Mysql语句层优化整理总结

语句层优化主要包括：使用更高效的SQL来达到同样的目的。

目录

一、SQL语句优化

1.SQL语句的执行时间所花的地方：

2.SQL语句的优化思路：

通过业务逻辑来计算：

精准查询：

3.explain的列分析：

explain出来的各个字段的解释：

eq_ref两种情况可能出现：

3.in型子查询引出的陷阱：

误区与事实：

原因与解决：

4.exists子查询：

exists子查询优化：

5.from 型子查询注意：

6.min/max优化：

7.count() 优化：

误区①Myisam的count()非常快：

假如id<100的商家都是假的，想查真实的商家有多少的技巧：

8.group by

9.union优化

二、慢查询SQL日志收集

三、MySQL使用内部临时表

官方链接：

使用临时表的原因：

临时表被创建的情况:

①group by的列没有索引：

②order by与group by为不同列：

③distinct与order by连用：

④使用SQL_SMALL_RESULT：

⑤union合并查询时会用到临时表：

确认是否使用了临时表：

一些情况下限制了内存临时表的使用而使用磁盘临时表：

---

一、SQL语句优化

SQL语句的所花的时间主要在等待时间、执行时间。这两个时间并非孤立的，如果单条语句执行的快了，对其他语句的锁定的也就少了。

1.SQL语句的执行时间所花的地方：

查：

沿着索引查，甚至全表扫描。

取：

查到行后，把数据取出来（sending data）。

2.SQL语句的优化思路：

通过业务逻辑来计算：

比如论坛的注册会员数，我们可以根据前3个月统计的每天注册数，用程序来估算。

精准查询：

少查，尽量精准数据，少取行。例如新闻网站、评论内容等，一般一次性取列表10-30条左右。

尽量在索引上查询：

尽量走在索引上查询行，取时，取尽量少的列。

比如  select * from tableA，就取出所有列，不建议这样。

比如  select * from tableA,tableB，取出A、B表的所有列。

3.explain的列分析：

explain出来的各个字段的解释：

mysql> explain select goods_id,goods_name from  goods where goods_id in (

select goods_id from  goods where cat_id=4) \G

*************************** 1. row***************************  

id: 1

select_type: PRIMARY

table:  goods

type: ALL

possible_keys: NULL

key: NULL

key_len: NULL

ref: NULL

rows: 31

Extra: Using where

*************************** 2. row***************************

id: 2

select_type: DEPENDENT SUBQUERY

table:  goods

type: unique_subquery

possible_keys: PRIMARY,cat_id

key: PRIMARY

key_len: 3

ref: func

rows: 1

Extra: Using where

2 rows in set (0.00 sec)

id：

代表select 语句的编号，如果是连接查询，表之间是平等关系，select 编号都是1，从1开始。如果某select中有子查询，则编号递增。

select_type：

查询类型：

table：

查询针对的表，有可能是实际的表名，如select * from t1;。也有可能是表的别名如select * from t2 as tmp;。

derived：

如from型子查询时。

null：直接计算得结果，不用走表。

possible_key：

可能用到的索引。需要注意的是，这是系统估计可能用的几个索引，但最终只能用1个.

key：

最终用的索引。

key_len：

使用的索引的最大长度，越短越好。

type：

是指查询的方式，非常重要，是分析“查数据过程”的重要依据，它可能的值：

all：意味着从表的第1行，往后逐行做全表扫描，运气不好扫描到最后一行(从磁盘上扫描所有行)。

index：比all性能稍好一点（根据索引文件来扫描所有行），通俗的说all 扫描所有的数据行，相当于data_all，index 扫描所有的索引节点，相当于index_all。

range：意思是查询时，能根据索引做范围的扫描。

ref：意思是指通过索引列，可以直接引用到某些数据行 。

eq_ref：是指通过索引列，直接引用某1行数据常见于连接查询中。

const、system、null：这3个分别指查询优化到常量级别，甚至不需要查找时间，一般按照主键来查询时，易出现const、system。或者直接查询某个表达式，不经过表时出现NULL。

性能从好到坏的排序：system->const->eq_ref->ref->ref_or_null->index_merge->unique_subquery->index_subquery->range->index->all

eq_ref两种情况可能出现：

①索引覆盖的查询情况下，能利用上索引，但是又必须全索引扫描。

select goods_id from  goods order by goods_id desc;

②利用索引来进行排序，但要取出所有的节点。

分析：没有加where条件，就得取所有索引节点。同时又没有回行，只取索引节点，再排序，经过所有索引节点。

ref：

指连接查询时，表之间的字段引用关系。

rows：

是指估计要扫描多少行。

extra列：

index：是指用到了索引覆盖，效率非常高。

using where：是指光靠索引定位不了，还得where判断一下才行。

using temporary：是指用上了临时表，group by与order by不同列或group by，order by别的表的列。

using filesort：文件排序（文件可能在磁盘，也可能在内存）。

3.in型子查询引出的陷阱：

例如在一个ecshop商城表中，查询6号栏目的商品。（注：6号是一个大栏目），最直观的写法：

select goods_id,cat_id,goods_name from goods where cat_id in (

select cat_id from ecs_category where parent_id=6

);

