SQL性能优化
苏州程序大白 人气:0笛卡尔连接
例1: 没有携带on
的条件字句,此条slq查询的结构集等价于,a
表包含的条数*b
表包含的乘积:
select * from table a cross join table b;
例2:拥有携带on字句
的sql,等价于inner join
:
select * from table a cross join table b on a.id=b.id;
分页limit的sql优化的几种方法
规则;表包含的数据较少的数据量,作为驱动表(小表驱动大表,一般mysql的优化器会做出相应的优化的,但是为了防止一些抽风现象可以用STRAIGHT_JOIN,作用会强制使用左边的表作为驱动表)。
例1:
select * from table c straight_join table d on c.id=d.id;
覆盖索引:
select 主键字段或者创建过索引的字段 from table limit 300000,10
索引覆盖+inner (业界常用的优化方案)
select * from table a inner join ( select 创建索引的字段 from table limit 30000,10) b on b.创建索引的字段=a.创建索引的字段 (也可以更换为 using (创建索引的字段))
索引覆盖+子查询 先获取分页起始的最小值,然后再获取后10条 (业界常用的优化方案)
select * from table where 主键字段或者创建过索引的字段 >= (select 主键字段或者创建过索引的字段 from table 300000,1) limit 10;
范围查询+limit语句 获取上一页的主键最大值,然后进行获取后面的数据;
例1; 上一页的最大主键值为100
select * from table where id > 100 limit 10;
需要获取起始主键值和结束主键值
select * from table where id between 起始主键值 and 结束主键值;
禁止传入过大的页码 (例如;百度就是采用这种方式)
count 优化方案
实例1:
/** * 1:如果不包含非主键的索引,就会使用主键索引 * 2:如果包含非主键的索引就会使用非主键索引; * 3:如果存在多个非主键索引,会使用key_len值较小的索引 * 为什么会有这种规律呢? * -innodb非主键索引:叶子结点储存的是:索引+主键 * 主键索引叶子结点储存的是:主键+表数据 * 在1page里面,非主键索引可以存储更多的条目,对于一张表,假如拥有10000000数据 * 使用非主键索引,扫描page 500,主键索引 100 非主键索引扫描的条目多,可以减少扫描的次数 * **/ select count(*) from table
实例2:
/** * count(字段) 只会针对该字段进行统计,使用这个字段上的索引(如果包含索引的情况) * count(子段) 会排出字段值为null的数据 * count(*) 不会排出字段值为null的数据 * count(*) 和 count(1) 没有区别 * 对于MyISAM引擎,如果 count(*) 没有where条件,查询效率会特别的快,因为把数据存储到MyISAM引擎里了 * 对于MySQL 8.0.13,InnoDB引擎,如果count(*) 没有where条件查询速度,也是特别的快,做出了相应的优化 * * **/ select count(某个字段) from table 会把此字段的值为null过滤掉,仅仅只统计字段值不为null的
实例3:
//做完本条查询,去执行count的操作 select sql_calc_found_rows * from table limit 0,10; select found_rows() as count ; 通过此sql来获取count的结果(须在终端进行执行)
注意:缺点在mysql8.0.17这种用法已经被废弃,未来会被永久删除
实例4:优点不操作具体的表,无论表的数据量有多大,都可以迅速执行. 缺点:统计的是一个估算值,适合要求统计数的精度不是太高的场景。
select * from information_schema.TABLES where TABLE_SCHEMA='数据库名称' and TABLE_NAME ='表的名称';
实例5: //优点不操作具体的表,无论表的数据量有多大,都可以迅速执行. 缺点:统计的是一个估算值,适合要求统计数的精度不是太高的场景。
show table status where NAME='表的名称隔行'
实例6: //优点不操作具体的表,无论表的数据量有多大,都可以迅速执行. 缺点:统计的是一个估算值,适合要求统计数的精度不是太高的场景。
explain select * from table
实例7: 优化案例; 目前有一张数量非常大的表,需要统计id值大于100的有多少条
- 一般写法:
select count(*) from table where id>100;
。 - mysql8.18版:逆向思维的写法:
select count()-(select count() from table where id <100) from table
。 - order by 的优化:原则利用索引,避免排序。
//first_name,last_name已经在表里创建了组合索引,emp_no为主键;
实例1:
//此sql是不能利用到索引的,原因是:mysql的优化器,是根据成本计算的,如果全表扫描比使用索引,成本更低时会使用全表扫描 //如何鉴定是否使用索引避免了排序呢? 通过explain 查看sql的性能如果Extra的值为null时,说明是可以通过索引避免排序的.如果Extra的值是Using filesort 是不可以进行索引排序的 select * from table order by first_name,last_name; //此sql可以使用索引避免排序的 select * from table order by first_name,last_name limit 10; //此sql可以使用索引避免排序的 /** *[Bader,last_name,emp_no] *[Bader,last_name,emp_no] *[Bader,last_name,emp_no] *[Bader,last_name,emp_no] * **/ select * from table where fist_name='Bader' order by last_name; //此sql可以使用索引避免排序的 /** *[Bader,last_name,emp_no] *[Ba,last_name,emp_no] *[Bad,last_name,emp_no] *[Bade,last_name,emp_no] * **/ select * from table where fist_name<'Bader' order by last_name //此sql可以使用索引避免排序的 select * from table where fist_name='Bader' and last_name>'Peng' order by last_name //此sql可以使用索引避免排序的,原因排序的俩个字段,分别存在俩个索引中 select * from table order by first_name,emp_no;
索引失效的场景:
- 1: join 字段的类型不一致
- 2: 在=号的左边,进行加减操作
实例1:
select * from employees e left join dept_emp de on e.emp_no=de.emp_no left join departments d on de.dept_no=d.dept_no where e.emp_no=1001;
拆分后:
select * from employees where emp_no='1001'; select * from dept_emp where emp_no='1001'; select * from departments where dept_no='d005';
表的设计原则-三范式:
- 范式:表的字段都是原子性,既每个表的字段都是不可分割的,不是集合,数组,记录等非原子数据项。
- 范式:在第一范式的基础上,每一行数据的唯一性,非主键字段要完全依赖于主键字段。
- 范式:在满足第二范式的基础上,不能存在传递依赖。
加载全部内容