前言
在程序上線運行一段時間后，一旦數據量上去了，或多或少會感覺到系統出現延遲、卡頓等現象，出現這種問題，就需要程序員或架構師進行系統調優工作了。
其中，大量的實踐經驗表明，調優的手段盡管有很多，但涉及到SQL調優的內容仍然是非常重要的一環，本文將結合實例，總結一些工作中可能涉及到的SQL優化策略。
一、查詢優化
可以說，對于大多數系統來說，讀多寫少一定是常態，這就表示涉及到查詢的SQL是非常高頻的操作。
前置準備：給一張測試表添加10萬條數據。
使用下面的存儲過程給單表造一批數據，將表換成自己的就好了。
create procedure addMyData()
begin
declare num int;
set num =1;
while num <= 100000 do
insert into XXX_table values(
replace(uuid(),'-',''),concat('測試',num),concat('cs',num),'123456'
);
set num =num +1;
end while;
end ;
然后調用該存儲過程：
call addMyData();
本篇準備了3張表，分別為學生（student）表，班級（class）表，賬戶(account)表，各自有50萬，1萬和10萬條數據用于測試。
二、分頁查詢優化
分頁查詢是開發中經常會遇到的，有一種情況是，當分頁的數量非常大的時候，查詢的時候往往非常耗時，比如查詢student表，使用下面的sql查詢，耗時達到0.2秒。
實踐經驗告訴我們，越往后，分頁查詢效率越低，這就是分頁查詢的問題所在， 因為，當在進行分頁查詢時，如果執行 limit 400000,10 ，此時需要 MySQL 排序前4000 10 記錄，僅僅返回400000 - 4 00010 的記錄，其他記錄丟棄，查詢排序的代價非常大。
優化思路：
一般分頁查詢時，通過創建 覆蓋索引 能夠比較好地提高性能，可以通過覆蓋索引加子查詢形式進行優化。
1.在索引上完成排序分頁操作，最后根據主鍵關聯回原表查詢所需要的其他列內容
SELECT * FROM student t1,(SELECT id FROM student ORDER BY id LIMIT 400000,10) t2 WHERE t1.id =t2.id;
執行上面的sql，可以看到響應時間有一定的提升。
2.對于主鍵自增的表，可以把Limit 查詢轉換成某個位置的查詢
select * from student where id > 400000 limit 10;
執行上面的sql，可以看到響應時間有一定的提升。
三、關聯查詢優化
在實際的業務開發過程中，關聯查詢可以說隨處可見，關聯查詢的優化核心思路是，最好為關聯查詢的字段添加索引，這是關鍵。具體到不同的場景，還需要具體分析，這個跟mysql的引擎在執行優化策略的方案選擇時有一定關系。
1.左連接或右連接
下面是一個使用left join 的查詢，可以預想到這條sql查詢的結果集非常大。
select t.* from student t left join class cs on t.classId = cs.id;
為了檢查下sql的執行效率，使用explAIn做一下分析，可以看到，第一張表即left join左邊的表student走了全表掃描，而class表走了主鍵索引，盡管結果集較大，還是走了索引。
針對這種場景的查詢，思路如下：
- 讓查詢的字段盡量包含在主鍵索引或者覆蓋索引中；
- 查詢的時候盡量使用分頁查詢。
關于左連接（右連接）的explain結果補充說明：
- 左連接左邊的表一般為驅動表，右邊的表為被驅動表；
- 盡可能讓數據集小的表作為驅動表，減少mysql內部循環的次數；
- 兩表關聯時，explain結果展示中，第一欄一般為驅動表。
2.關聯查詢關聯的字段建立索引
看下面的這條sql，其關聯字段非表的主鍵，而是普通的字段。
explain select u.* from tenant t left join `user` u on u.account = t.tenant_name where t.removed is null and u.removed is null;
通過explain分析可以發現，左邊的表走了全表掃描，可以考慮給左邊的表的tenant_name和user表的account 各自創建索引。
create index idx_name on tenant(tenant_name);
create index idx_account on `user`(account);
再次使用explain分析結果如下：
可以看到第二行type變為ref，rows的數量優化比較明顯。這是由左連接特性決定的，LEFT JOIN條件用于確定如何從右表搜索行，左邊一定都有，所以右邊是我們的關鍵點，一定需要建立索引。
3.內連接關聯的字段建立索引
我們知道，左連接和右連接查詢的數據分別是完全包含左表數據，完全包含右表數據，而內連接（inner join 或join） 則是取交集（共有的部分），在這種情況下，驅動表的選擇是由mysql優化器自動選擇的。
在上面的基礎上，首先移除兩張表的索引：
ALTER TABLE `user` DROP INDEX idx_account;
ALTER TABLE `tenant` DROP INDEX idx_name;
使用explain語句進行分析：
然后給user表的account字段添加索引，再次執行explain我們發現，user表竟然被當作是被驅動表了。
此時，如果我們給tenant表的tenant_name加索引，并移除user表的account索引，得出的結果竟然都沒有走索引，再次說明，使用內連接的情況下，查詢優化器將會根據自己的判斷進行選擇。
四、子查詢優化
