传智播客博学谷

get最新最全的IT技能

免费领取各种视频资料

sql语句的执行顺序:

FROM <left_table>

ON <join_condition>

<join_type> JOIN <right_table>

WHERE <where_condition>

GROUP BY <group_by_list>

HAVING <having_condition>

DISTINCT <select_list>

ORDER BY <order_by_condition>

LIMIT <limit_number>

分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。

SELECT * FROM   operation WHERE  type = 'SQLStats'

AND name = 'SlowLog' ORDER  BY create_time LIMIT  1000, 10;

好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT ,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?

要知道数据库也并不知道第条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。

在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:

SELECT * FROM operation WHERE type = 'SQLStats'

AND name = 'SlowLog' AND create_time > '2017-03-16 14:00:00'

ORDER BY create_time limit 10;

在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。

SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:

mysql> explain extended SELECT * FROM  my_balance b

> WHERE  b.bpn = 123

>       AND b.isverified IS NULL ;

mysql> show warnings;

| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'

其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。

上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。

虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。

比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。

UPDATE operation o SET status = 'applying' WHERE  o.id

IN (SELECT id FROM (SELECT o.id,o.status FROM   operation o

WHERE  o.group = 123 AND o.status NOT IN ( 'done' )

ORDER  BY o.parent, o.id LIMIT  1) t);

执行计划:

重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。

UPDATE operation o JOIN  (SELECT o.id, o.status FROM   operation o WHERE  o.group = 123

AND o.status NOT IN ( 'done' ) ORDER  BY o.parent,o.id LIMIT  1) t

ON o.id = t.id SET    status = 'applying'

执行计划简化为:

MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。

SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id

ORDER  BY a.is_reply ASC, a.appraise_time DESC LIMIT  0, 20

执行计划显示为全表扫描:

由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。

SELECT * FROM (

(SELECT * FROM my_order o INNER JOIN my_appraise a  ON a.orderid = o.id

AND is_reply = 0 ORDER  BY appraise_time DESC LIMIT  0, 20)

UNION ALL

(SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id

AND is_reply = 1 ORDER  BY appraise_time DESC LIMIT  0, 20)) t

ORDER  BY  is_reply ASC, appraisetime DESC LIMIT  20;

MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:

SELECT *

FROM   my_neighbor n

LEFT JOIN my_neighbor_apply sra

ON n.id = sra.neighbor_id

AND sra.user_id = 'xxx'

WHERE  n.topic_status < 4

AND EXISTS(SELECT 1

FROM   message_info m

WHERE  n.id = m.neighbor_id

AND m.inuser = 'xxx')

AND n.topic_type <> 5

执行计划为:

去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。

SELECT *

FROM   my_neighbor n

INNER JOIN message_info m

ON n.id = m.neighbor_id

AND m.inuser = 'xxx'

LEFT JOIN my_neighbor_apply sra

ON n.id = sra.neighbor_id

AND sra.user_id = 'xxx'

WHERE  n.topic_status < 4

AND n.topic_type <> 5

新的执行计划:

外部查询条件不能够下推到复杂的视图或子查询的情况有:

1、聚合子查询; 2、含有 LIMIT 的子查询; 3、UNION 或 UNION ALL 子查询; 4、输出字段中的子查询;

如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后:

SELECT *

FROM   (SELECT target,

FROM   operation

GROUP  BY target) t

WHERE  target = 'rm-xxxx'

确定从语义上查询条件可以直接下推后,重写如下:

SELECT target,

FROM   operation

WHERE  target = 'rm-xxxx'

GROUP  BY target

执行计划变为:

关于 MySQL 外部条件不能下推的详细解释说明请参考以前文章:MySQL · 性能优化 · 条件下推到物化表

先上初始 SQL 语句:

SELECT *

FROM   my_order o

LEFT JOIN my_userinfo u

ON o.uid = u.uid

LEFT JOIN my_productinfo p

ON o.pid = p.pid

WHERE  ( o.display = 0 )

AND ( o.ostaus = 1 )

ORDER  BY o.selltime DESC

LIMIT  0, 15

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。

由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。

SELECT *

FROM (

SELECT *

FROM   my_order o

WHERE  ( o.display = 0 )

AND ( o.ostaus = 1 )

ORDER  BY o.selltime DESC

LIMIT  0, 15

LEFT JOIN my_userinfo u

ON o.uid = u.uid

LEFT JOIN my_productinfo p

ON o.pid = p.pid

ORDER BY  o.selltime DESC

limit 0, 15

再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。

再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):

SELECT    a.*,

c.allocated

FROM      (

SELECT   resourceid

FROM     my_distribute d

WHERE    isdelete = 0

AND      cusmanagercode = ''

ORDER BY salecode limit 20) a

LEFT JOIN

SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated

FROM     my_resources

GROUP BY resourcesid) c

ON        a.resourceid = c.resourcesid

那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。

其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。

SELECT    a.*,

c.allocated

FROM      (

SELECT   resourceid

FROM     my_distribute d

WHERE    isdelete = 0

AND      cusmanagercode = ''

ORDER BY salecode limit 20) a

LEFT JOIN

SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated

FROM     my_resources r,

SELECT   resourceid

FROM     my_distribute d

WHERE    isdelete = 0

AND      cusmanagercode = ''

ORDER BY salecode limit 20) a

WHERE    r.resourcesid = a.resourcesid

GROUP BY resourcesid) c

ON        a.resourceid = c.resourcesid

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:

SELECT   resourceid

FROM     my_distribute d

WHERE    isdelete = 0

AND      cusmanagercode = ''

ORDER BY salecode limit 20)

SELECT    a.*,

c.allocated

FROM      a

LEFT JOIN

SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated

FROM     my_resources r,

WHERE    r.resourcesid = a.resourcesid

GROUP BY resourcesid) c

ON        a.resourceid = c.resourcesid

数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。

上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。

程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。

编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。

免费资料

猜你喜欢

传智播客博学谷

有一个IT圈子,叫博学谷