常见的SQL优化

发表于2020-12-09更新于2021-04-12字数统计1k阅读时长9分阅读次数13

关系型数据库中常见的 SQL 优化。挺久前写过的笔记了，应该借鉴了挺多文章，侵删。

常见的 SQL 优化

操作符 <> 优化

通常 <> 操作符无法使用索引，如果 amount 为100的订单极少，这种数据分布严重不均的情况下，有可能使用索引。

select id from orders where amount != 100;

鉴于这种不确定性，采用 union 聚合搜索结果。

(select id from orders where amount > 100)
 union all
(select id from orders where amount < 100 and amount > 0)

在Innodb引擎下or无法使用组合索引

select id, product_name from orders where mobile_no = '13421800407' or user_id = 100;

OR 无法命中 mobile_no + user_id 的组合索引，可采用 union

(select id, product_name from orders where mobile_no = '13421800407')
union
(select id, product_name from orders where user_id = 100)

in 适合主表大子表小，exists 适合主表小子表大。

select id from orders where user_id in (select id from user where level = 'VIP');
select id from orders where user_id in (1, 2, 3);

有时可以用 join 来替代 in 操作。查询条件是连续的话可以用 between 代替 in

select o.id from orders o left join user u on o.user_id = u.id where level = 'VIP'
select id from orders where user_id between 1 and 3;

不做列运算

通常在 where 子句里 = 左边进行表达式或者函数操作会导致无法正确使用索引

select id from orders where id / 2 = 4;
select name from orders where substring(name, 1, 3) = 'SQL';

可以改写成如下格式

select id from orders where id = 4 * 2;
select name from orders where name like 'SQL%';

like 优化

下面这样写在 description 建立索引的情况下并不会命中索引

select description from order where description like '%keyword%';

改写成如下

select description from order where description like 'keyword%';

进行 null 值判断

直接判断 null 值会导致引擎放弃使用索引

select name from orders where name is null;

可以为 null 值填充上有意义的默认值之后在进行过滤判断

select name from orders where name = 0;

limit 优化

limit 查询起始值越大查询越慢

select * from orders limit 1000000, 10;

缩小 limit 的查询范围来进行优化

select * from orders where id > (select id from orders order by id desc limit 1000000,1) order by id desc limit 0,10

强制使用索引

select name from orders with index(索引名) from orders;

腾讯 DBBrain 上的参赛题。现有 order，order_item 两张数据表。需要优化 select.sql 和 update.sql 中的 sql 语句来应对模拟访问造成的数据库压力等问题。在本地的话，就是优化一下 sql 的执行实践就可以了。

数据源下载提取密码：qq28

order 表

CREATE TABLE `order` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(32) NOT NULL,
  `creator` varchar(24) NOT NULL,
  `price` varchar(64) NOT NULL,
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `status` tinyint(1) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

order_item 表

CREATE TABLE `order_item` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(32) NOT NULL,
  `parent` bigint(20) NOT NULL,
  `status` int(11) NOT NULL,
  `type` varchar(12) NOT NULL DEFAULT '0',
  `quantity` int(11) NOT NULL DEFAULT '1',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

select.sql，执行用时 2.19 秒

SELECT *
FROM   `order` o
       INNER JOIN order_item i ON i.parent = o.id
ORDER  BY o.status ASC,
          i.update_time DESC
LIMIT  0, 20

update.sql，执行用时比较长，在本地运行直接卡住了

update `order` set
create_time = now()
where id in (
    select parent from order_item where type = 2
)

update.sql， type 是 varchar 类型，而 where 子句中 type = 2，类型不匹配。对 type，parent 字段上建立组合索引，将 in 子查询改为 join（这里的数据量不是很大）

alter table `order` add index idx_1(type, parent);

update `order` o inner join (
   select type, parent from `order_item` where type = '2' group by type, parent
) i on o.id = i.parent set create_time = now();

select.sql

SELECT o.*,i.*
FROM   (
         (SELECT o.id, i.id item_id
          FROM   `order` o
          INNER JOIN order_item i ON i.parent =o.id
          WHERE  o.status = 0
          ORDER  BY i.update_time DESC
          LIMIT  0, 20
         )
          UNION ALL
         (SELECT o.id, i.id item_id FROM `order` o
           INNER JOIN order_item i ON i.parent =o.id
           WHERE  o.status = 1
           ORDER  BY i.update_time DESC
           LIMIT  0, 20
         )
        ) tmp
       INNER JOIN `order` o ON tmp.id = o.id
       INNER JOIN order_item i ON tmp.item_id =i.id
ORDER  BY o.status ASC,
          i.update_time DESC
LIMIT  0, 20

How do database indexes work? And, how do indexes help?

常见的SQL优化 | TimeMachine Notes

常见的SQL优化