几个常见的MySQL的可优化点归纳总结
索引相关
1. 查询(或更新,删除,可以转换为查询)没有用到索引
这是最基础的步骤,需要对sql执行explain查看执行计划中是否用到了索引,需要重点关注type=all, key=null的字段。
2. 在索引字段上施加函数
to_char(gmt_created, ‘mmdd') = '0101′
正确的写法
gmt_created between to_date(“20090101″, “yyyymmdd”) and to_date(“20090102″, “yyyymmdd”)
3. 在索引字段上使用全模糊
member_id like ‘%alibab%'
b树无法解决此类问题,可以考虑搜索引擎。
但是member_id like ‘alibab%'可以用到索引。
其实,对任何一个字段使用 like ‘%xxxx%'都是一种不规范的做法,需要能检查到这种错误用法。
4. 多列字段的索引,没有用到前导索引
索引:(memeber_id, group_id)
where group_id=9234,实际上,这个条件是没有办法用到上面的索引的。这是一个很常见的误用。要理解为什么不能用到这个索引,需要理解mysql如何构造多列索引的。
索引是一棵b树,问题是,对于多列索引,mysql将索引字段按照索引建立的顺序进行拼装,组成一个新的字符串,这个字符串被用来做为构建b树的键。所以,在查询条件里,如果没有用到前导列,就没办法访问多列索引的b树。
应该建立索引:(group_id, member_id)
5. 访问到了索引之外的字段
索引(member_id, subject)
select subject from offer where member_id=234
在member_id=234记录数很多的情况下,会优于
select subject, gmt_created from offer where member_id=234
原因是第二条sql会根据索引查找到的rowid访问表里的记录。第一条sql使用索引范围扫描就可以得到结果。
如果某个sql执行次数很多,但是读取的字段没有被索引覆盖,那么,可能需要建立覆盖性索引。
6. 计数count(id)有时比count(*)慢
count(id) === count(1) where id is not null
如果没有(id)索引,那么会用全表扫描,而count(*)会使用最优的索引进行用索引快速全扫描
计数统一使用count(*)
7. 正确使用stop机制
判断member_id在offer表中是否存在记录:
select count(*) from offer where member_id=234 limit 1
优于
select count(*) from offer where member_id=234
原因是第一条sql会在得到第一条符合条件的记录后停止。
高效分页
1. 高效的分页
使用join技术,利用索引查找到符合条件的id,构造成临时表,用这个小的临时表与原表做join
select * from ( select t.*, rownum as rn from (select * from blog.blog_article where domain_id=1 and draft=0 order by domain_id, draft, gmt_created desc) t where rownum >= 2 ) a where a.rn <= 3
应该改写成
select blog_article.* from ( select rid, rownum as rn from ( select rowid as id from blog.blog_article where domain_id=1 and draft=0 order by domain_id, draft, gmt_created desc ) t where rownum >= 2 ) a, blog_article where a.rn >= 3 and a.rid = blog_article.rowid
2. order by没有用到索引
有索引(a, b,c )
混合排序规则
order by a asc, b desc, c desc /* mixed sort direction */
缺失了前导列
where g = const order by b, c /* a prefix is missing */
缺失了中间列
where a = const order by c /* b is missing */
使用了不在索引中的列进行排序
where a = const order by a, d /* d is not part of index */
高效地利用primary key
随机查询
一个错误的做法:
select * from title where kind_id=1 order by rand() limit 1; create index k on title(kind_id);
这个sql执行过程中需要全表扫描,并且将数据保存到临时表,这是一个非常耗时的操作。
改进的做法,利用偏移量。
select round(rand() * count(*)) from title where kind_id=1; select * from title where kind_id=1 limit 1 offset $random; create index k on title(kind_id);
相比上面的做法,这种写法能够利用到kind_id上的索引,减少了需要扫描的数据块。但是,如果offset非常大,那么需要扫描的数据块也非常大,极端情况是扫描索引k的所有数据块。
最优的做法,利用主键进行范围查找
select round(rand() * count(*)) from title where kind_id=1; select * from title where kind_id = and id > $random limit 1;
这个sql利用primary key进行范围查询,完全走索引,并且只读取一条记录,速度非常快。但是,这种用法的限制是primary key必须是int型,并且是连续自增长的。
高效join
1. 小表驱动大表进行join
2. 避免子查询
子查询是一个影响性能的隐患。应该使用join改写sql。
数据类型
1. 避免隐式转换
create table `user` ( `id` smallint(5) unsigned not null auto_increment, `account` char(11) not null comment ”, `email` varchar(128), primary key (`id`), unique key `username` (`account`) ) engine=innodb charset=utf8; mysql> explain select * from user where account=123 \g *************************** 1. row *************************** id: 1 select_type: simple table: user type: all possible_keys: username key: null key_len: null ref: null rows: 2 extra: using where 1 row in set (0.00 sec)
可以看到,account=123的条件并没有用到唯一索引`username`。mysql的server从storage engine中读取所有的记录,使用to_number()函数,将记录中的account转换成数字,被转换后的数字用来和参数比较。我们的测试表里有2条记录,而执行计划中rows的值也是2,并且type的值为all,这也说明索引`username`并没有被用到。
*************************** 1. row ***************************
id: 1
select_type: simple
table: user
type: const
possible_keys: username
key: username
key_len: 33
ref: const
rows: 1
extra:
1 row in set (0.00 sec)
参数为字符串类型,我们可以看到索引`username`,被使用到了。
这是一个经常被误用的做法。
2. 主键不是自增列
自增列的主键有多个好处:
- 插入性能高。
- 减小page的碎片。
- 提供二级索引的性能,降低二级索引的空间,因为二级索引存储的是主键的值,并不是page中的行id。