误区与事实：

给我们的感觉是：

先查到内层的6号栏目的子栏目，如7、8、9、11。然后外层，cat_id in (7,8,9,11)。

然而事实是: 如下图goods表全扫描，并逐行与category表对照，看parent_id=6是否成立。

原因与解决：

原因：mysql的查询优化器针对in型做了优化，被改成了exists的执行效果。当goods表越大时，查询速度越慢。

改进：用连接查询来代替子查询：

explain select goods_id,g.cat_id,g.goods_name from goods as g

inner join (

select cat_id from ecs_category where parent_id=6 ) as t

using(cat_id) \G

内层select：cat_id from ecs_category where parent_id=6 ;，用到parent_id索引，返回4行。

+--------+

| cat_id |

+--------+

|      7 |

|      8 |

|      9 |

|     11 |

+--------+    形成结果，设为t。

*************************** 3. row***************************

id: 2

select_type: DERIVED      

table: ecs_category

type: ref

possible_keys: parent_id         

key: parent_id

key_len: 2         

ref:

rows: 4

Extra:

3 rows in set (0.00 sec)

第2次查询：

t和goods通过cat_id 相连，因为cat_id在goods表中有索引，所以相当于用7、8、9、11快速匹配上goods的行。

*************************** 2. row***************************    id: 1

select_type: PRIMARY        table: g

type: ref

possible_keys: cat_id          key: cat_id

key_len: 2

ref: t.cat_id         rows: 6        Extra:

第1次查询：

是把上面2次的中间结果,直接取回.

*************************** 1. row***************************    id: 1 select_type: PRIMARY table:

type: ALL

possible_keys: NULL          key: NULL

key_len: NULL          ref: NULL

rows: 4       

Extra:

4.exists子查询：

查询有商品的栏目，首先我们用join来操作，如下：

mysql> select c.cat_id,cat_name from ecs_category as c inner join  goods as g on c.cat_id=g.cat_id group by cat_name;

exists子查询优化：

优化1：

在group时，用带有索引的列来group速度会稍快一些，另外用int型比char型的列来分组也要快一些。

优化2：

在group时，假设只取了A表的内容，group by的列尽量用A表的列，会比这时使用B表的列要快。

优化3：

从语义上去优化：

select cat_id,cat_name from ecs_category  where exists(

select * from  goods where  goods.cat_id=ecs_category.cat_id

)

优化后的语句与其执行的时间：

select c.cat_id,cat_name from ecs_category as c inner join goods as g on c.cat_id=g.cat_id group by cat_name	0.00039075
select c.cat_id,cat_name from ecs_category as c inner join   goods as g on c.cat_id=g.cat_id group by cat_id	0.00038675
select c.cat_id,cat_name from ecs_category as c inner join goods as g on c.cat_id=g.cat_id  group by c.cat_id	0.00035650
select cat_id,cat_name from ecs_categorywhere exists(select * from  goods where goods.cat_id=ecs_category.cat_id)	0.00033500

5.from 型子查询注意：

内层from语句查到的临时表，是没有索引的。所以from的返回内容要尽量少。

6.min/max优化：

在数据库的表中一般都是经过优化存储的，如下地区表：

id	area	pid
1	中国	0
2	北京	1
...
3115		3113

查min(id)，id是主键时查min(id)非常快。但是pid上没有索引，现在要求查询3113地区的min(id)：

select min(id) from it_area where pid=69; 

试想id是有顺序的（默认索引是升续排列），因此，如果我们沿着id的索引方向走，那么第1个pid=69的索引结点它的id就正好是最小的id：

select id from it_area use index(primary)

where pid=69 limit 1;

注：改进后的速度虽然快，但语义已经非常不清晰，不建议这么做，仅仅是实验目的。

7.count() 优化：

误区①Myisam的count()非常快：

是比较快，但仅限于查询表的“所有行”时比较快，因为Myisam对行数进行了存储。一旦有条件的查询，速度就不再快了，尤其是where条件的列上没有索引。

假如id<100的商家都是假的，想查真实的商家有多少的技巧：

select count(*) from lx_com where id>=100; （1000多万行用了6.X秒）

小技巧：

select count(*) from lx_com; （快）

select count(*) from lx_com where id<100; （快）

select count(*) frol lx_com - select count(*) from lx_com where id<100; （快）

于是：

select (select count(*) from lx_com) - (select count(*) from lx_com where id<100)

