稍快。后面的几种类型都是利用了索引来查询数据，因此可以过滤部分或大部分数据，因此查询效率就比较高了

5、possible_keys
它表示mysql在查询时，可能使用到的索引。注意，即使有些索引在possible_keys中出现,但是并不表示此索引会真正的被mysql使用到。mysql在查询时具体使用了哪些索引，由key字段决定。
6、key
此字段是mysql在当前查询时所真正使用到的索引。比如请客吃饭，possible_keys是应道多少人，key是实到多少人。

当我们没有建立索引时：

EXPLAIN SELECT o.* FROM order_info o WHERE o.product_name='p1' AND o.productor ='whh';

建立复合索引后再查询

CREATE INDEX idx_name_productor on order_info(productor);
EXPLAIN SELECT o.* FROM order_info o WHERE o.product_name='p1' AND o.productor ='whh';
DROP INDEX idx_name_productor on order_info;

7、key_len
表示查询优化器使用了索引的字节数，这个字段可以评估组合索引是否完全被使用

8、ref
这个表示显示索引的哪一列被使用了，如果可能的话，是一个常量。前文的type属性里也有ref,注意区别

9、rows
rows也是一个重要的字段，mysql查询优化器根据统计信息，估算sql要查找到结果集需要扫描读取的数据行数，这个值非常直观的显示sql效率好坏，原则上rows越少越好。可以对比ke中的例子，一个没建立索引前，rows是9，建立索引后，rows是4。

10、extra
explain中的很多额外信息会在extra字段中显示，常见的有以下几种内容：

• using filesort:表示mysql需额外的排序操作，不能通过索引顺序达到排序效果。一般有using filesort 都建议优化去掉，因为这样的查询cpu资源消耗大
• using index：覆盖索引扫描，表示查询在索引树中就可查找所需数据，不用扫描表数据文件，往往说明性能不错。
• using temporary：查询有使用临时表，一般出现于排序，分组和多表join的情况，查询效率不高，建议优化。

• using where:表名使用了where过滤。

  五、优化案例

EXPLAIN SELECT u.*,o.* FROM user_info u LEFT JOIN order_info o ON u.id = o.user_id;

执行结果，type有ALL，并且没有索引：

开始优化，在关联列上创建索引，明显看到type列的ALL变成ref，并且用到了索引，rows也从扫描9行变成了1行：

EXPLAIN SELECT u.*,o.* FROM user_info u LEFT JOIN order_info o ON u.id = o.user_id;
CREATE INDEX idx_user_id on order_info(user_id)

这里面一般有个规律是：左连接索引加在右表上，右连接索引加在左表上

六、 是否需要创建索引

索引虽然能非常高效的提高查询速度，同时却会降低更新表的速度。实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的。

哪些情况需要创建索引	哪些情况不需要创建索引
主键自动建立唯一索引	表记录太少
频繁作为查询条件的字段应该创建索引	经常增删改的表或字段
查询中与其他表关联的字段，外键关系建立索引	Why提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，mysql不仅要保存数据，还要保存以下索引文件
单键/组合索引的选择问题，组合索引性价比更高	Where条件里用不到的字段不创建索引
查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度	过滤性不好的不适合创建索引，如性别列
查询中统计或分组字段

本文章转载自原文链接