数据库优化 - SQL优化
前面一篇文章从实例的角度进行数据库优化,通过配置一些参数让数据库性能达到最优。但是一些“不好”的sql也会导致数据库查询变慢,影响业务流程。本文从sql角度进行数据库优化,提升sql运行效率。
判断问题sql
判断sql是否有问题时可以通过两个表象进行判断:
- 系统级别表象
- cpu消耗严重
- io等待严重
- 页面响应时间过长
- 应用的日志出现超时等错误
可以使用sar
命令,top
命令查看当前系统状态。
也可以通过prometheus、grafana
等监控工具观察系统状态。(感兴趣的可以翻看我之前的文章)
- sql语句表象
- 冗长
- 执行时间过长
- 从全表扫描获取数据
- 执行计划中的rows、cost很大
冗长的sql都好理解,一段sql太长阅读性肯定会差,而且出现问题的频率肯定会更高。更进一步判断sql问题就得从执行计划入手,如下所示:
执行计划告诉我们本次查询走了全表扫描type=all
,rows很大(9950400)基本可以判断这是一段"有味道"的sql。
获取问题sql
不同数据库有不同的获取方法,以下为目前主流数据库的慢查询sql获取工具
- mysql
- 慢查询日志
- 测试工具loadrunner
- percona公司的ptquery等工具
- oracle
- awr报告
- 测试工具loadrunner等
- 相关内部视图如v$sql、v$session_wait等
- grid control监控工具
- 达梦数据库
- awr报告
- 测试工具loadrunner等
- 达梦性能监控工具(dem)
- 相关内部视图如v$sql、v$session_wait等
sql编写技巧
sql编写有以下几个通用的技巧:
• 合理使用索引
索引少了查询慢;索引多了占用空间大,执行增删改语句的时候需要动态维护索引,影响性能
选择率高(重复值少)且被where频繁引用需要建立b树索引;一般join列需要建立索引;复杂文档类型查询采用全文索引效率更好;索引的建立要在查询和dml性能之间取得平衡;复合索引创建时要注意基于非前导列查询的情况
• 使用union all替代union
union all的执行效率比union高,union执行时需要排重;union需要对数据进行排序
• 避免select * 写法
执行sql时优化器需要将 * 转成具体的列;每次查询都要回表,不能走覆盖索引。
• join字段建议建立索引
一般join字段都提前加上索引
• 避免复杂sql语句
提升可阅读性;避免慢查询的概率;可以转换成多个短查询,用业务端处理
• 避免where 1=1写法
• 避免order by rand()类似写法
rand()导致数据列被多次扫描
sql优化
执行计划
完成sql优化一定要先读执行计划,执行计划会告诉你哪些地方效率低,哪里可以需要优化。我们以mysql为例,看看执行计划是什么。(每个数据库的执行计划都不一样,需要自行了解)explain sql
字段 | 解释 |
---|---|
id | 每个被独立执行的操作标识,标识对象被操作的顺序,id值越大,先被执行,如果相同,执行顺序从上到下 |
select_type | 查询中每个select 字句的类型 |
table | 被操作的对象名称,通常是表名,但有其他格式 |
partitions | 匹配的分区信息(对于非分区表值为null) |
type | 连接操作的类型 |
possible_keys | 可能用到的索引 |
key | 优化器实际使用的索引(最重要的列) 从最好到最差的连接类型为const 、eq_reg 、ref 、range 、index 和all 。当出现all 时表示当前sql出现了“坏味道” |
key_len | 被优化器选定的索引键长度,单位是字节 |
ref | 表示本行被操作对象的参照对象,无参照对象为null |
rows | 查询执行所扫描的元组个数(对于innodb,此值为估计值) |
filtered | 条件表上数据被过滤的元组个数百分比 |
extra | 执行计划的重要补充信息,当此列出现using filesort , using temporary 字样时就要小心了,很可能sql语句需要优化 |
接下来我们用一段实际优化案例来说明sql优化的过程及优化技巧。
优化案例
表结构
create table `a` ( `id` int(11) not nullauto_increment, `seller_id` bigint(20) default null, `seller_name` varchar(100) character set utf8 collate utf8_bin default null, `gmt_create` varchar(30) default null, primary key (`id`) ); create table `b` ( `id` int(11) not nullauto_increment, `seller_name` varchar(100) default null, `user_id` varchar(50) default null, `user_name` varchar(100) default null, `sales` bigint(20) default null, `gmt_create` varchar(30) default null, primary key (`id`) ); create table `c` ( `id` int(11) not nullauto_increment, `user_id` varchar(50) default null, `order_id` varchar(100) default null, `state` bigint(20) default null, `gmt_create` varchar(30) default null, primary key (`id`) );
三张表关联,查询当前用户在当前时间前后10个小时的订单情况,并根据订单创建时间升序排列,具体sql如下
select a.seller_id, a.seller_name, b.user_name, c.state from a, b, c where a.seller_name = b.seller_name and b.user_id = c.user_id and c.user_id = 17 and a.gmt_create between date_add(now(), interval – 600 minute) and date_add(now(), interval 600 minute) order by a.gmt_create;
-
查看数据量
-
原执行时间
-
原执行计划
- 初步优化思路
- sql中 where条件字段类型要跟表结构一致,表中
user_id
为varchar(50)类型,实际sql用的int类型,存在隐式转换,也未添加索引。将b和c表user_id
字段改成int类型。 - 因存在b表和c表关联,将b和c表
user_id
创建索引 - 因存在a表和b表关联,将a和b表
seller_name
字段创建索引 - 利用复合索引消除临时表和排序
- sql中 where条件字段类型要跟表结构一致,表中
初步优化sql
alter table b modify `user_id` int(10) default null; alter table c modify `user_id` int(10) default null; alter table c add index `idx_user_id`(`user_id`); alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`); alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);
-
查看优化后执行时间
查看优化后执行计划
查看warnings信息
继续优化
alter table a modify "gmt_create" datetime default null;
-
查看执行时间
-
查看执行计划
- 优化总结
- 查看执行计划 explain
- 如果有告警信息,查看告警信息 show warnings;
- 查看sql涉及的表结构和索引信息
- 根据执行计划,思考可能的优化点
- 按照可能的优化点执行表结构变更、增加索引、sql改写等操作
- 查看优化后的执行时间和执行计划
-
如果优化效果不明显,重复第四步操作
请关注个人公众号:java日知录