MySQL 中如何进行 SQL 调优

重点

平时进行 SQL 调优,主要是通过观察慢 SQL,然后利用 explain 分析查询语句的执行计划,识别性能瓶颈,优化查询语句。

1) 合理设计索引,利用联合索引进行覆盖索引的优化,避免回表的发生,减少一次查询和随机 I/O

回表：索引无法满足查询所需的所有列数据，需要回到主表获取额外的数据。
避免回表 ：创建覆盖索引(索引包含了查询所需的所有列)，让查询可以直接从索引中获取所有数据，无需访问主表。

例子：

建表和建立索引：

复制代码

CREATE TABLE user (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT,
    gender CHAR(1),
    city VARCHAR(50)
);
CREATE INDEX idx_name_age_gender ON user(name, age, gender);

建立了联合索引：name，age，gender。

若执行SELECT city FROM user WHERE name = 'John' AND age = 25; 因为 select 需要返回city。索引中没有city列的数据，还需要根据索引条目中包含的主键信息（虽然例子中没有显式指定，但通常索引会包含指向主键的指针）回到 user 表的主键索引中 ，去查找完整的行数据，这个"回到主表查找 city 列"的过程就是回表。

2) 避免 SELECT *,只查询必要的字段

3) 避免在 SQL 中进行函数计算等操作,使得无法命中索引

4) 避免使用 %LIKE,导致全表扫描

5) 注意联合索引需满足最左匹配原则

解释最左匹配原则：最左匹配原则是指在使用联合索引时，必须按照索引的顺序从左到右使用，不能跳过索引中的列。
1. SQL 实战理解最左匹配原则

建表语句:假设我们有一个用户订单表，包含用户ID、订单日期和订单金额三个字段，我们对这三个字段创建一个联合索引。

复制代码

CREATE TABLE user_orders (
    id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT,
    order_date DATE,
    order_amount DECIMAL(10,2),
    INDEX idx_user_date_amount (user_id, order_date, order_amount)
);

Python脚本生成测试数据：

复制代码

from datetime import datetime, timedelta
import random

# 生成INSERT语句
def generate_insert_statements():
    start_date = datetime(2023, 1, 1)
    statements = []
    
    for _ in range(4200):
        user_id = random.randint(1, 1000)
        days = random.randint(0, 365)
        order_date = (start_date + timedelta(days=days)).strftime('%Y-%m-%d')
        order_amount = round(random.uniform(10.0, 1000.0), 2)
        
        insert_sql = f"INSERT INTO user_orders (user_id, order_date, order_amount) VALUES ({user_id}, '{order_date}', {order_amount});"
        statements.append(insert_sql)
    
    # 将所有INSERT语句写入文件
    with open('insert_data.sql', 'w') as f:
        f.write('
'.join(statements))
        
    print("INSERT语句已生成到 insert_data.sql 文件中")

if __name__ == "__main__":
    generate_insert_statements()

测试不同查询场景：

复制代码

-- 完全满足最左匹配原则（使用全部索引列）
EXPLAIN SELECT * FROM user_orders 
WHERE user_id = 100 AND order_date = '2023-05-01' AND order_amount = 500;

复制代码

-- 满足最左匹配原则（使用索引的前两列）
EXPLAIN SELECT * FROM user_orders 
WHERE user_id = 100 AND order_date = '2023-05-01';

explain 结果：

复制代码

-- 满足最左匹配原则（只使用第一列）
EXPLAIN SELECT * FROM user_orders 
WHERE user_id = 100;

explain 结果：

复制代码

-- 不满足最左匹配原则（跳过`user_id`）
EXPLAIN SELECT * FROM user_orders 
WHERE order_date = '2023-05-01' AND order_amount = 500;

explain 结果：

复制代码

-- 不满足最左匹配原则（只使用order_date）
EXPLAIN SELECT * FROM user_orders 
WHERE order_date = '2023-05-01';

explain 结果：

复制代码

-- 不满足最左匹配原则（只使用order_amount）
EXPLAIN SELECT * FROM user_orders 
WHERE order_amount = 500;

explain 结果：

从上述explain 的结果看出，不满足最左匹配原则，filitered 都很低。

6) 不要对无索引字段进行排序操作

强制使用文件排序(filesort)：

当对无索引字段排序时，MySQL无法利用索引的有序性，必须将数据加载到内存中进行排序，这就是filesort，filesort是一个非常耗费资源的操作。
内存开销大

如果排序数据量小，MySQL会在内存中完成排序，如果数据量超过sort_buffer_size，会发生磁盘文件排序，磁盘排序涉及临时文件的创建和多次IO，性能更差！

SQL实战演示

复制代码

-- 创建测试表
CREATE TABLE worker(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(50),
    salary DECIMAL(10,2),
    department VARCHAR(50),
    INDEX idx_salary (salary)  -- 只对salary创建索引
);

-- 插入测试数据
INSERT INTO worker(name, salary, department) VALUES
('张三', 5000, '技术部'),
('李四', 6000, '市场部'),
('王五', 4500, '技术部'),
('赵六', 7000, '销售部');


-- 会使用索引排序的情况：
-- 只查询索引列
SELECT salary FROM employees ORDER BY salary;
-- 或者
SELECT id, salary FROM employees ORDER BY salary;
-- 结果显示: Using index for order by

复制代码

会导致filesort的情况：
-- 特例：查询所有列（SELECT *）
SELECT * FROM employees ORDER BY salary;

当使用SELECT *时，需要回表获取所有列的数据，这种情况下，MySQL认为使用索引排序的成本比filesort更高。

-- 对无索引的department字段排序

EXPLAIN SELECT * FROM employees ORDER BY department;

-- 结果显示: Using filesort

7) 连表查询需要注意不同字段的字符集是否一致,否则也会导致全表扫描

除此之外,还可以利用缓存来优化,一些变化少或者访问频繁的数据设置到缓存中,减轻数据库的压力,提升查询的效率。

还可以通过业务来优化,例如少展示一些不必要的字段,减少多表查询的情况,将列表查询替换成分页分批查询等等。