一个 20 秒 SQL 慢查询优化处理方案

1.背景

页面无法正确获取数据，经排查原来是接口调用超时，而最后发现是因为sql查询长达到20多秒而导致了问题的发生。
这里，没有高深的理论或技术，只是备忘一下经历和解读一些思想误区。

2.复杂sql语句的构成

这里不过多对业务功能进行描述，但为了突出问题所在，会用类比的语句来描述当时的场景

复杂的sql语句可以表达如下：

select * from a_table as a 
left join b_table as b on a.id=b.id 
where a.id in (
select distinct id from a_table 
where user_id in (100,102,103) group by user_id having count(id) > 3
)

3.关联查询

从上面简化的sql语句，可以看出，首先进行的是关联查询。

4.子查询

其次，是嵌套的子查询。此子查询是为了找出多个用户共同拥有的组id。所以语句中的“100,102,103”是根据场景来定的，并且需要和后面“count(id) > 3”的个数对应。简单来说，就是找用户交集的组id。

5.耗时在哪？

假设现在a_table表的数据量为20w，而b_table的数据量为2000w。大家可以想一下，你觉得主要的耗时是在关联查询部分，还是在子查询部分？
（思考空间。。。。）
（思考空间。。。。。。。）
（思考空间。。。。。。。。。。）

6.问题定位

对于sql底层的原理和高深的理论，我暂时掌握不够深入。但我知道可以通过类比和简单的测试来验证是哪一块环节出了问题。

7.初步断定

首先，对于只有一个用户id时，我会把上面的语句简化成：

elect * from a_table as a 
left join b_table as b on a.id=b.id 
where user_id in (100)

所以，初步断定应该是嵌套的子查询部分占用了大部分的时间。

9.再进一步验证

既然定位到了是嵌套的子查询语句的问题，那又要分为两块待排查的区域：是子查询本身耗时大，还是嵌套而导致慢查询？
结果很容易发现，当我把子查询单独在db中执行时，是非常快的。所以排除。
剩下的不言而喻，20秒的慢查询是嵌套引起的。

但因为处于上线紧急的过程中，为了确保，我快速地验证了我的结论：

• 1、将子查询的id单独执行，并把得到的结果序列手动拼成一段id，如：1,2,3,4, … , 999
• 2、将上面得到的序列id，手动替换到原来的sql语句
• 3、执行，发现，很快！只用了约150 ms

well done!  准备修复上线！

10.解决方案

线上的问题，很多时间都是在定位问题和分析原因，既然问题找到了，原因也找到了，解决方案不言而喻。代码简单处理即可。

11.另外一个需要注意的点

当前，实际的sql语句，会比这个更为复杂，但已足以表达问题所在。但在前期，笔者也做了一些sql的代码。
因为b_table比a_table大，所以一开始b_table 左关联a_table 时，很慢，大概是1秒多，而且数据量是很少的；但若反过来，a_table 左关联b_table 时，则很快，大概是100毫秒。

所以，又发现一个有趣的现象：

大表 左关联 小表，很慢；小表 左关联 大表，很快。
当然，这些我们理论上都知道，但实际开发会忘却。又或者一开始两个表都为空时，而又没考虑到后期这两个表增长的速度时，日后就会埋下坑了。

总结：

首先，嵌套的子查询是很慢的。
原因，我还没仔细去研究，但在下班的路上和我的同事交流时，他说曾经看过这方面相关的书籍，是说每一次的子查询都会产生一个sql语句，所以就n次查询了。而另外一位资深的qa同事则跟我说，应该是m*n的问题。
其次，我一开始使用嵌套子查询，是存在这样一个误区：我觉得将这些操作交给mysql自身来处理会更高效，毕竟db内部会有良好的机制来执行这些查询由。
然后，实际表白，我错了。因为这不是简单的合并mc批量查询。
当我们决定使用一些底层的技术时，只有当我们理解透彻了，才能使用更为恰当。而因为无知就断定工具、框架、底层无所不能时，往往就会中招。

到此这篇关于一个 20 秒 sql 慢查询优化的经历与处理方案的文章就介绍到这了,更多相关 sql 慢查询优化的经历与处理方案内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！