当前位置：网站首页> MySQL提升大量数据查询效率的优化神器

MySQL提升大量数据查询效率的优化神器

2022-07-06 19:08:00 【1024问】

前言

查看SQL执行频率

定位低效率执行SQL

explain分析执行计划

trace分析优化器执行计划

使用索引优化

SQL优化

大量插入数据

优化insert语句

优化order by语句

2、两种排序方式

3、Filesort 的优化

优化group by

子查询优化

limit优化

前言

在应用的的开发过程中，由于初期数据量小，开发人员写 SQL 语句时更重视功能上的实现，但是当应用系统正式上线后，随着生产数据量的急剧增长，很多 SQL 语句开始逐渐显露出性能问题，对生产的影响也越来越大，此时这些有问题的 SQL 语句就成为整个系统性能的瓶颈，因此我们必须要对它们进行优化.

为什么这么说呢？因为在MySQL查询语句中，语法比较的通用吗，要想得到一个数据集可以使用不同的查询语句！

例如我们需要查询一个数据表有多少行数据集？

1、暴力搜索

select count(*) from data;

这样虽然也可以达到效果，但是用 "SELECT * " 数据库需要解析更多的对象、字段、权限、属性等相关内容，在 SQL 语句复杂，硬解析较多的情况下，会对数据库造成沉重的负担。

增大网络开销，* 有时会误带上如log、IconMD5之类的无用且大文本字段，数据传输size会几何增长。特别是MySQL和应用程序不在同一台机器，这种开销非常明显。

2、限定字段查询

select count(id) from data;

这里的id是一个递增的序列，查询效果确实有所提升。

MySQL的优化方式有很多，大致我们可以从以下几点来优化MySQL:

从设计上优化

从查询上优化

从索引上优化

从存储上优化

查看SQL执行频率

MySQL 客户端连接成功后，通过 show [session|global] status 命令可以查看服务器状态信息。通过查看状态信息可以查看对当前数据库的主要操作类型。

--下面的命令显示了当前 session 中所有统计参数的值show session status like 'Com_______'; -- 查看当前会话统计结果show global status like 'Com_______'; -- 查看自数据库上次启动至今统计结果show status like 'Innodb_rows_%'; -- 查看针对Innodb引擎的统计结果

定位低效率执行SQL

可以通过以下两种方式定位执行效率较低的 SQL 语句。

慢查询日志 : 通过慢查询日志定位那些执行效率较低的 SQL 语句。

show processlist：该命令查看当前MySQL在进行的线程，包括线程的状态、是否锁表等，可以实时地查看 SQL 的执行情况，同时对一些锁表操作进行优化。

-- 查看慢日志配置信息show variables like '%slow_query_log%';-- 开启慢日志查询set global slow_query_log=1;-- 查看慢日志记录SQL的最低阈值时间show variables like 'long_query_time%';-- 修改慢日志记录SQL的最低阈值时间set global long_query_time=4;

show processlist;

1） id列，用户登录mysql时，系统分配的"connection_id"，可以使用函数connection_id()查看

2） user列，显示当前用户。如果不是root，这个命令就只显示用户权限范围的sql语句

3） host列，显示这个语句是从哪个ip的哪个端口上发的，可以用来跟踪出现问题语句的用户

4） db列，显示这个进程目前连接的是哪个数据库

5） command列，显示当前连接的执行的命令，一般取值为休眠（sleep），查询（query），连接（connect）等

6） time列，显示这个状态持续的时间，单位是秒

7） state列，显示使用当前连接的sql语句的状态，很重要的列。state描述的是语句执行中的某一个状态。一个sql语句，以查询为例，可能需要经过copying to tmp table、sorting result、sending data等状态才可以完成

8） info列，显示这个sql语句，是判断问题语句的一个重要依据

explain分析执行计划

通过以上步骤查询到效率低的 SQL 语句后，可以通过 EXPLAIN命令获取 MySQL如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

-- 准备测试数据create database mydb13_optimize;use mydb13_optimize;

执行sql脚本sql_optimize.sql添加数据

explain select * from user where uid = 1;

id 字段是 select查询的序列号，是一组数字，表示的是查询中执行select子句或者是操作表的顺序。id 情况有三种:

1、id 相同表示加载表的顺序是从上到下

explain select * from user u, user_role ur, role r where u.uid = ur.uid and ur.rid = r.rid ;

2、 id 不同id值越大，优先级越高，越先被执行。

explain select * from role where rid =(select rid from user_role where uid = (select uid from user where uname = '张飞'))

