Mysql之sql优化实战
1. trace工具
trace是MySQL5.6版本后提供的SQL跟踪工具，通过使用trace我们可以分析sql，明白mysql的优化器（optimizer）是如何选择执行计划。
注意：开启trace工具会影响mysql性能，所以只适合临时分析sql使用，用完之后请立即关闭。
1.1 trace工具的使用
1. 第一步打开trace,设置格式为JSON格式。
set session optimizer_trace="enabled=on",end_markers_in_json=ON;
2. 第二步，执行咬分析的sql语句。
select * from employees where name > 'a' order by POSITION;3. 第三步，查看 information_schema.OPTIMIZER_TRACE，查看sql语句z执行跟踪记录
select * from information_schema.OPTIMIZER_TRACE;4. 第四步，关闭trace。
set session optimizer_trace="enabled=off";
1.2 trace获取的跟踪记录分析
1. 第一阶段
sql准备阶段，格式化sql。
"steps": [
{
"join_preparation": { -- 第一阶段：SQL准备阶段，格式化sql
"select#": 1,
"steps": [
{
"expanded_query": "/* select#1 */ select `employees`.`id` AS `id`,`employees`.`name` AS `name`,`employees`.`age` AS `age`,`employees`.`position` AS `position`,`employees`.`hire_time` AS `hire_time` from `employees` where (`employees`.`name` > 'a') order by `employees`.`position`"
}
] /* steps */
} /* join_preparation */
},2. 第二阶段
sql优化阶段，此阶段，mysql的优化器会进行对sql进行优化，会计算查询使用索引以及未使用索引的成本，各种情况的预估成本值为rows_estimation中的cost,cost的值越大，说明效率越低，从而优化器从中选择最优访问路径，最优访问路径的具体内容为best_access_path中的内容。
"join_optimization": { --第二阶段：SQL优化阶段
"select#": 1,
"steps": [
{
"condition_processing": { --条件处理
"condition": "WHERE",
"original_condition": "(`employees`.`name` > 'a')",
"steps": [
{
"transformation": "equality_propagation",
"resulting_condition": "(`employees`.`name` > 'a')"
},
{
"transformation": "constant_propagation",
"resulting_condition": "(`employees`.`name` > 'a')"
},
{
"transformation": "trivial_condition_removal",
"resulting_condition": "(`employees`.`name` > 'a')"
}
] /* steps */
} /* condition_processing */
},
{
"substitute_generated_columns": {
} /* substitute_generated_columns */
},
{
"table_dependencies": [ --表依赖详情
{
"table": "`employees`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
] /* depends_on_map_bits */
}
] /* table_dependencies */
},
{
"ref_optimizer_key_uses": [
] /* ref_optimizer_key_uses */
},
{
"rows_estimation": [ --预估表的访问成本
{
"table": "`employees`",
"range_analysis": {
"table_scan": { --全表扫描情况
"rows": 10123, --扫描行数
"cost": 2054.7 --查询成本
} /* table_scan */,
"potential_range_indexes": [ --查询可能使用的索引
{
"index": "PRIMARY", --主键索引
"usable": false,
"cause": "not_applicable"
},
{
"index": "idx_name_age_position", --辅助索引
"usable": true,
"key_parts": [
"name",
"age",
"position",
"id"
] /* key_parts */
}
] /* potential_range_indexes */,
"setup_range_conditions": [
] /* setup_range_conditions */,
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
} /* group_index_range */,
"analyzing_range_alternatives": { --分析各个索引使用成本
"range_scan_alternatives": [
{
"index": "idx_name_age_position",
"ranges": [
"a < name" --索引使用范围
] /* ranges */,
"index_dives_for_eq_ranges": true,
"rowid_ordered": false, --使用该索引获取的记录是否按照主键排序
"using_mrr": false,
"index_only": false, --是否使用覆盖索引
"rows": 5061, --索引扫描行数
"cost": 6074.2, --索引使用成本
"chosen": false, --是否选择该索引
"cause": "cost"
}
] /* range_scan_alternatives */,
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
} /* analyzing_roworder_intersect */
} /* analyzing_range_alternatives */
} /* range_analysis */
}
] /* rows_estimation */
},
{
"considered_execution_plans": [
{
"plan_prefix": [
] /* plan_prefix */,
"table": "`employees`",
