数据库优化 - SQL优化

前面一篇文章从实例的角度进行数据库优化，通过配置一些参数让数据库性能达到最优。但是一些“不好”的SQL也会导致数据库查询变慢，影响业务流程。本文从SQL角度进行数据库优化，提升SQL运行效率。

判断问题SQL

判断SQL是否有问题时可以通过两个表象进行判断：

• 系统级别表象
  • CPU消耗严重
  • IO等待严重
  • 页面响应时间过长
  • 应用的日志出现超时等错误

• SQL语句表象
  • 冗长
  • 执行时间过长
  • 从全表扫描获取数据
  • 执行计划中的rows、cost很大

执行计划告诉我们本次查询走了全表扫描 Type=ALL ，rows很大(9950400)基本可以判断这是一段"有味道"的SQL。

获取问题SQL

不同数据库有不同的获取方法，以下为目前主流数据库的慢查询SQL获取工具

• MySQL
  • 慢查询日志
  • 测试工具loadrunner
  • Percona公司的ptquery等工具
• Oracle
  • AWR报告
  • 测试工具loadrunner等
  • 相关内部视图如v$sql、v$session_wait等
  • GRID CONTROL监控工具
• 达梦数据库
  • AWR报告
  • 测试工具loadrunner等
  • 达梦性能监控工具（dem）
  • 相关内部视图如v$sql、v$session_wait等

SQL编写技巧

SQL编写有以下几个通用的技巧：

• 合理使用索引

索引少了查询慢；索引多了占用空间大，执行增删改语句的时候需要动态维护索引，影响性能

选择率高（重复值少）且被where频繁引用需要建立B树索引；一般join列需要建立索引；复杂文档类型查询采用全文索引效率更好；索引的建立要在查询和DML性能之间取得平衡；复合索引创建时要注意基于非前导列查询的情况

• 使用UNION ALL替代UNION

UNION ALL的执行效率比UNION高，UNION执行时需要排重；UNION需要对数据进行排序

• 避免select * 写法

执行SQL时优化器需要将 * 转成具体的列；每次查询都要回表，不能走覆盖索引。

• JOIN字段建议建立索引

一般JOIN字段都提前加上索引

• 避免复杂SQL语句

提升可阅读性；避免慢查询的概率；可以转换成多个短查询，用业务端处理

• 避免where 1=1写法

• 避免order by rand()类似写法

RAND()导致数据列被多次扫描

SQL优化

执行计划

字段 解释 id 每个被独立执行的操作标识，标识对象被操作的顺序，id值越大，先被执行，如果相同，执行顺序从上到下 select_type 查询中每个select 字句的类型 table 被操作的对象名称，通常是表名，但有其他格式 partitions 匹配的分区信息(对于非分区表值为NULL) type 连接操作的类型 possible_keys 可能用到的索引 key 优化器实际使用的索引( 最重要的列 ) 从最好到最差的连接类型为 const 、 eq_reg 、 ref 、 range 、 index 和 ALL 。当出现 ALL 时表示当前SQL出现了“坏味道” key_len 被优化器选定的索引键长度，单位是字节 ref 表示本行被操作对象的参照对象，无参照对象为NULL rows 查询执行所扫描的元组个数（对于innodb，此值为估计值） filtered 条件表上数据被过滤的元组个数百分比 extra 执行计划的重要补充信息，当此列出现 Using filesort , Using temporary 字样时就要小心了，很可能SQL语句需要优化

接下来我们用一段实际优化案例来说明SQL优化的过程及优化技巧。

优化案例

• 表结构

  CREATE TABLE `a` ( `id` int(11) NOT NULLAUTO_INCREMENT, `seller_id` bigint(20) DEFAULT NULL, `seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) ); CREATE TABLE `b` ( `id` int(11) NOT NULLAUTO_INCREMENT, `seller_name` varchar(100) DEFAULT NULL, `user_id` varchar(50) DEFAULT NULL, `user_name` varchar(100) DEFAULT NULL, `sales` bigint(20) DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) ); CREATE TABLE `c` ( `id` int(11) NOT NULLAUTO_INCREMENT, `user_id` varchar(50) DEFAULT NULL, `order_id` varchar(100) DEFAULT NULL, `state` bigint(20) DEFAULT NULL, `gmt_create` varchar(30) DEFAULT NULL, PRIMARY KEY (`id`) );

• 三张表关联，查询当前用户在当前时间前后10个小时的订单情况，并根据订单创建时间升序排列，具体SQL如下

  select a.seller_id, a.seller_name, b.user_name, c.state from a, b, c where a.seller_name = b.seller_name and b.user_id = c.user_id and c.user_id = 17 and a.gmt_create BETWEEN DATE_ADD(NOW(), INTERVAL – 600 MINUTE) AND DATE_ADD(NOW(), INTERVAL 600 MINUTE) order by a.gmt_create；

• 查看数据量

  

• 原执行时间

  

• 原执行计划

  

• 初步优化思路
  1. SQL中 where条件字段类型要跟表结构一致，表中 user_id 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表 user_id 字段改成int类型。
  2. 因存在b表和c表关联，将b和c表 user_id 创建索引
  3. 因存在a表和b表关联，将a和b表 seller_name 字段创建索引
  4. 利用复合索引消除临时表和排序

• 初步优化SQL

  alter table b modify `user_id` int(10) DEFAULT NULL; alter table c modify `user_id` int(10) DEFAULT NULL; alter table c add index `idx_user_id`(`user_id`); alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`); alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);

• 查看优化后执行时间

  

• 查看优化后执行计划

  

• 查看warnings信息

  

• 继续优化

  alter table a modify "gmt_create" datetime DEFAULT NULL;

• 查看执行时间

  

• 查看执行计划

  

• 优化总结
  1. 查看执行计划 explain
  2. 如果有告警信息，查看告警信息 show warnings;
  3. 查看SQL涉及的表结构和索引信息
  4. 根据执行计划，思考可能的优化点
  5. 按照可能的优化点执行表结构变更、增加索引、SQL改写等操作
  6. 查看优化后的执行时间和执行计划

  7. 如果优化效果不明显，重复第四步操作

     请关注个人公众号:JAVA日知录