3、 id 有相同，也有不同，同时存在。id相同的可以认为是一组，从上往下顺序执行；在所有的组中，id的值越大，优先级越高，越先执行。

表示 SELECT 的类型，常见的取值，如下表所示：

type 显示的是访问类型，是较为重要的一个指标，可取值为：

结果值从最好到最坏以此是：system > const > eq_ref > ref > range > index > ALL

其他的额外的执行计划信息，在该列展示。

Mysql从5.0.37版本开始增加了对 show profiles 和 show profile 语句的支持。show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。

通过 have_profiling 参数，能够看到当前MySQL是否支持profile：

select @@have_profiling;set profiling=1; -- 开启profiling 开关；

通过profile，我们能够更清楚地了解SQL执行的过程。首先，我们可以执行一系列的操作

show databases;use mydb13_optimize;show tables;select * from user where id < 2;select count(*) from user;

执行完上述命令之后，再执行show profiles 指令，来查看SQL语句执行的耗时：

show profiles;

通过show profile for query query_id 语句可以查看到该SQL执行过程中每个线程的状态和消耗的时间：

show profile for query 8;

在获取到最消耗时间的线程状态后，MySQL支持进一步选择all、cpu、block io 、context switch、page faults等明细类型类查看MySQL在使用什么资源上耗费了过高的时间。例如，选择查看CPU的耗费时间：

show profile cpu for query 133;

trace分析优化器执行计划

MySQL5.6提供了对SQL的跟踪trace, 通过trace文件能够进一步了解为什么优化器选择A计划, 而不是选择B计划

SET optimizer_trace="enabled=on",end_markers_in_json=on;set optimizer_trace_max_mem_size=1000000;

执行SQL语句：

select * from user where uid < 2;

最后，检查information_schema.optimizer_trace就可以知道MySQL是如何执行SQL的：

select * from information_schema.optimizer_trace\G;

使用索引优化

索引是数据库优化最常用也是最重要的手段之一, 通过索引通常可以帮助用户解决大多数的MySQL的性能优化问题。

create table `tb_seller` (`sellerid` varchar (100),`name` varchar (100),`nickname` varchar (50),`password` varchar (60),`status` varchar (1),`address` varchar (100),`createtime` datetime,primary key(`sellerid`));

索引是数据库优化最常用也是最重要的手段之一, 通过索引通常可以帮助用户解决大多数的MySQL的性能优化问题。

insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('alibaba','阿里巴巴','阿里小店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('baidu','百度科技有限公司','百度小店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('huawei','华为科技有限公司','华为小店','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('itcast','传智播客教育科技有限公司','传智播客','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('itheima','黑马程序员','黑马程序员','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('luoji','罗技科技有限公司','罗技小店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('oppo','OPPO科技有限公司','OPPO官方旗舰店','e10adc3949ba59abbe56e057f20f883e','0','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('ourpalm','掌趣科技股份有限公司','掌趣小店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('qiandu','千度科技','千度小店','e10adc3949ba59abbe56e057f20f883e','2','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('sina','新浪科技有限公司','新浪官方旗舰店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('xiaomi','小米科技','小米官方旗舰店','e10adc3949ba59abbe56e057f20f883e','1','西安市','2088-01-01 12:00:00');insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`) values('yijia','宜家家居','宜家家居旗舰店','e10adc3949ba59abbe56e057f20f883e','1','北京市','2088-01-01 12:00:00');

-- 创建组合索引create index idx_seller_name_sta_addr on tb_seller(name,status,address);

该情况下，索引生效，执行效率高。

explain select * from tb_seller where name='小米科技' and status='1' and address='北京市';

避免索引失效应用-最左前缀法则：

-- 最左前缀法则-- 如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始，并且不跳过索引中的列。explain select * from tb_seller where name='小米科技'; -- 403explain select * from tb_seller where name='小米科技' and status='1'; -- 410explain select * from tb_seller where status='1' and name='小米科技'; -- 410-- 违法最左前缀法则 ， 索引失效：explain select * from tb_seller where status='1'; -- nulll-- 如果符合最左法则，但是出现跳跃某一列，只有最左列索引生效：explain select * from tb_seller where name='小米科技' and address='北京市'; -- 403

索引失效应用-其他匹配原则：

-- 范围查询右边的列，不能使用索引 。explain select * from tb_seller where name='小米科技' and status >'1' and address='北京市';-- 不要在索引列上进行运算操作， 索引将失效。explain select * from tb_seller where substring(name,3,2)='科技'-- 字符串不加单引号，造成索引失效。explain select * from tb_seller where name='小米科技' and status = 1 ;

