一次非常有意思的 SQL 优化经历：从 30248.271s 到 0.001s
↓推荐关注↓
场景
用的数据库是mysql5.6，下面简单的介绍下场景。
课程表
create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)
数据100条。
学生表
create table Student(
id int PRIMARY KEY,
name varchar(10)
)
数据70000条。
学生成绩表
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)
数据70w条。
查询目的：
查找语文考100分的考生。
查询语句：
select s.* from Student s
where s.s_id in (
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 )
执行时间：30248.271s
晕，为什么这么慢，先来查看下查询计划：
EXPLAIN
select s.* from Student s
where s.s_id in (
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 )
发现没有用到索引，type全是ALL，那么首先想到的就是建立一个索引，建立索引的字段当然是在where条件的字段。
先给sc表的c_id和score建个索引。
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再次执行上述查询语句，时间为: 1.054s
快了3w多倍，大大缩短了查询时间，看来索引能极大程度的提高查询效率，建索引很有必要，很多时候都忘记建。
索引了，数据量小的的时候压根没感觉，这优化的感觉挺爽。
但是1s的时间还是太长了，还能进行优化吗，仔细看执行计划：
查看优化后的sql:
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
< in_optimizer > (
`YSB`.`s`.`s_id` ,< EXISTS > (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
< CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
)
补充：这里有网友问怎么查看优化后的语句。
方法如下：
在命令窗口执行
有type=all
按照我之前的想法，该sql的执行的顺序应该是先执行子查询。
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100
耗时：0.001s
得到如下结果：
然后再执行
select s.*
from Student s
where s.s_id in(7,29,5000)
耗时：0.001s
这样就是相当快了啊，Mysql竟然不是先执行里层的查询，而是将sql优化成了exists子句，并出现了EPENDENT SUBQUERY，
mysql是先执行外层查询，再执行里层的查询，这样就要循环70007*8次。
那么改用连接查询呢？
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
这里为了重新分析连接查询的情况，先暂时删除索引sc_c_id_index，sc_score_index 。
执行时间是：0.057s
效率有所提高，看看执行计划：
这里有连表的情况出现，我猜想是不是要给sc表的s_id建立个索引
CREATE index sc_s_id_index on SC(s_id);
show index from SC
在执行连接查询
时间: 1.076s， 竟然时间还变长了，什么原因？查看执行计划：
优化后的查询语句为：
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
)
貌似是先做的连接查询，再进行的where条件过滤。
回到前面的执行计划：
这里是先做的where条件过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的sql执行顺序：
正常情况下是先join再进行where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join做操，因此先执行where 。
过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的sql 。
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
即先执行sc表的过滤，再进行表连接，执行时间为：0.054s 。
和之前没有建s_id索引的时间差不多。
查看执行计划：
先提取sc再连表，这样效率就高多了，现在的问题是提取sc的时候出现了扫描表，那么现在可以明确需要建立相关索引。
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再执行查询：
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
执行时间为：0.001s，这个时间相当靠谱，快了50倍。
执行计划：
我们会看到，先提取sc，再连表，都用到了索引。
那么再来执行下sql。
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
执行时间0.001s
执行计划：
这里是mysql进行了查询语句优化，先执行了where过滤，再执行连接操作，且都用到了索引。