"best_access_path": { --最优访问路径
"considered_access_paths": [ --最终选择的访问路径
{
"rows_to_scan": 10123,
"access_type": "scan", --访问类型：为scan，全表扫描
"resulting_rows": 10123,
"cost": 2052.6,
"chosen": true, --确定选择
"use_tmp_table": true
}
] /* considered_access_paths */
} /* best_access_path */,
"condition_filtering_pct": 100,
"rows_for_plan": 10123,
"cost_for_plan": 2052.6,
"sort_cost": 10123,
"new_cost_for_plan": 12176,
"chosen": true
}
] /* considered_execution_plans */
},
{
"attaching_conditions_to_tables": {
"original_condition": "(`employees`.`name` > 'a')",
"attached_conditions_computation": [
] /* attached_conditions_computation */,
"attached_conditions_summary": [
{
"table": "`employees`",
"attached": "(`employees`.`name` > 'a')"
}
] /* attached_conditions_summary */
} /* attaching_conditions_to_tables */
},
{
"clause_processing": {
"clause": "ORDER BY",
"original_clause": "`employees`.`position`",
"items": [
{
"item": "`employees`.`position`"
}
] /* items */,
"resulting_clause_is_simple": true,
"resulting_clause": "`employees`.`position`"
} /* clause_processing */
},
{
"reconsidering_access_paths_for_index_ordering": {
"clause": "ORDER BY",
"steps": [
] /* steps */,
"index_order_summary": {
"table": "`employees`",
"index_provides_order": false,
"order_direction": "undefined",
"index": "unknown",
"plan_changed": false
} /* index_order_summary */
} /* reconsidering_access_paths_for_index_ordering */
},
{
"refine_plan": [
{
"table": "`employees`"
}
] /* refine_plan */
}
] /* steps */
} /* join_optimization */
}3. 第三阶段
SQL执行阶段。如果sql中有排序，在此阶段可以进行查看其排序方式，分为单路排序，和双路排序（回表排序模式）。查看排序的具体内容查看filesort_summary的值。
- 单路排序示例：
"join_execution": { --Sql执行阶段
"select#": 1,
"steps": [
{
"filesort_information": [
{
"direction": "asc",
"table": "`employees`",
"field": "position"
}
] /* filesort_information */,
"filesort_priority_queue_optimization": {
"usable": false,
"cause": "not applicable (no LIMIT)"
} /* filesort_priority_queue_optimization */,
"filesort_execution": [
] /* filesort_execution */,
"filesort_summary": { --文件排序信息
"rows": 10000, --预计扫描行数
"examined_rows": 10000, --参与排序的行
"number_of_tmp_files": 3, --使用临时文件的个数，这个值如果为0代表全部使用的sort_buffer内存排序，否则使用的磁盘文件排序
"sort_buffer_size": 262056, --排序缓存的大小，单位Byte
"sort_mode": "" --排序方式，这里用的单路排序
} /* filesort_summary */
}
] /* steps */
} /* join_execution */
- 双路排序示例：
"join_execution": {
"select#": 1,
"steps": [
{
"filesort_information": [
{
"direction": "asc",
"table": "`employees`",
"field": "position"
}
] /* filesort_information */,
"filesort_priority_queue_optimization": {
"usable": false,
"cause": "not applicable (no LIMIT)"
} /* filesort_priority_queue_optimization */,
"filesort_execution": [
] /* filesort_execution */,
"filesort_summary": {
"rows": 10000,
"examined_rows": 10000,
"number_of_tmp_files": 2,
"sort_buffer_size": 262136,
"sort_mode": "" --排序方式，这里用的双路排序
} /* filesort_summary */
}
] /* steps */
} /* join_execution */
2. 几种常见的优化
2.1 Order by与Group by优化
核心：将执行计划中的Using filesort优化的不出现。
2.1.1 总结与示例
1. MySQL支持两种方式的排序filesort和index，执行计划中Extra中的值为Using index是指MySQL扫描索引本身完成排序。如果执行计划中Extra中的值为Using filesort，则为磁盘完成排序， index效率高，filesort效率低。
2. order by满足两种情况会使用Using index。
1) order by语句使用索引最左前列。
2) 使用where子句与order by子句条件列组合满足索引最左前列。
- 组合未满足索引最左前列示例：Extra列出现了Using filesort.
