mysql的慢sql优化

为什么要优化慢sql ?

慢sql会长时间占用 数据库连接数,如果项目中有大量的慢sql,那么可用的数据库连接数就会变少,进而会影响业务。

慢sql优化

  • 优化慢sql,最常见的就是添加索引。

  • 查询语句中不要使用select *

  • 尽量减少子查询,使用关联查询(left join,right join,inner join)替代

  • 减少使用IN或者NOT IN ,使用exists,not exists或者关联查询语句替代

  • or 的查询尽量用 union或者union all 代替(在确认没有重复数据或者不用剔除重复数据时,union all会更好)

  • 应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。

  • 应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:
    select id from t where num is null
    可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:
    select id from t where num=0

  • 对于like查询,"%"不要放在前面。

      SELECT * FROM  t_order  WHERE uname LIKE '编程%' -- 走索引 
      SELECT * FROM  t_order  WHERE uname LIKE  '%编程%' -- 不走索引
    

可以用instr代替左模糊。

instr(title,'name')>0  相当于  title like '%name%' 
instr(title,'name')=1  相当于  title like 'name%' 
instr(title,'name')=0  相当于  title not like '%name%' 

EXPLAIN查看执行计划

EXPLAIN可以查看执行计划,对 SELECT 语句进行分析,并输出 SELECT 执行的详细信息,方便针对性地优化。

查询结果的字段如下:

    select_type: SELECT 查询的类型。包括SIMPLE、PRIMARY、UNION、UNION RESULT等
    table: 查询的是哪个表
    partitions: 匹配的分区
    type(重要): 类型。type值为all,表示全表扫描。type值为const,说明使用了主键索引。

system: 表中只有一条数据. 这个类型是特殊的 const 类型.

const: 针对主键或唯一索引的等值查询扫描, 最多只返回一行数据. const 查询速度非常快, 因为它仅仅读取一次即可.

eq_ref: 此类型通常出现在多表的 join 查询, 表示对于前表的每一个结果, 都只能匹配到后表的一行结果. 并且查询的比较操作通常是 =, 查询效率较高.

ref: 此类型通常出现在多表的 join 查询, 针对于非唯一或非主键索引, 或者是使用了 最左前缀 规则索引的查询.

range: 表示使用索引范围查询, 通过索引字段范围获取表中部分数据记录. 这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中.

当 type 是 range 时, 那么 EXPLAIN 输出的 ref 字段为 NULL, 并且 key_len 字段是此次查询中使用到的索引的最长的那个.

index: 表示全索引扫描(full index scan), 和 ALL 类型类似, 只不过 ALL 类型是全表扫描, 而 index 类型则仅仅扫描所有的索引, 而不扫描数据.

index 类型通常出现在: 所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据. 当是这种情况时, extra 字段 会显示 Using index.

all: 表示全表扫描, 这个类型的查询是性能最差的查询之一. 通常来说, 我们的查询不应该出现 ALL 类型的查询, 因为这样的查询在数据量大的情况下, 对数据库的性能是巨大的灾难. 如一个查询是 ALL 类型查询, 那么一般来说可以对相应的字段添加索引来避免.

不同的 type 类型的性能关系如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system。

    possible_keys: 此次查询中可能选用的索引
    key(重要): 此次查询中确切使用到的索引.
    ref: 哪个字段或常数与 key 一起被使用
    rows(重要): 显示此查询一共扫描了多少行. 这个是一个估计值.
    filtered: 表示此查询条件所过滤的数据的百分比
    extra: 额外信息,比如using index表示使用覆盖索引,using where表示在存储引擎之后进行过滤,using temporary表示使用临时表,using filesort表示对结果进行外部排序。

技术角度

  • 用EXPLAIN 查看执行计划。
  • 拆解sql,复杂的sql拆成多条sql,再用 java代码拼接。
  • 复杂的sql,在上线之前,先去生产环境 EXPLAIN 一下执行计划。

业务角度

  • 与产品/业务讨论,查询时,能否限制时间范围,比如只查七天、只查一个月。
  • 与产品/业务讨论,能否清理无用的旧数据,只保留最近三个月、最近一年的数据。
相关推荐
Muko_0x7d22 分钟前
Mongodb
数据库·mongodb
Ren_xixi8 分钟前
redis和mysql的区别
数据库·redis·mysql
m0_7482338840 分钟前
SQL语句整理五-StarRocks
数据库·sql
州周1 小时前
Ftp目录整个下载
linux·服务器·数据库
码农君莫笑1 小时前
使用blazor开发信息管理系统的应用场景
数据库·信息可视化·c#·.net·visual studio
NiNg_1_2341 小时前
Echarts连接数据库,实时绘制图表详解
前端·数据库·echarts
Azoner1 小时前
postgresql安装部署(linux)
数据库·postgresql
追逐时光者2 小时前
免费、简单、直观的数据库设计工具和 SQL 生成器
后端·mysql
PyAIGCMaster2 小时前
文本模式下成功。ubuntu P104成功。
服务器·数据库·ubuntu
drebander2 小时前
MySQL 查询优化案例分享
数据库·mysql