MySQL的5步优化法

背景

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

1、通过慢查日志等定位那些执行效率较低的 SQL 语句

2、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(表示使用的索引类型)

  1. ALL 全表扫描
  2. index 索引全扫描
  3. range 索引范围扫描,常用语<,<=,>=,between,in 等操作
  4. 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
  5. 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
  6. 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
  7. 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

补充关于 cost 模型(sql 内部优化选择模型)

成本模型的基本工作方式, 这些可配置的成本模型是这样工作的:

  1. SQL 服务在启动的时候从成本模型的数据库表中读取数据,存到内存,运行期间就从内存中读取这些数据。这个表中非 NULL 的值的优先级高于编译好的默认值,这个表中的 NULL 值代表优化器使用编译好的默认值。
  2. SQL 服务运行的时候可能会重新读取成本表。重新读取的场景有:存储引擎的动态加载,和执行 FLUSH OPTIMIZER_COSTS 语句。
  3. 内存中的成本评估数据对于客户端的会话(session)来说是实时的,贯串了会话的开始到结束。注意,如果 SQL 服务重新读取了成本表,表中修改的信息只对后面生成的会话生效,对即将结束的会话不会起作用。
  4. 成本评估表是对指定的 SQL 服务实例生效的,SQL 服务不会把成本评估表的修改同步到从库去。

Extra

  1. 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。
  2. 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
  3. 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。
  4. 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。

3、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};

4、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;

5、确定问题并采用相应的措施

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, 使用最左的作为索引
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 < 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,SQL 改动如下
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;
个评: 其实这种操作是使用覆盖索引的方法,让查询语句完全覆盖到索引,查询出范围后,然后再利用 id 在全表中查询出结果来。 防止多次数据查询回流。

案例 4、in + order by

//索引
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
//SQL语句
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`)
//SQL语句
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” 。个解: 如果使用了范围查询,一定注意放在查询的最后。

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。

关于我
loading