MySQL索引优化二

本篇字数: 2k字   |   阅读时长: 7分

2024-03-30

一、MySQL分页查询优化

1
2
3
4
# 未优化查询语句
select * from <user_table> limit 50000,10;
# 优化查询语句
select * from <user_table> where id > 50000 limit 10;

[!NOTE]

优化后SQL语句 使用索引，扫描的行数大大减少，执行效率大大提高。当然这种优化方式必须满足以下两个条件：

  1. 主键自增且连续
  2. 结果是按照主键排序的

二、非主键字段的分页查询

1
2
3
4
# 未优化
select * from <user_table> ORDER BY name limit 50000,10;
# 优化后
select * from <user_table> e inner join (select id from <user_table> order by name limit 50000,10) edon e.id = ed.id;

[!NOTE]

未优化前SQL 语句使用的是 filesort 排序，而优化后的 SQL语句使用的是索引排序。

三、Join关联查询优化

1. 嵌套循环连接 Nested-Loop Join(NLJ) 算法

一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动
表）里取出满足条件的行，然后取出两张表的结果合集。

1
EXPLAIN select * from <user_table1> inner join <user_table2> on <user_table1>.a= <user_table2>.a;
  • 先执行的就是驱动表()；优化器一般会优先选择小表做驱动表，所以使用 inner join 时，排在前面的表并不一定就是驱动表。
  • 当使用left join时，左表是驱动表，右表是被驱动表，当使用right join时，右表时驱动表，左表是被驱动表，当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。
  • 使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算法是 NLJ。

[!IMPORTANT]

整个过程会读取 t2 表的所有数据(扫描100行)，然后遍历这每行数据中字段 a 的值，根据 表中 a 的值索引扫描 表中的对应行(扫描100次 表的索引，1次扫描可以认为最终只扫描 表一行完整数据，也就是总共 表也扫描了100行)。因此整个过程扫描了 200 行。

2. 基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法

把驱动表的数据读入到 join_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟 join_buffer 中的数据做对比。

1
EXPLAIN select * from <user_table1> inner join <user_table2> on <user_table1>.b= <user_table2>.b;

[!IMPORTANT]

整个过程对表 和 都做了一次全表扫描，因此扫描的总行数为10000(表 的数据总量) + 100(表 的数据总量) =10100。并且 join_buffer 里的数据是无序的，因此对表 中的每一行，都要做 100 次判断，所以内存中的判断次数是100 * 10000= 100 万次。

[!CAUTION]

被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用NLJ算法呢？
如果上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 * 10000 = 100万次，这个是磁盘扫描。很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有索引的情况下 NLJ 算法比 BNL算法性能更高

[!NOTE]

对于关联查询SQL语句的优化：

  • 关联字段加索引，让mysql做join操作时尽量选择NLJ算法。
  • 小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去mysql优化器自己判断的时间。

straight_join：straight_join功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执行顺序。

1
2
# 指定mysql选择 <user_table2> 表作为驱动表
select * from <user_table2> straight_join <user_table1> on <user_table2>.a = <user_table1>.a;
  • straight_join只适用于inner join，并不适用于left join，right join。（因为left join，right join已经代表指定了表的执行顺序）
  • 尽可能让优化器去判断，因为大部分情况下mysql优化器是比人要聪明的。使用straight_join一定要慎重，因为部分情况下人为指定的执行顺序并不一定会比优化引擎要靠谱。

四、in和exsits查询优化

原则：小表驱动大表，即小的数据集驱动大的数据集

in：当表的数据集小于表的数据集时，in优于exists

1
2
3
4
5
select * from <user_table1> where id in (select id from <user_table2>)
# 等价于：
for(select id from <user_table2>){
	select * from <user_table1> where <user_table11>.id = <user_table2>.id
}

exists：当表的数据集小于表的数据集时，exists优于in

1
2
3
4
5
select * from <user_table1> where exists (select 1 from <user_table2> where <user_table2>.id = <user_table1>.id)
# 等价于:
for(select * from <user_table2>){
	 select * from <user_table2> where <user_table2>.id = <user_table1>.id
 }

[!CAUTION]

1、EXISTS (subquery)只返回TRUE或FALSE,因此子查询中的SELECT * 也可以用SELECT 1替换,官方说法是实际执行时会
忽略SELECT清单,因此没有区别。
2、EXISTS子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比。
3、EXISTS子查询往往也可以用JOIN来代替，何种最优需要具体问题具体分析。

五、count(*)查询优化

1
2
3
4
EXPLAIN select count(1) from <user_table>;
EXPLAIN select count(id) from <user_table>;
EXPLAIN select count(name) from <user_table>;
EXPLAIN select count(*) from <user_table>;

[!CAUTION]

四个SQL语句的执行计划一样，说明这四个SQL语句执行效率相差不多：

  • 字段有索引：count(*)≈count(1)>count(字段)>count(主键 id) //字段有索引，count(字段)统计走二级索引，二级索引存储数据比主键索引少，所以count(字段)>count(主键 id)
  • 字段无索引：count(*)≈count(1)>count(主键 id)>count(字段) //字段没有索引count(字段)统计走不了索引，
  • count(主键 id)还可以走主键索引，所以count(主键 id)>count(字段)

count(1)跟count(字段)执行过程类似，不过count(1)不需要取出字段统计，就用常量1做统计，count(字段)还需要取出字段，所以理论上count(1)比count(字段)会快一点。
count() 是例外，mysql并不会把全部字段取出来，而是专门做了优化，不取值，按行累加，效率很高，所以不需要用count(列名)或count(常量)来替代 count()。
为什么对于count(id)，mysql最终选择辅助索引而不是主键聚集索引？因为二级索引相对主键索引存储数据更少，检索性能应该更高。

七、常见优化方法

1、查询mysql自己维护的总行数

  • 对于myisam存储引擎的表做不带where条件的count查询性能是很高的，因为myisam存储引擎的表的总行数会被mysql存储在磁盘上，查询不需要计算。
  • 对于innodb存储引擎的表mysql不会存储表的总记录行数，查询count需要实时计算。

2、show table status

1
2、show table status like <user_table>;

3、将MySQL表总数维护到Redis里

插入或删除表数据行的时候同时维护redis里的表总行数key的计数值(用incr或decr命令)，但是这种方式可能不准，很难保证表操作和redis操作的事务一致性。

4、增加数据库计数表

插入或删除表数据行的时候同时维护计数表，让他们在同一个事务里操作。

八、资源分享

Alibaba Java 开发手册

本文作者： Seyou
发布时间： 2024-03-30
最后更新： 2024-03-30
本文标题： MySQL索引优化二
本文链接： https://seyou.lol/posts/2024/03/a3b7cf43.html
版权声明： 本作品采用 CC BY-NC-ND 4.0 许可协议进行许可。转载请注明出处！