- 组合满足索引最左前列示例：Extra列没有出现Using filesort.
3、尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则。
4. 查询字段能使用覆盖索引的尽量使用覆盖索引。
示例一： 理论上该sql应该走索引，但是出现了Using filesort，可能是数据量太大了。
示例二：同样的条件，但是查询字段使用了覆盖索引，出现了Using index，效率提高了。
5. 如果order by的条件不在索引上，也会出现Using filesort, 所以order by 的字段尽量是索引字段。
示例：尽管使用了覆盖索引，但是order by 的条件不是索引字段，出现了using filesort。
5. group by与order by很类似，其实质是先排序后分组，遵照索引创建顺序的最左前缀法则。对于group by的优化如果不需要排序的可以加上order by null禁止排序。注意，where高于having，能写在where中的限定条件就不要去having限定了。
2.2 分页查询优化
2.2.1第一步：根据非主键排序。
- 根据非主键字段排序；
- 但是使用了文件排序，因为扫描整个索引并查找到没索引 的行(可能要遍历多个索引树)的成本比扫描全表的成本更高，所以优化器放弃使用索引。
结果集：
执行计划：
2.2.2第二步：改写sql。
改写sql；select * from employees e inner join (select id from employees order by name limit 90000,5) ed
on e.id = ed.id;
其实关键是让排序时返回的字段尽可能少，所以可以让排序和分页操作先查出主键，然后根据主键查到对应的记录
结果集：与原来的一样
执行计划：执行时间减少了一半以上，比原来的效率提高了。
2.3join关联优化
- 关联字段加索引，让mysql做join操作时尽量选择NLJ算法；
- 小表驱动大表
写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去mysql优化器自己判断的时间；
注意：
- straight_join功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执行顺序；
- straight_join只适用于inner join，并不适用于left join，right join。因为left join，right join已经代表指定了表的执行顺序；
- 使用straight_join一定要慎重，因为部分情况下人为指定的执行顺序并不一定会比优化引擎要靠谱。
2.4 in 和exsits优化
原则：小表驱动大表，即小的数据集驱动大的数据集；
select * from A where id in (select id from B)
- in: 当B表的数据集小于A表的数据集时，in优于exists。
- exists：当A表的数据集小于B表的数据集时，exists优于in。
2.5 count(*)优化
1. 查询mysql自己维护的总行数;
- 对于myisam存储引擎的表做不带where条件的count查询性能是很高的，因为myisam存储引擎的表的总行数会被mysql存储在磁盘上，查询不需要计算。
- 对于innodb存储引擎的表mysql不会存储表的总记录行数(因为有MVCC机制，后面会讲)，查询count需要实时计算
2.如果只需要知道表总行数的估计值可以用show table status;性能很高。
3. 将总数维护到Redis里。
插入或删除表数据行的时候同时维护redis里的表总行数key的计数值(用incr或decr命令)，但是这种方式可能不准，很难保证表操作和redis操作的事务一致性。
4.增加数据库计数表。
插入或删除表数据行的时候同时维护计数表，让他们在同一个事务里操作
2.6 like优化
1.尽量使用like"XXX%",这种情况查询会走索引。
2.如果使用like"%XXX%"，这种导致索引失效，可以使用索引覆盖，即查询字段必须是建立了索引。
未使用覆盖索引，扫描了全表。
使用了覆盖索引，查询走了索引。
2.7 联合索引第一个字段范围查询优化
- 联合索引的第一个索引字段使用了范围 查找，导致索引失效，是因为联合索引的第一个字段使用了范围查找，MySQL内部可能会判断出结果集会比较大，回表的效率不高，不如全表扫描。
- 可以使用force INDEX来强制走索引来优化。
案例sql: SELECT * FROM employees WHERE NAME > "LiLei";
未优化前的执行计划：
优化后的执行计划：
3.索引设计原则
3.1 设计原则
3.1.1 代码先行，索引后上
索引的应用，离不开业务场景，所以应该当业务代码完成后，拿出该表所有sql进行分析，再确定哪些字段需要创建索引。
3.1.2 联合索引尽量覆盖条件
3.1.3 不要在小基数字段上建立索引，尽量使用那些基数比较大的字段建立索引。
- 索引基数是指这个字段在表里总共有多少个不同的值，比如一张表总共100万行记录，其中有个性别字段，其值不是男就是女，那么该字段的基数就是2。
- 因为如果对这种小基数字段建立索引的话，还不如全表扫描了，因为索引树里就包含男和女两种值，根本没 法进行快速的二分查找，那用索引就没有太大的意义了。
- 所以，一般建立索引，尽量使用那些基数比较大的字段，就是值比较多的字段，那么才能发挥出B+树快速二分查找的优势来。
