SQL优化的一般步骤与案例分析
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。
默认是关闭的，开启语句“set profiling = 1;”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`)
sql 语句：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`)
sql 语句：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`)
sql 语句：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 '2021-01-01 0000' 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。
原文标题：面试官问如何优化慢 sql ？
文章出处：【微信公众号：数据分析与开发】欢迎添加关注！文章转载请注明出处。
人员定位管理系统的应用场景：实现安全与效率的智能解决方案
投影画面偏色实例及应对方法
Google在“ 电话”应用中启动一项称为“ 已验证电话”的新功能
红米Redmi与抖音展开战略合作首款新机即将发布
针式打印机的打印针寿命
SQL优化的一般步骤与案例分析
半导体行业未来发展方向究竟是什么?
一文详解i.MX 6Dual/6Quad主要特性及应用
自制的简易电视机天线
电阻应变式称重传感器原理
多点触控技术如何应用于课堂教学场景
5G对TDD的实现方法
贝尔机器人在厦门物博会上大放异彩
ARM：预计监管机构将对英伟达收购交易进行仔细审查
手机200W有线充电技术揭秘 200W有线充电电路设计
推荐系统中的矩阵分解技术
三星Note7自燃原因公布，三星S8会不会重蹈覆辙？
【行业动态】重磅政策启动！智能家居大范围普及的机会来了
华为安全大咖谈 | 华为终端检测与响应EDR 第06期：斩杀幽灵-高级威胁之三十六计
Global Foundries公司展示28nm制程芯片硅圆
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。
默认是关闭的，开启语句“set profiling = 1;”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`)
sql 语句：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`)
sql 语句：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`)
sql 语句：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 '2021-01-01 0000' 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。
原文标题：面试官问如何优化慢 sql ？
文章出处：【微信公众号：数据分析与开发】欢迎添加关注！文章转载请注明出处。
人员定位管理系统的应用场景：实现安全与效率的智能解决方案
投影画面偏色实例及应对方法
Google在“ 电话”应用中启动一项称为“ 已验证电话”的新功能
红米Redmi与抖音展开战略合作首款新机即将发布
针式打印机的打印针寿命
SQL优化的一般步骤与案例分析
半导体行业未来发展方向究竟是什么?
一文详解i.MX 6Dual/6Quad主要特性及应用
自制的简易电视机天线
电阻应变式称重传感器原理
多点触控技术如何应用于课堂教学场景
5G对TDD的实现方法
贝尔机器人在厦门物博会上大放异彩
ARM：预计监管机构将对英伟达收购交易进行仔细审查
手机200W有线充电技术揭秘 200W有线充电电路设计
推荐系统中的矩阵分解技术
三星Note7自燃原因公布，三星S8会不会重蹈覆辙？
【行业动态】重磅政策启动！智能家居大范围普及的机会来了
华为安全大咖谈 | 华为终端检测与响应EDR 第06期：斩杀幽灵-高级威胁之三十六计
Global Foundries公司展示28nm制程芯片硅圆