避免索引失效应用-其他匹配原则：

-- 1、范围查询右边的列，不能使用索引 。-- 根据前面的两个字段name ， status 查询是走索引的， 但是最后一个条件address 没有用到索引。explain select * from tb_seller where name='小米科技' and status >'1' and address='北京市';-- 2、不要在索引列上进行运算操作， 索引将失效。explain select * from tb_seller where substring(name,3,2)='科技'-- 3、字符串不加单引号，造成索引失效。explain select * from tb_seller where name='小米科技' and status = 1 ;-- 4、尽量使用覆盖索引，避免select *-- 需要从原表及磁盘上读取数据explain select * from tb_seller where name='小米科技' and address='北京市'; -- 效率低-- 从索引树中就可以查询到所有数据explain select name from tb_seller where name='小米科技' and address='北京市'; -- 效率高explain select name,status,address from tb_seller where name='小米科技' and address='北京市'; -- 效率高-- 如果查询列，超出索引列，也会降低性能。explain select name,status,address,password from tb_seller where name='小米科技' and address='北京市'; -- 效率低

-- 尽量使用覆盖索引，避免select *-- 需要从原表及磁盘上读取数据explain select * from tb_seller where name='小米科技' and address='北京市'; -- 效率低-- 从索引树中就可以查询到所有数据explain select name from tb_seller where name='小米科技' and address='北京市'; -- 效率高explain select name,status,address from tb_seller where name='小米科技' and address='北京市'; -- 效率高-- 如果查询列，超出索引列，也会降低性能。explain select name,status,address,password from tb_seller where name='小米科技' and address='北京市'; -- 效率低-- 用or分割开的条件， 那么涉及的索引都不会被用到。explain select * from tb_seller where name='黑马程序员' or createtime = '2088-01-01 12:00:00';explain select * from tb_seller where name='黑马程序员' or address = '西安市';explain select * from tb_seller where name='黑马程序员' or status = '1';-- 以%开头的Like模糊查询，索引失效。explain select * from tb_seller where name like '科技%'; -- 用索引explain select * from tb_seller where name like '%科技'; -- 不用索引explain select * from tb_seller where name like '%科技%';-- 不用索引-- 弥补不足,不用*，使用索引列explain select name from tb_seller where name like '%科技%';

-- 1、如果MySQL评估使用索引比全表更慢，则不使用索引。-- 这种情况是由数据本身的特点来决定的create index index_address on tb_seller(address);explain select * from tb_seller where address = '北京市'; -- 没有使用索引explain select * from tb_seller where address = '西安市'; -- 没有使用索引-- 2、is NULL ， is NOT NULL 有时有效，有时索引失效。create index index_address on tb_seller(nickname);explain select * from tb_seller where nickname is NULL; -- 索引有效explain select * from tb_seller where nickname is not NULL; -- 无效

SQL优化

create table `tb_user` (`id` int(11) not null auto_increment,`username` varchar(45) not null,`password` varchar(96) not null,`name` varchar(45) not null,`birthday` datetime default null,`sex` char(1) default null,`email` varchar(45) default null,`phone` varchar(45) default null,`qq` varchar(32) default null,`status` varchar(32) not null comment '用户状态',`create_time` datetime not null,`update_time` datetime default null,primary key (`id`),unique key `unique_user_username` (`username`));

当使用load 命令导入数据的时候，适当的设置可以提高导入的效率。对于 InnoDB 类型的表，有以下几种方式可以提高导入的效率：

大量插入数据

1）主键顺序插入

因为InnoDB类型的表是按照主键的顺序保存的，所以将导入的数据按照主键的顺序排列，可以有效的提高导入数据的效率。如果InnoDB表没有主键，那么系统会自动默认创建一个内部列作为主键，所以如果可以给表创建一个主键，将可以利用这点，来提高导入数据的效率。

-- 1、首先，检查一个全局系统变量 'local_infile' 的状态， 如果得到如下显示 Value=OFF，则说明这是不可用的show global variables like 'local_infile';-- 2、修改local_infile值为on，开启local_infileset global local_infile=1;-- 3、加载数据/*脚本文件介绍 :sql1.log ----> 主键有序sql2.log ----> 主键无序*/load data local infile 'D:\\sql_data\\sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n';

2 )、关闭唯一性校验

在导入数据前执行 SET UNIQUE_CHECKS=0，关闭唯一性校验，在导入结束后执行SET UNIQUE_CHECKS=1，恢复唯一性校验，可以提高导入的效率。