3.1.4 采用字段类型较小的列建立索引，如果必须在长字符串上创建索引，我们可以采用前缀索引。
- 尽量对字段类型较小的列设计索引，比如说什么tinyint之类的，因为字段类型较小的话，占用磁盘空间也会 比较小，此时你在搜索的时候性能也会比较好一点。
- 如果要对varchar(255)这种字段建立索引，这种varchar(255)的大字段可能会比较占用磁盘空间，我们可以稍微优化下，比如针对这个字段的前20个 字符建立索引，就是说，对这个字段里的每个值的前20个字符放在索引树里。类似于 KEY index(name(20),age,position)。
- 针对大字段创建的前缀索引，如果条件在where里使用，查询会走索引树，但是如果在order by 、group by里使用，不会走索引树。
3.1.5 where与order by冲突时优先where 。
3.1.6 基于慢sql查询做优化
- 分析语句，查看语句是不是加载了额外的数据列，导致索引失效，如过是这种情况，重写sql,去除不需要的多余列，使用覆盖索引。
- 使用explain查看执行计划，查看索引使用情况，修改语句或者索引，使语句尽量命中索引。
- 针对一些特殊场景的sql,可以适当针对这些慢sql船舰特定的索引进行优化。
- 如果语句优化已经到了瓶颈，可以考虑是不是数据量太大，如果使数据量太大，可进行横向或纵向分表。
3.2 索引设计案例
3.2.1 核心思想
索引设计实战核心思想就是，尽量利用一两个复杂的多字段联合索引，抗下你80%以上的查询，然后用一两个辅助索引尽量抗下剩余的一些非典型查询，保证这种大数据量表的查询尽可能多的都能充分利用索引，这样就能保证你的查询速度和性能了！
3.2.2 分析步骤
4. 概念补充
4.1 索引下推（Index Condition Pushdown，ICP）
4.1.1 定义
索引下推使MySQL 5.6引入的优化，是指查询在索引遍历过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录之后再回表，可以有效的减少回表次数。对于innodb引擎的表索引下推只能用于二级索引，innodb的主键索引（聚簇索引）树叶子节点上保存的是全行数据，所以这个时候索引下推并不会起到减少查询全行数据的效果。
4.1.2 案例理解
使用一个案例理解一下：
对于辅助的联合索引(name,age,position)，正常情况按照最左前缀原则，SELECT * FROM employees WHERE name like 'LiLei%' AND age = 22 AND position ='manager' 这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和 position是无序的，无法很好的利用索引。
- 在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是 'LiLei' 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索 引上找出相应的记录，再比对age和position这两个字段的值是否符合。
- MySQL 5.6以后，使用了索引下推优化后，上面那个查询在联合索引里匹配到名字是 'LiLei' 开头的索引之后，同时还会在索引里过 滤age和position这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。
4.2 filesort文件排序方式
MySQL 通过比较系统变量 max_length_for_sort_data(默认1024字节) 的大小和需要查询的字段总大小来 判断使用哪种排序模式。
如果 字段的总长度小于max_length_for_sort_data ，那么使用 单路排序模式；
如果 字段的总长度大于max_length_for_sort_data ，那么使用 双路排序模∙式。
注意，如果全部使用sort_buffer内存排序一般情况下效率会高于磁盘文件排序，但不能因为这个就随便增 大sort_buffer(默认1M)，mysql很多参数设置都是做过优化的，不要轻易调整。
4.2.1定义
4.2.1.1 单路排序
- 一次性取出满足条件行的所有字段，然后在sort buffer中进行排序；用trace工具可 以看到sort_mode信息里显示< sort_key, additional_fields >或者< sort_key, packed_additional_fields >
- 单路排序排序完成后，结果就出来了，不需要回表。
- 因为单路排序使一次取出满足条件的所有行所有字段，所以排序时占用的内存大一点。
4.2.1.2 双路排序
- 双路排序（又叫回表排序模式），是首先根据相应的条件取出相应的排序字段和可以直接定位行 数据的行 ID，然后在 sort buffer 中进行排序，排序完后需要再次取回其它需要的字段；用trace工具 可以看到sort_mode信息里显示< sort_key, rowid >
- 因为双路排序是取出相应的排序字段和可以直接定位行 数据的行 ID进行排序，所以排序时占用的内存相对单路排序会小一点。
4.2.2分析案例理解
案例sql : select * from employees where name = 'zhuge' order by position;
