数据库设计与优化 - 结合执行计划MySQL语句的11大优化策略
背景 全球访问量最大的 20 家网站，绝大多数使用 MySQL,有两个特例的 live.com 和 bing 是微软旗下的网站。它使用的是 MSSQL，并不是他们使用不了 MySQL，而是他要支持自己的数据库。毫无疑问MySQL是当今非常流行的关系数据库之一，不仅因为其绝大多数版本的开源，而且支持多存储引擎、快速、稳定地运行于各种服务器环境。MySQL查询分析优化引擎作为其中核心模块的一部分，占有举足轻重的地位，因此我们今天了解和研究它就非常重要了。 MySQL服务器操作层架构 MySQL语句的优化就发生MySQL Server服务器架构的操作层，这层具体的执行流程是： 这层主要的功能是： SQL 语句的解析、优化，缓存的查询，MySQL 内置函数的实现，跨存储引擎功能（所谓跨存储引擎就是说每个引擎都需提供的功能（引擎需对外提供接口）），例如：存储过程、触发器、视图等。 1.如果是查询语句（select 语句），首先会查询缓存是否已有相应结果，有则返回结果，无则进行下一步（如果不是查询语句，同样调到下一步）； 2.解析查询，创建一个内部数据结构（解析树），这个解析树主要用来 SQL 语句的语义与语法解析； 3.优化：优化 SQL 语句，例如重写查询，决定表的读取顺序，以及选择需要的索引等。这一阶段用户是可以查询的，查询服务器优化器是如何进行优化的，便于用户重构查询和修改相关配置，达到最优化。这一阶段还涉及到存储引擎，优化器会询问存储引擎，比如某个操作的开销信息、是否对特定索引有查询优化等。 十一大优化策略 演示准备 用以上演示道具来说明十一经典优化策略如下： 策略一、索引字段尽量全值匹配 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name`='joye'; -- 走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name`='joye' AND age=25; -- 走索引 -- 查询3 EXPLAIN SELECT * FROM employee WHERE `NAME`='joye' AND age=25 AND pos='dev'; -- 走索引 以上三种查询方式，查询3的效率最高，索引的使用程度也最高。在表中建立索引后，能用索引的要尽量都要用上。 策略二、最佳左前缀法则 如果创建的索引为复合索引，要遵守最左前缀法则。查询从索引的最左前列开始并且不要跳过索引中的列。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE age=20 AND pos='dev'; -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE pos='dev'; -- 不走索引 -- 查询3 EXPLAIN SELECT * FROM employee WHERE `name`='Joye'; -- 走索引 以上查询只有查询3才走索引。最佳左前缀法则可以理解成火车的车头、中间车厢、车尾的关系。 策略三、不在索引列上做任何操作 在索引列上计算、函数、类型转换等会导致索引失效，转向全表扫描。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name`='Joye'; -- 走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE LEFT(`name`,4)='Joye'; -- 不走索引 -- 查询3 EXPLAIN SELECT * FROM employee WHERE `age`*2 = 13; -- 不走索引 在索引字段上使用函数、任何计算表达式均会导致索引失效。 策略四、尽量多用覆盖索引 尽量使用覆盖索引(只访问索引列的查询，查询列和索引列一致)，减少select开销。全部数据直接通过索引就能获取到，大大提高查询效率。 -- 查询1 EXPLAIN SELECT age,pos FROM employee WHERE `name` = 'joye'; -- 走索引 -- 查询2 EXPLAIN SELECT pos FROM employee WHERE `name` = 'joye'; -- 走索引 -- 查询3 EXPLAIN SELECT age,add_time FROM employee WHERE `name` = 'joye'; -- 不走索引 策略五、范围条件放最后 查询优化器不会使用索引中范围条件右边的列，所以范围条件放最后能被主动采用。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `NAME`='joye' AND age=22 AND pos='manager'; -- 走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `NAME`='joye' AND age>22 AND pos='manager';-- 不充分走索引 -- 查询3 EXPLAIN SELECT * FROM employee WHERE `NAME`='joye' AND pos='manager' AND age>22; -- 充分走索引 策略六、不等于(! <>) 要慎用 mysql在使用不等于(!= 或者 <>)的时候无法使用索引，导致全表扫描 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name` != 'joye'; -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE NAME <>'joye'; -- 不走索引 若要使用不等号，尽量采用覆盖索引； -- 查询3 EXPLAIN SELECT `name`,age,pos FROM employee WHERE NAME != 'joye'; -- 走索引 -- 查询4 EXPLAIN SELECT NAME,age,pos FROM employee WHERE NAME <> 'joye'; -- 走索引 策略七、IN/NOT IN要慎用 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name` IN('joye','9000'); -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name` NOT IN('joye','9000'); -- 不走索引 查询1和查询2不走索引的原因是IN/NOT IN 匹配让索引失效，转向全表扫描 。若需要使用IN/NOT IN，则同时尽量采用覆盖索引或就使用场景使用JOIN连表方式 -- 查询3 EXPLAIN SELECT age,pos FROM employee WHERE `name` IN('joye','9000'); -- 走索引 -- 查询4 EXPLAIN SELECT age,pos FROM employee WHERE `name` NOT IN('joye','9000');-- 充分使用索引 策略八、NULL/NOT NULL有影响 索引字段为null 和 not null 对索引的影响, 可能导致索引失效(分情况)。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name` IS NULL; -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name` IS NOT NULL; -- 不走索引 这时设置`name`字段允许为null -- 查询3 EXPLAIN SELECT * FROM employee2 WHERE NAME IS NULL; -- 走索引 策略九、LIKE查询要小心 LIKE以通配符开头(‘%abc ’)mysql索引失效会变成全表扫描操作。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name` LIKE '%july%' -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name` LIKE '%july' -- 不走索引 -- 查询3 EXPLAIN SELECT * FROM employee WHERE `name` LIKE 'july%'-- 走索引 策略十、字符类型字段加引号 字符窜不加引号会导致索引失效。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name` = 9000; -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name` = '9000' -- 走索引 策略十一、OR改UNION 效率高 WHERE查询或子查询条件中使用OR,会导致索引失效，转向全表数据扫描。 -- 查询1 EXPLAIN SELECT * FROM employee WHERE `name`='joye' OR `name`='andy3'; -- 不走索引 -- 查询2 EXPLAIN SELECT * FROM employee WHERE `name`='joye' UNION SELECT * FROM employee WHERE `name`='andy3'; -- 走索引 总结 以上仅为SQL语句优化领域的关键优化指标和技巧。在具体项目的优化中，我们可能会综合使用以上多个策略和手段完成一个SQL的优化；如何用好这些策略完全取决于我们在项目实战中循序渐进的优化、尝试、摸索、总结。以后会在项目实践中，分享更多综合性大数据问题优化实战案例，请继续关注！