-- 关闭唯一性校验SET UNIQUE_CHECKS=0;truncate table tb_user;load data local infile 'D:\\sql_data\\sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n';SET UNIQUE_CHECKS=1;

优化insert语句

-- 数据有序插入insert into tb_test values(4,'Tim');insert into tb_test values(1,'Tom');insert into tb_test values(3,'Jerry');insert into tb_test values(5,'Rose');insert into tb_test values(2,'Cat');-- 优化后insert into tb_test values(1,'Tom');insert into tb_test values(2,'Cat');insert into tb_test values(3,'Jerry');insert into tb_test values(4,'Tim');insert into tb_test values(5,'Rose');

优化order by语句

CREATE TABLE `emp` (`id` int(11) NOT NULL AUTO_INCREMENT,`name` varchar(100) NOT NULL,`age` int(3) NOT NULL,`salary` int(11) DEFAULT NULL,PRIMARY KEY (`id`));insert into `emp` (`id`, `name`, `age`, `salary`) values('1','Tom','25','2300');insert into `emp` (`id`, `name`, `age`, `salary`) values('2','Jerry','30','3500');insert into `emp` (`id`, `name`, `age`, `salary`) values('3','Luci','25','2800');insert into `emp` (`id`, `name`, `age`, `salary`) values('4','Jay','36','3500');insert into `emp` (`id`, `name`, `age`, `salary`) values('5','Tom2','21','2200');insert into `emp` (`id`, `name`, `age`, `salary`) values('6','Jerry2','31','3300');insert into `emp` (`id`, `name`, `age`, `salary`) values('7','Luci2','26','2700');insert into `emp` (`id`, `name`, `age`, `salary`) values('8','Jay2','33','3500');insert into `emp` (`id`, `name`, `age`, `salary`) values('9','Tom3','23','2400');insert into `emp` (`id`, `name`, `age`, `salary`) values('10','Jerry3','32','3100');insert into `emp` (`id`, `name`, `age`, `salary`) values('11','Luci3','26','2900');insert into `emp` (`id`, `name`, `age`, `salary`) values('12','Jay3','37','4500');create index idx_emp_age_salary on emp(age,salary);

2、两种排序方式

第一种是通过对返回数据进行排序，也就是通常说的 filesort 排序，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。

第二种通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高。

3、Filesort 的优化

通过创建合适的索引，能够减少 Filesort 的出现，但是在某些情况下，条件限制不能让Filesort消失，那就需要加快 Filesort的排序操作。

对于Filesort ， MySQL 有两种排序算法：

1）两次扫描算法：MySQL4.1 之前，使用该方式排序。首先根据条件取出排序字段和行指针信息，然后在排序区 sort buffer 中排序，如果sort buffer不够，则在临时表 temporary table 中存储排序结果。完成排序之后，再根据行指针回表读取记录，该操作可能会导致大量随机I/O操作。

2）一次扫描算法：一次性取出满足条件的所有字段，然后在排序区 sort buffer 中排序后直接输出结果集。排序时内存开销较大，但是排序效率比两次扫描算法要高。

MySQL 通过比较系统变量 max_length_for_sort_data 的大小和Query语句取出的字段总大小，来判定是否那种排序算法，如果max_length_for_sort_data 更大，那么使用第二种优化之后的算法；否则使用第一种。

可以适当提高 sort_buffer_size 和 max_length_for_sort_data 系统变量，来增大排序区的大小，提高排序的效率。

优化group by

于GROUP BY 实际上也同样会进行排序操作，而且与ORDER BY 相比，GROUP BY 主要只是多了排序之后的分组操作。当然，如果在分组的时候还使用了其他的一些聚合函数，那么还需要一些聚合函数的计算。所以，在GROUP BY 的实现过程中，与 ORDER BY 一样也可以利用到索引。

如果查询包含 group by 但是用户想要避免排序结果的消耗，则可以执行order by null 禁止排序。

如下：

drop index idx_emp_age_salary on emp;explain select age,count(*) from emp group by age;explain select age,count(*) from emp group by age order by null;create index idx_emp_age_salary on emp(age,salary)；

子查询优化

使用子查询可以一次性的完成很多逻辑上需要多个步骤才能完成的SQL操作，同时也可以避免事务或者表锁死，并且写起来也很容易。但是，有些情况下，子查询是可以被更高效的连接（JOIN）替代。

explain select * from user where uid in (select uid from user_role );