上海专业做网站公司电话,网站的转化率,设计公司起名字,重庆网络推广平台上文我们简述了 SQL 的一些进阶技巧#xff0c;一些朋友觉得不过瘾#xff0c;我们继续来下篇#xff0c;再送你 10 个技巧一、 使用延迟查询优化 limit [offset], [rows]经常出现类似以下的 SQL 语句:SELECT * FROM film LIMIT 100000, 10offset 特别大!这是我司出现很多慢… 上文我们简述了 SQL 的一些进阶技巧一些朋友觉得不过瘾我们继续来下篇再送你 10 个技巧一、 使用延迟查询优化 limit [offset], [rows]经常出现类似以下的 SQL 语句:SELECT * FROM film LIMIT 100000, 10offset 特别大!这是我司出现很多慢 SQL 的主要原因之一尤其是在跑任务需要分页执行时经常跑着跑着 offset 就跑到几十万了导致任务越跑越慢。LIMIT 能很好地解决分页问题但如果 offset 过大的话会造成严重的性能问题原因主要是因为 MySQL 每次会把一整行都扫描出来扫描 offset 遍找到 offset 之后会抛弃 offset 之前的数据再从 offset 开始读取 10 条数据显然这样的读取方式问题。可以通过延迟查询的方式来优化假设有以下 SQL,有组合索引(sex, rating)SELECT FROM profiles where sexM order by rating limit 100000, 10;则上述写法可以改成如下写法SELECT FROM profiles inner join(SELECT id form FROM profiles where x.sexM order by rating limit 100000, 10)as x using(id);这里利用了覆盖索引的特性先从覆盖索引中获取 100010 个 id再丢充掉前 100000 条 id保留最后 10 个 id 即可丢掉 100000 条 id 不是什么大的开销所以这样可以显著提升性能二、 利用 LIMIT 1 取得唯一行数据库引擎只要发现满足条件的一行数据则立即停止扫描这种情况适用于只需查找一条满足条件的数据的情况三、 注意组合索引要符合最左匹配原则才能生效假设存在这样顺序的一个联合索引“col_1, col_2, col_3”。这时指定条件的顺序就很重要。○ SELECT * FROM SomeTable WHERE col_1 10 AND col_2 100 AND col_3 500;○ SELECT * FROM SomeTable WHERE col_1 10 AND col_2 100 ;× SELECT * FROM SomeTable WHERE col_2 100 AND col_3 500 ;前面两条会命中索引第三条由于没有先匹配 col_1导致无法命中索引 另外如果无法保证查询条件里列的顺序与索引一致可以考虑将联合索引 拆分为多个索引。四、使用 LIKE 谓词时只有前方一致的匹配才能用到索引(最左匹配原则)× SELECT * FROM SomeTable WHERE col_1 LIKE %a;× SELECT * FROM SomeTable WHERE col_1 LIKE %a%;○ SELECT * FROM SomeTable WHERE col_1 LIKE a%;上例中只有第三条会命中索引前面两条进行后方一致或中间一致的匹配无法命中索引五、 简单字符串表达式模型字符串可以使用 _ 时 尽可能避免使用 %, 假设某一列上为 char(5)不推荐SELECT first_name, last_name, homeroom_nbr FROM Students WHERE homeroom_nbr LIKE A-1%;推荐SELECT first_name, last_namehomeroom_nbr FROM Students WHERE homeroom_nbr LIKE A-1__; --模式字符串中包含了两个下划线六、尽量使用自增 id 作为主键比如现在有一个用户表有人说身份证是唯一的也可以用作主键理论上确实可以不过用身份证作主键的话一是占用空间相对于自增主键大了很多二是很容易引起频繁的页分裂造成性能问题(什么是页分裂请参考这篇文章)主键选择的几个原则自增尽量小不要对主键进行修改七、如何优化 count(*)使用以下 sql 会导致慢查询SELECT COUNT(*) FROM SomeTableSELECT COUNT(1) FROM SomeTable原因是会造成全表扫描有人说 COUNT(*) 不是会利用主键索引去查找吗怎么还会慢这就要谈到 MySQL 中的聚簇索引和非聚簇索引了聚簇索引叶子节点上存有主键值整行数据非聚簇索叶子节点上则存有辅助索引的列值 主键值如下所以就算对 COUNT(*) 使用主键查找由于每次取出主键索引的叶子节点时取的是一整行的数据效率必然不高但是非聚簇索引叶子节点只存储了「列值 主键值」,这也启发我们可以用非聚簇索引来优化假设表有一列叫 status, 为其加上索引后可以用以下语句优化:SELECT COUNT(status) FROM SomeTable有人曾经测过(见文末参考链接)假设有 100 万行数据使用聚簇索引来查找行数的比使用 COUNT(*) 查找速度快 10 几倍。