MySQL关联查询原理与优化

表信息说明

以下三张表,是用于下面查询演示的表,根据字段名称大概就知道其含义,不做额外解释。

商品分类信息表

商品信息表

商品封面图片信息表

关联查询

现在要查询类别ID=40的所有商品标题及其图片信息。

注意当前只是创建了表,然后表中插入了记录,并未对表字段添加索引(除了自带的主键索引)。

查询语句如下:

explain select g.title ,gc.*

from t_goods g , t_goods_cover gc

where g.goods_id = gc.goods_id

and g.category_id = 44 ;

查询语句前的explain关键字,是指显示当前查询的查询计划。下面信息为查询计划的内容:

可以看到查询计划有两条数据。从上面的两条执行计划信息中,可以提炼出如下的信息:

  1. 一般情况下,第一条记录显示的table为驱动表,也就是gc这个表为驱动表。
  2. 在第一条查询计划中,type=ALL,表示全表扫描,这是执行最慢的一种方式,希望可以优化。
  3. 第二条执行计划信息,可以看到type=eq_ref,表示联表的主键或唯一键联合查询。指g.goods_id = gc.goods_id查询条件。

explain type值的含义:

①ALL 全表扫描

②eq_ref 联表查询的情况,按联表的主键或唯一键联合查询。

③ref 非主键或唯一索引的等值检索

现在执行一万次查询,看看执行速度如何,下面用Java代码进行测试:

执行一万次查询,平均每次4毫秒。

查询优化

对数据库表字段,添加索引,进行优化:

#关联查询优化要点

#1. 外键上加索引

create index idx_goods_id on t_goods_cover(goods_id);

#2. 查询条件上加索引

create index idx_category_id on t_goods(category_id);

在 t_goods_cover表的外键字段goods_id上添加索引,因为goods_id字段用在了两个表的关联条件中。

在t_goods表的外键字段category_id上添加索引,因为category_id字段用在了where查询条件中。

两个索引添加后,再次执行一万次查询,看下效率:

添加两个索引后,平均每次0.5毫秒。平均查询速度提升了8倍。

更多关于索引的使用,数据库的优化技巧,参考下面文章:

https://blog.csdn.net/liangmengbk/article/details/155714304

相关推荐
zcn12611 小时前
row_number()函数与group by性能比较
数据库·sql优化改写
小K讲AI营销11 小时前
AI基础设施融资路径的中美比较:资本市场模式与政策金融模式
大数据·数据库·人工智能
净水深流11 小时前
中国冷链冷库行业数据分析:从规模扩张到技术驱动
大数据·数据库·人工智能·冷库冷链
李兆龙的博客12 小时前
从一到无穷大 #94:ClickHouse TimeSeries——时间线组织与 Prometheus 兼容性
数据库
冰暮流星12 小时前
事务的四个特性(ACID)详解
数据库
byte轻骑兵12 小时前
时序数据库选型全指南|大数据工业场景Apache IoTDB落地实操
大数据·数据库·人工智能·apache iotdb
Sirens.12 小时前
MySQL数据库:JDBC编程
数据库·mysql
连山齐名12 小时前
MySQL八股文面试题
mysql
蓝速科技12 小时前
会议室门牌签到功能选型与落地指南丨蓝速科技
大数据·运维·数据库·人工智能·科技
Hrain-AI21 小时前
多 Agent 并行不打架:worktree 隔离与反馈回流落地(附脚本)
网络·数据库·人工智能·架构