面试冲刺:20---实践中如何优化MySQL？SQL语句该优化？

一、实践中如何优化MySQL？

• MySQL的优化可以体现在两个方面：
  • MySQL外部因素：
    • 系统配置的优化
    • 硬件的优化
      • CPU：CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候
      • I/O的瓶颈：磁盘I/O瓶颈发生在装入数据远大于内存容量的时候，如果应用分布在网络上，那么查询量相当大的时候那么平瓶颈就会出现在网络上
  • MySQL内部因素
    • SQL语句优化
    • 索引的优化
    • 慢查询优化
    • 数据库表结构的优化
• 对于MySQL的外部因素，我们可以用mpstat、iostat、sar、vmstat等工具来查看系统的性能状态，或者优化服务器硬件的性能瓶颈。对于MySQL内部因素而言，其重要性比较高，也是优化的重点
• 总之，MySQL的优化重点在MySQL内部的优化。在高并发网络环境下，除了优化数据库外，还会涉及到分布式缓存，CDN，数据库读写分离等高并发优化技术

SQL语句优化

• 见文章下面介绍

索引的优化

• 一般的应用系统，读写比例在10：1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的也是最容易出现问题的，还是一些复杂的查询操作，因此对查询语句的优化是重中之重，加速查询最好的方法就是索引
• 索引的内容太多了，此处就不一一介绍了，详情可以参阅相关链接：
  • 索引的基础知识：https://blog.csdn.net/qq_41453285/article/details/90046913
  • B+树索引：https://blog.csdn.net/qq_41453285/article/details/104208974
  • 什么时候不用索引，什么时候索引会失效：https://blog.csdn.net/qq_41453285/article/details/107747602

慢查询优化

• ①捕获低效SQL：
  • MySQL提供了慢查询日志，可以将超过运行时间超过指定值的SQL语句记录在慢查询日志中，并且提供了相关参数
  • 关于慢查询日志可以参阅：https://blog.csdn.net/qq_41453285/article/details/104110026
• ②慢查询优化的基本步骤：
  • 先运行看看是否真的很慢，注意设置SQL_NO_CACHE
  • where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高
  • explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）
  • order by limit 形式的sql语句让排序的表优先查
  • 了解业务方使用场景
  • 加索引时参照建索引的几大原则
  • 观察结果，不符合预期继续从1开始分析
• ③优化原则
  • 查询时，能不要*就不用*，尽量写全字段名
  • 大部分情况连接效率远大于子查询
  • 多使用explain和profile分析查询语句
  • 查看慢查询日志，找出执行时间长的sql语句优化
  • 多表连接时，尽量小表驱动大表，即小表 join 大表
  • 在千万级分页时使用limit
  • 对于经常使用的查询，可以开启缓存

数据库表结构的优化

• 表的字段尽可能用NOT NULL
• 字段长度固定的表查询会更快
• 把数据库的大表按时间或一些标志分成小表
• 将表拆分
  • 数据表拆分：主要就是垂直拆分和水平拆分
  • 水平切分：将记录散列到不同的表中，各表的结构完全相同，每次从分表中查询, 提高效率
  • 垂直切分：将表中大字段单独拆分到另外一张表, 形成一对一的关系

二、SQL语句该优化？

• 1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的 列上建立索引
• 2.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
• 3.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
• 4.应尽量避免在 where 子句中使用 or 来连接条件，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=10 or num=20 可以这样查询： select id from t where num=10 union all select id from t where num=20
• 5.下面的查询也将导致全表扫描： select id from t where name like '%abc%' 若要提高效率，可以考虑全文检索
• 6.in 和 not in 也要慎用，否则会导致全表扫描，如： select id from t where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了： select id from t where num between 1 and 3
• 7.如果在 where 子句中使用参数，也会导致全表扫描。因为 SQL 只有在运行时才会解 析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行 选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引 选择的输入项。如下面语句将进行全表扫描： select id from t where num=@num 可以改为强制查询使用索引： select id from t with(index(索引名)) where num=@num
• 8.应尽量避免在 where 子句中对字段进行表达式操作，这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/2=100 应改为: select id from t where num=100*2
• 9.应尽量避免在 where 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进 行全表扫描。如： select id from t where substring(name,1,3)='abc'--name 以 abc 开头的 id select id from t where datediff(day,createdate,'2005-11-30')=0--'2005-11- 30'生成的 id 应改为: select id from t where name like 'abc%' select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'
• 10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系 统将可能无法正确使用索引
• 11.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的 第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应 尽可能的让字段顺序与索引顺序相一致
• 12.不要写一些没有意义的查询，如需要生成一个空表结构： select col1,col2 into #t from t where 1=0 这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样： create table #t(...)
• 13.很多时候用 exists 代替 in 是一个好的选择： select num from a where num in(select num from b) 用下面的语句替换： select num from a where exists(select 1 from b where num=a.num)
• 14.并不是所有索引对查询都有效，SQL 是根据表中数据来进行查询优化的，当索引列 有大量数据重复时，SQL 查询可能不会去利用索引，如一表中有字段 sex，male、 female 几乎各一半，那么即使在 sex 上建了索引也对查询效率起不了作用
• 15.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样 建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过 6 个，若太多 则应考虑一些不常使用到的列上建的索引是否有必要
• 16.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序 就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗 费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是 否应将该索引建为 clustered 索引。
• 17.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查 询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较 字符串中每一个字符，而对于数字型而言只需要比较一次就够了
• 18.尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间 小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然 要高些
• 19.任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回 用不到的任何字段
• 20.尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限 （只有主键索引）
• 21.避免频繁创建和删除临时表，以减少系统表资源的消耗。 22.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重 复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出 表
• 23.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表 的资源，应先 create table，然后 insert
• 24.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定
• 25.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过 1 万行，那么 就应该考虑改写
• 26.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题， 基于集的方法通常更有效
• 27.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常 要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果 集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于 游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好
• 28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息
• 29.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理
• 0.尽量避免大事务操作，提高系统并发能力。