2015-04-30日补充：最近又重新导入一些生产数据，经测试发现，前几天优化完的sql执行效率又变低了。
调整内容为SC表的数据增长到300W,学生分数更为离散。
先回顾下：
show index from SC
执行sql
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=81 and sc.score=84
执行时间：0.061s，这个时间稍微慢了点。执行计划：
这里用到了intersect并集操作，即两个索引同时检索的结果再求并集，再看字段score和c_id的区分度。
单从一个字段看，区分度都不是很大，从SC表检索，c_id=81检索的结果是70001，score=84的结果是39425。
而c_id=81 and score=84 的结果是897，即这两个字段联合起来的区分度是比较高的，因此建立联合索引查询效率。
将会更高，从另外一个角度看，该表的数据是300w，以后会更多，就索引存储而言，都是不小的数目，随着数据量的。
增加，索引就不能全部加载到内存，而是要从磁盘去读取，这样索引的个数越多，读磁盘的开销就越大，因此根据具体。
业务情况建立多列的联合索引是必要的，那么我们来试试吧。
alter table SC drop index sc_c_id_index;
alter table SC drop index sc_score_index;
create index sc_c_id_score_index on SC(c_id,score);
执行上述查询语句，消耗时间为：0.007s，这个速度还是可以接收的。
执行计划：
该语句的优化暂时告一段落。
总结
mysql嵌套子查询效率确实比较低 可以将其优化成连接查询 连接表时，可以先用where条件对表进行过滤，然后做表连接
（虽然mysql会对连表语句做优化）建立合适的索引，必要时建立多列联合索引 学会分析sql执行计划，mysql会对sql进行优化，所以分析执行计划很重要
索引优化
上面讲到子查询的优化，以及如何建立索引，而且在多个字段索引时，分别对字段建立了单个索引。
后面发现其实建立联合索引效率会更高，尤其是在数据量较大，单个列区分度不高的情况下。
单列索引
查询语句如下：
select * from user_test_copy where sex = 2 and type = 2 and age = 10
索引：
CREATE index user_test_index_sex on user_test_copy(sex);
CREATE index user_test_index_type on user_test_copy(type);
CREATE index user_test_index_age on user_test_copy(age);
分别对sex,type,age字段做了索引，数据量为300w，查询时间：0.415s执行计划：
发现 type=index_merge
这是mysql对多个单列索引的优化，对结果集采用intersect并集操作
多列索引
我们可以在这3个列上建立多列索引，将表copy一份以便做测试
create index user_test_index_sex_type_age on user_test(sex,type,age);
查询语句：
select * from user_test where sex = 2 and type = 2 and age = 10
执行时间：0.032s，快了10多倍，且多列索引的区分度越高，提高的速度也越多
执行计划：
最左前缀
多列索引还有最左前缀的特性：
执行一下语句：
select * from user_test where sex = 2
select * from user_test where sex = 2 and type = 2
select * from user_test where sex = 2 and age = 10
都会使用到索引，即索引的第一个字段sex要出现在where条件中
索引覆盖
就是查询的列都建立了索引，这样在获取结果集的时候不用再去磁盘获取其它列的数据，直接返回索引数据即可
如：
select sex,type,age from user_test where sex = 2 and type = 2 and age = 10
执行时间：0.003s
要比取所有字段快的多
排序
select * from user_test where sex = 2 and type = 2 ORDER BY user_name
时间：0.139s
在排序字段上建立索引会提高排序的效率
create index user_name_index on user_test(user_name)
最后附上一些sql调优的总结，以后有时间再深入研究
列类型尽量定义成数值类型，且长度尽可能短，如主键和外键，类型字段等等
建立单列索引
根据需要建立多列联合索引
当单个列过滤之后还有很多数据，那么索引的效率将会比较低，即列的区分度较低，
那么如果在多个列上建立索引，那么多个列的区分度就大多了，将会有显著的效率提高。根据业务场景建立覆盖索引
只查询业务需要的字段，如果这些字段被索引覆盖，将极大的提高查询效率多表连接的字段上需要建立索引 这样可以极大的提高表连接的效率
where条件字段上需要建立索引
排序字段上需要建立索引
分组字段上需要建立索引
Where条件上不要使用运算函数，以免索引失效
作者： 风过无痕的博客
cnblogs.com/tangyanbo/p/4462734.html
- EOF -
觉得本文有帮助？请分享给更多人
推荐关注「算法爱好者」，修炼编程内功
点赞和在看就是最大的支持❤️