不过需要注意的是通过这种方式无法计算出 status 值为 null 的那些行如果主键是连续的可以利用 MAX(id) 来查找MAX 也利用到了索引只需要定位到最大 id 即可性能极好如下秒现结果SELECT MAX(id) FROM SomeTable说句题句话有人说用 MyISAM 引擎调用 COUNT(*) 非常快那是因为它提前把行数存在磁盘中了直接拿当然很快不过如果有 WHERE 的限制,用 COUNT(*) 还是很慢!八、避免使用 SELECT * 尽量利用覆盖索引来优化性能SELECT * 会提取出一整行的数据如果查询条件中用的是组合索引进行查找还会导致回表(先根据组合索引找到叶子节点再根据叶子节点上的主键回表查询一整行)降低性能而如果我们所要的数据就在组合索引里只需读取组合索引列这样网络带宽将大大减少,假设有组合索引列 (col_1, col_2)推荐用SELECT col_1, col_2 FROM SomeTable WHERE col_1 xxx AND col_2 xxx不推荐用SELECT * FROM SomeTable WHERE col_1 xxx AND col_2 xxx九、 如有必要使用 force index() 强制走某个索引业务团队曾经出现类似以下的慢 SQL 查询SELECT * FROM SomeTable WHERE status 0 AND gmt_create 1490025600 AND gmt_create 1490630400 AND id 0 AND post_id IN (67778, 67811, 67833, 67834, 67839, 67852, 67861, 67868, 67870, 67878, 67909, 67948, 67951, 67963, 67977, 67983, 67985, 67991, 68032, 68038/*... omitted 480 items ...*/)order by id asc limit 200;post_id 也加了索引理论上走 post_id 索引会很快查询出来但实际通过 EXPLAIN 发现走的却是 id 的索引(这里隐含了一个常见考点在多个索引的情况下, MySQL 会如何选择索引)而 id 0 这个查询条件没啥用直接导致了全表扫描 所以在有多个索引的情况下一定要慎用可以使用 force index 来强制走某个索引以这个例子为例可以强制走 post_id 索引效果立杆见影。这种由于表中有多个索引导致 MySQL 误选索引造成慢查询的情况在业务中也是非常常见一方面是表索引太多另一方面也是由于 SQL 语句本身太过复杂导致 针对本例这种复杂的 SQL 查询其实用 ElasticSearch 搜索引擎来查找更合适有机会到时出一篇文章说说。十、 使用 EXPLAIN 来查看 SQL 执行计划上个点说了可以使用 EXPLAIN 来分析 SQL 的执行情况如怎么发现上文中的最左匹配原则不生效呢执行 「EXPLAIN SQL 语句」可以发现 key 为 None ,说明确实没有命中索引我司在提供 SQL 查询的同时也贴心地加了一个 EXPLAIN 功能及 sql 的优化建议建议各大公司效仿 ^_^,如图示十一、 批量插入速度更快当需要插入数据时批量插入比逐条插入性能更高推荐用-- 批量插入INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, a),(2,3,b);不推荐用INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, a);INSERT INTO TABLE (id, user_id, title) VALUES (2,3,b);批量插入 SQL 执行效率高的主要原因是合并后日志量 MySQL 的 binlog 和 innodb 的事务让日志减少了降低日志刷盘的数据量和频率从而提高了效率十二、 慢日志 SQL 定位前面我们多次说了 SQL 的慢查询那么该怎么定位这些慢查询 SQL 呢主要用到了以下几个参数这几个参数一定要配好再根据每条慢查询对症下药像我司每天都会把这些慢查询提取出来通过邮件给形式发送给各个业务团队以帮忙定位解决总结业务生产中可能还有很多 CASE 导致了慢查询其实细细品一下都会发现这些都和 MySQL 索引的底层数据 B 树 有莫大的关系强烈建议大家看一下我的另一篇介绍 B 树的文章好评如潮相信大家看了之后以上出现的问题会有一个更深层次的理解掌握底层以不变应万变!你心里没点 B 树吗最后欢迎大家关注公号共同交流完 ●MySQL 可重复读差点就让我背上了一个 P0 事故●或许你不知道的 15 条 SQL 技巧●一条SQL查询语句是如何执行的觉得不错点个在看~
