面试官问如何优化慢 SQL ？
↓推荐关注↓
前言
在应用开发的早期，数据量少，开发人员开发功能时更重视功能上的实现，随着生产数据的增长，很多 SQL 语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的 SQL 就是整个系统性能的瓶颈。
SQL 优化一般步骤
| 通过慢查日志等定位那些执行效率较低的 SQL 语句
| explain 分析SQL的执行计划
需要重点关注 type、rows、filtered、extra。
type 由上至下，效率越来越高：
ALL 全表扫描
index 索引全扫描
range 索引范围扫描，常用语<,<=,>=,between,in 等操作
ref 使用非唯一索引扫描或唯一索引前缀扫描，返回单条记录，常出现在关联查询中
eq_ref 类似 ref，区别在于使用的是唯一索引，使用主键的关联查询
const/system 单条记录，系统会把匹配行中的其他列作为常数处理，如主键或唯一索引查询
null MySQL 不访问任何表或索引，直接返回结果
虽然上至下，效率越来越高，但是根据 cost 模型，假设有两个索引 idx1(a, b, c),idx2(a, c)，SQL 为"select * from t where a = 1 and b in (1, 2) order by c";如果走 idx1，那么是 type 为 range，如果走 idx2，那么 type 是 ref；当需要扫描的行数，使用 idx2 大约是 idx1 的 5 倍以上时，会用 idx1，否则会用 idx2
Extra：
Using filesort：MySQL 需要额外的一次传递，以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配 WHERE 子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序，并按排序顺序检索行；
Using temporary：使用了临时表保存中间结果，性能特别差，需要重点优化；
Using index：表示相应的 select 操作中使用了覆盖索引（Coveing Index）,避免访问了表的数据行，效率不错！如果同时出现 using where，意味着无法直接通过索引查找来查询到符合条件的数据；
Using index condition：MySQL5.6 之后新增的 ICP，using index condtion 就是使用了 ICP（索引下推），在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据减少回表的数据。
| show profile 分析
了解 SQL 执行的线程的状态及消耗的时间。
SHOW PROFILES ;
SHOW PROFILE FOR QUERY #{id};
| trace
trace 分析优化器如何选择执行计划，通过 trace 文件能够进一步了解为什么优惠券选择 A 执行计划而不选择 B 执行计划。set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;
| 确定问题并采用相应的措施
如下：
优化索引
优化 SQL 语句：修改 SQL、IN 查询分段、时间查询分段、基于上一次数据过滤
改用其他实现方式：ES、数仓等
数据碎片处理
场景分析
| 案例 1：最左匹配
索引：KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
select * from _t where orderno=''
查询匹配从左往右匹配，要使用 order_no 走索引，必须查询条件携带 shop_id 或者索引（shop_id，order_no）调换前后顺序。
| 案例 2：隐式转换
索引：KEY `idx_mobile` (`mobile`)
select * from _user where mobile=12345678901
隐式转换相当于在索引上做运算，会让索引失效。mobile 是字符类型，使用了数字，应该使用字符串匹配，否则 MySQL 会用到隐式替换，导致索引失效。
| 案例 3：大分页
索引：KEY `idx_a_b_c` (`a`, `b`, `c`)
select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
对于大分页的场景，可以优先让产品优化需求，如果没有优化的，有如下两种优化方式：
一种是把上一次的最后一条数据，也即上面的 c 传过来，然后做“c < xxx”处理，但是这种一般需要改接口协议，并不一定可行
另一种是采用延迟关联的方式进行处理，减少 SQL 回表，但是要记得索引需要完全覆盖才有效果。
select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
| 案例 4：in + order by
索引：KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10
in 查询在 MySQL 底层是通过 n*m 的方式去搜索，类似 union，但是效率比 union 高。
in 查询在进行 cost 代价计算时（代价 = 元组数 * IO 平均值），是通过将 in 包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢。
所以 MySQL 设置了个临界值（eq_range_index_dive_limit），5.6 之后超过这个临界值后该列的 cost 就不参与计算了。因此会导致执行计划选择不准确。
默认是 200，即 in 条件超过了 200 个数据，会导致 in 的代价计算存在问题，可能会导致 MySQL 选择的索引不准确。
处理方式：可以（order_status，created_at）互换前后顺序，并且调整 SQL 为延迟关联。
| 案例 5：范围查询阻断，后续字段不能走索引
索引：KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10
范围查询还有“IN、between”。
| 案例 6：不等于、不包含不能用到索引的快速搜索
可以用到 ICP：select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1
在索引上，避免使用 NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等。
| 案例 7：优化器选择不使用索引的情况
如果要求访问的数据量很小，则优化器还是会选择辅助索引，但是当访问的数据占整个表中数据的蛮大一部分时（一般是 20% 左右），优化器会选择通过聚集索引来查找数据。select * from _order where order_status = 1
查询出所有未支付的订单，一般这种订单是很少的，即使建了索引，也没法使用索引。
| 案例 8：复杂查询
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;
如果是统计某些数据，可能改用数仓进行解决；如果是业务上就有那么复杂的查询，可能就不建议继续走 SQL 了，而是采用其他的方式进行解决，比如使用 ES 等进行解决。
| 案例 9：asc 和 desc 混用
select * from _t where a=1 order by b desc, c asc
desc 和 asc 混用时会导致索引失效。
| 案例 10：大数据
对于推送业务的数据存储，可能数据量会很大，如果在方案的选择上，最终选择存储在 MySQL 上，并且做 7 天等有效期的保存。
那么需要注意，频繁的清理数据，会照成数据碎片，需要联系 DBA 进行数据碎片处理。
作者：狼爷
https://c1n.cn/tEsnA
- EOF -
↓推荐关注↓
「数据分析与开发」分享数据分析、数据库开发相关技术文章、教程、工具
点赞和在看就是最大的支持❤️