子查詢在日常編寫業務的SQL時也是使用非常頻繁的做法，不是說子查詢不能用，而是當數據量超出一定的范圍之后，子查詢的性能下降是很明顯的，關于這一點，本人在日常工作中深有體會。
比如下面這條sql，由于student表數據量較大，執行起來耗時非常長，可以看到耗費了將近3秒。
select st.* from student st where st.classId in (
select id from class where id > 100
);
通過執行explain進行分析得知，內層查詢 id > 100的子查詢盡管用上了主鍵索引，但是由于結果集太大，帶入到外層查詢，即作為in的條件時，查詢優化器還是走了全表掃描。
針對上面的情況，可以考慮下面的優化方式：
select st.id from student st join class cl on st.classId = cl.id where cl.id > 100;
子查詢性能低效的原因
- 子查詢時，MySQL需要為內層查詢語句的查詢結果建立一個臨時表 ，然后外層查詢語句從臨時表中查詢記錄，查詢完畢后，再撤銷這些臨時表 。這樣會消耗過多的CPU和IO資源，產生大量的慢查詢；
- 子查詢結果集存儲的臨時表，不論是內存臨時表還是磁盤臨時表都不能走索引，所以查詢性能會受到一定的影響；
- 對于返回結果集比較大的子查詢，其對查詢性能的影響也就越大。
使用mysql查詢時，可以使用連接（JOIN）查詢來替代子查詢。連接查詢不需要建立臨時表 ，其速度比子查詢要快 ，如果查詢中使用索引的話，性能就會更好，盡量不要使用NOT IN 或者 NOT EXISTS，用LEFT JOIN xxx ON xx WHERE xx IS NULL替代。
一個真實的案例
在下面的這段sql中，優化前使用的是子查詢，在一次生產問題的性能分析中，發現某個tenant_id下的數據達到了35萬多，這樣直接導致某個列表頁面的接口查詢耗時達到了5秒左右。
找到了問題的根源后，嘗試使用上面的優化思路進行解決即可，優化后的sql大概如下：
五、排序（order by）優化
在MySQL，排序主要有兩種方式：
- Using filesort : 通過表索引或全表掃描，讀取滿足條件的數據行，然后在排序緩沖區sort buffer中完成排序操作，所有不是通過索引直接返回排序結果的排序都叫 FileSort 排序；
- Using index : 通過有序的索引順序掃描直接返回有序數據，這種情況即為 using index，不需要額外排序，操作效率高。
對于以上兩種排序方式，Using index的性能高，而Using filesort的性能低，我們在優化排序操作時，盡量要優化為 Using index。
1.使用age字段進行排序
由于age字段未加索引，查詢結果按照age排序的時候發現使用了filesort，排序性能較低。
給age字段添加索引，再次使用order by時就走了索引。
2.使用多字段進行排序
通常在實際業務中，參與排序的字段往往不只一個，這時候，就可以對參與排序的多個字段創建聯合索引。
如下根據stuno和age排序：
給stuno和age添加聯合索引：
create index idx_stuno_age on `student`(stuno,age);
再次分析時結果如下，此時排序走了索引：
1）關于多字段排序時的注意事項
- 排序時，需要滿足最左前綴法則，否則也會出現 filesort
在上面我們創建的聯合索引順序是stuno和age，即stuno在前面，而age在后，如果查詢的時候調換排序順序會怎樣呢？通過分析結果發現，走了filesort。
- 排序時，排序的類型保持一致
在保持字段排序順序不變時，默認情況下，如果都按照升序或者降序時，order by可以使用index，如果一個是升序，另一個是降序會如何呢？分析發現，這種情況下也會走filesort。
六、分組（group by）優化
group by 的優化策略和order by 的優化策略非常像，主要列舉如下幾個要點：
- group by 即使沒有過濾條件用到索引，也可以直接使用索引；
- group by 先排序再分組，遵照索引建的最佳左前綴法則；
- 當無法使用索引列時，增大 max_length_for_sort_data 和 sort_buffer_size 參數的設置；
- where效率高于having，能寫在where限定的條件就不要寫在having中了；
- 減少使用order by，能不排序就不排序，或將排序放到程序去做。Order by、groupby、distinct這些語句較為耗費CPU，數據庫的CPU資源是極其寶貴的；
- 如果sql包含了order by、group by、distinct這些查詢的語句，where條件過濾出來的結果集請保持在1000行以內，否則SQL會很慢；
1.給group by的字段添加索引
如果字段未加索引，分析結果如下，這種結果性能顯然很低效。
給stuno添加索引之后：
給stuno和age添加聯合索引：
如果不遵循最佳左前綴，group by 性能將會比較低效。
遵循最佳左前綴的情況如下：
七、count 優化
count() 是一個聚合函數，對于返回的結果集，一行行判斷，如果 count 函數的參數不是NULL，累計值就加 1，否則不加，最后返回累計值。
用法：count（*）、count（主鍵）、count（字段）、count（數字）
如下列舉了count的幾種寫法的詳細說明：
經驗值總結：
按照效率排序來看，count(字段) < count(主鍵 id) < count(1) ≈ count(*)，所以盡量使用 count(*)
作者丨逆風飛翔的小叔
來源丨blog.csdn.NET/congge_study/article/details/127712927