4.2.2.1 单路排序的详细过程
1. 从索引name找到第一个满足 name = ‘zhuge’ 条件的主键 id。
2. 根据主键 id 取出整行，取出所有字段的值，存入 sort_buffer 中 。
3. 从索引name找到下一个满足 name = ‘zhuge’ 条件的主键 id。
4. 重复步骤 2、3 直到不满足 name = ‘zhuge’ 。
5. 对 sort_buffer 中的数据按照字段 position 进行排序 。
6. 返回结果给客户端。
4.2.2.1 双路排序的详细过程。
1. 从索引 name 找到第一个满足 name = ‘zhuge’ 的主键id 。
2. 根据主键 id 取出整行，把排序字段 position 和主键 id 这两个字段放到 sort buffer 中。
3. 从索引 name 取下一个满足 name = ‘zhuge’ 记录的主键 id 。
4. 重复 3、4 直到不满足 name = ‘zhuge’ 。
5. 对 sort_buffer 中的字段 position 和主键 id 按照字段 position 进行排序 。
6. 遍历排序好的 id 和字段 position，按照 id 的值回到原表中取出 所有字段的值返回给客户端。
4.3 mysql表关联常见的两种算法
4.3.1定义
4.3.1.1 嵌套循环连接Nested-Loop Join(NLJ）算法
一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动表）里取出满足条件的行，然后取出两张表的结果合集。
使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算法是 NLJ。
4.3.1.2 基于块的嵌套循环连接Block Nested-Loop Join(BNL)算法
把驱动表的数据读入到 join_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟join_buffer 中的数据做对比。
Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。
4.3.2分析案例理解
准备表：
-- 示例表：
CREATE TABLE `t1` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_a` (`a`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
create table t2 like t1;
-- 插入一些示例数据
-- 往t1表插入1万行记录
drop procedure if exists insert_t1;
delimiter ;;
create procedure insert_t1()
begin
declare i int;
set i=1;
while(i<=10000)do
insert into t1(a,b) values(i,i);
set i=i+1;
end while;
end;;
delimiter ;
call insert_t1();
-- 往t2表插入100行记录
drop procedure if exists insert_t2;
delimiter ;;
create procedure insert_t2()
begin
declare i int;
set i=1;
while(i<=100)do
insert into t2(a,b) values(i,i);
set i=i+1;
end while;
end;;
delimiter ;
call insert_t2();案例sql: explain select * from t1 inner join t2 on t1.a= t2.a;
4.3.2.1 NLJ详细过程
1. 从表 t2 中读取一行数据（如果t2表有查询过滤条件的，会从过滤结果里取出一行数据）；
2. 从第 1 步的数据中，取出关联字段 a，到表 t1 中查找；
3. 取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端；
4. 重复上面 3 步骤；
4.3.2.2BNL详细过程
1. 把 t2 的所有数据放入到 join_buffer 中；
2. 把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比；
3. 返回满足 join 条件的数据；
4.4 小表
mysql关于关联查询的sql,在决定哪个表做驱动表的时候，两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据 量，数据量小的那个表，就是“小表”，应该作为驱动表。
4.5 驱动表与被驱动表
- 优化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表。
- 当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。
- 当使用left join时，左表是驱动表，右表是被驱动表。
- 当使用right join时，右表时驱动表，左表是被驱动表。
4.6 索引基数
索引基数是指这个字段在表里总共有多少个不同的值。比如一张表总共100万行记录，其中有个性别字段， 其值不是男就是女，那么该字段的基数就是2。