8.group by

①分组用于统计，而不用于筛选数据：

比如统计平均分、最高分时适合使用group by，但用于筛选重复数据时则不适合。使用时最好用索引来避免临时表和文件排序。

②以A、B表连接为例，主要查询A表的列：

group by，order by的列应尽量相同，而且列应该显示声明为A的列。

9.union优化

union all不进行过滤，效率高，如非必须使用union all，union去重的代价非常高，要有去重的需求最好放在程序里去重。

二、慢查询SQL日志收集

要把系统里边一些执行速度非常慢的sql语句给收集起来，并做分析优化，使得其执行速度提升。

配置开启慢查询、设置时间阀值：

然后重启Mysql服务器，查看相关参数：

> show variables like ‘slow_query%’;       //查看慢查询的相关参数：

> show variables like ‘long_query_time’;    //查看慢sql语句的时间阀值

测试执行一条超过时间阀值的sql语句：

在日志文件中该sql已经被收集了：

三、MySQL使用内部临时表

如果一开始在内存中产生的临时表变大，会自动转化为磁盘临时表。内存中临时表的最大值为tmp_table_size和max_heap_size中较小值。这和create table时显示指定的内存表不一样，这些表只受max_heap_table_size系统参数影响。

当服务器创建内部临时表（无论在内存还是在磁盘），create_tmp_tables变量都会增加。

如果创建了在磁盘上内部临时表（无论是初始创建还是由in-memory转化），create_tmp_disk_tables 变量都会增加。

官方链接：

MySQL :: MySQL 8.0 Reference Manual :: 8.4.4 Internal Temporary Table Use in MySQL

使用临时表的原因：

在处理请求的某些场景中，服务器创建内部临时表，即表以MEMORY引擎在内存中处理，或以MyISAM引擎储存在磁盘上处理。如果表过大，服务器可能会把内存中的临时表转存在磁盘上，且用户不能直接控制服务器内部用内存还是磁盘存储临时表。

临时表被创建的情况:

①group by的列没有索引：

如果group by的列没有索引，必产生内部临时表。

②order by与group by为不同列：

如果order by与group by为不同列时，或多表联查时order by，group by包含的列不是第一张表的列，将会产生临时表。

mysql>explain select goods_id,cat_id from goods group by cat_id \G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: ALL

  possible_keys: NULL

  key: NULL

  key_len: NULL

  ref: NULL

  rows: 20

  Extra: Using temporary; Using filesort

1 row in set (0.00 sec)

mysql>alter table goods add index cat_id(cat_id);

mysql>explain select goods_id,cat_id from goods group by cat_id \G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: index

  possible_keys: NULL

  key: cat_id

  key_len: 2

  ref: NULL

  rows: 20

  Extra: Using index

mysql>explain select goods_id,cat_id from goods group by cat_id order by 1 \G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: index

  possible_keys: NULL

  key: PRIMARY

  key_len: 3

  ref: NULL

  rows: 20

  Extra: Using temporary

③distinct与order by连用：

distinct 与order by 一起使用可能会产生临时表。

mysql>explain select distinct cat_id from goods order by 1 \G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: index

  possible_keys: NULL

  key: cat_id

  key_len: 2

  ref: NULL

  rows: 20

  Extra: Using index

1 row in set (0.00 sec)

mysql>explain select distinct cat_id from goods order by goods_id \G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: index

  possible_keys: NULL

  key: PRIMARY

  key_len: 3

  ref: NULL

  rows: 20

  Extra: Using temporary

1 row in set (0.00 sec)                                               

mysql>explain select distinct cat_id from goods order by click_count\G

***************************1. row ***************************

  id: 1

  select_type: SIMPLE

  table: goods

  type: index

  possible_keys: NULL

  key: cat_id

  key_len: 2

  ref: NULL

  rows: 20

  Extra: Using temporary; Using filesort

1 row in set (0.00 sec)

④使用SQL_SMALL_RESULT：

如果使用SQL_SMALL_RESULT，MySQL会使用内存临时表，除非查询中有一些必须要把临时表建立在磁盘上的语句。

⑤union合并查询时会用到临时表：

某些视图会用到临时表，如使用temptable方式建立或使用union或聚合查询的视图。

确认是否使用了临时表：

用EXPLAIN查询计划，并查看Extra列，看是否有Using temporary。

一些情况下限制了内存临时表的使用而使用磁盘临时表：

1.（使用了内部临时表的前提下）语句中存在BLOB或TEXT列。

2.在GROUP BY或DISTINCT子句中有大于512字节的string列。

3.在UNION或UNION ALL时，SELECT语句里有大于512字节的string列。

mysql>create table t1 (

num int,

intro text(1000)

);

mysql>insert into t1 values (3,'this is USA' , 4,'China');

mysql>show status like '%tmp%';

+-------------------------+-------+

| Variable_name           | Value |

+-------------------------+-------+

| Created_tmp_disk_tables | 5     |

| Created_tmp_files       | 9     |

| Created_tmp_tables      | 74    |

+-------------------------+-------+

3 rows in set (0.00 sec)

mysql>select * from t1 group by num;

+------+-------------+

| num  | intro       |

+------+-------------+

|    3 | this is USA |

|    4 | China       |

+------+-------------+

2 rows in set (0.00 sec)

mysql>show status like '%tmp%';

+-------------------------+-------+

| Variable_name           | Value |

+-------------------------+-------+

| Created_tmp_disk_tables | 6     |

| Created_tmp_files       | 9     |

| Created_tmp_tables      | 75    |

+-------------------------+-------+

3 rows in set (0.00 sec)