mysql索引优化实战

分页查询优化（深翻页）
很多时候我们业务系统实现分页功能可能会用如下sql实现
select * from employees limit 10000,10;
表示从表 employees 中取出从 10001 行开始的 10 行记录。看似只查询了 10 条记录，实际这条 SQL 是先读取 10010条记录，然后抛弃前 10000 条记录，然后读到后面 10 条想要的数据。因此要查询一张大表比较靠后的数据，执行效率是非常低的。

1、根据自增且连续的主键排序的分页查询
首先来看一个根据自增且连续主键排序的分页查询的例子：
mysql> select * from employees limit 90000,5;
mysql索引优化实战

该 SQL 表示查询从第 90001开始的五行数据，没添加单独 order by，表示通过主键排序。我们再看表 employees ，因为主键是自增并且连续的，所以可以改写成按照主键去查询从第 90001开始的五行数据，如下：
mysql> select * from employees where id > 90000 limit 5;
mysql索引优化实战

查询的结果是一致的。我们再对比一下执行计划：
mysql> EXPLAIN select * from employees limit 90000,5;
mysql索引优化实战

mysql> EXPLAIN select * from employees where id > 90000 limit 5;
mysql索引优化实战

显然改写后的 SQL 走了索引，而且扫描的行数大大减少，执行效率更高。但是，这条改写的SQL 在很多场景并不实用，因为表中可能某些记录被删后，主键空缺，导致结果不一致，如下图试验所示（先删除一条前面的记录，然后再测试原 SQL 和优化后的 SQL）：
mysql索引优化实战

两条 SQL 的结果并不一样，因此，如果主键不连续，不能使用上面描述的优化方法。另外如果原 SQL 是 order by 非主键的字段，按照上面说的方法改写会导致两条 SQL 的结果不一致。所以这种改写得满足以下两个条件：
主键自增且连续
结果是按照主键排序的

2、根据非主键字段排序的分页查询
再看一个根据非主键字段排序的分页查询，SQL如下：
SELECT * from t_tms_settlement_logistics ORDER BY CREATE_time desc,logistics_no desc LIMIT 90000,5
mysql索引优化实战

explain SELECT * from t_tms_settlement_logistics ORDER BY CREATE_time desc,logistics_no desc LIMIT 90000,5
mysql索引优化实战

发现并没有使用 create_time字段的索引（key 字段对应的值为 null）,扫描整个索引并查找到没索引的行(可能要遍历多个索引树)的成本比扫描全表的成本更高，所以优化器放弃使用索引。知道不走索引的原因，那么怎么优化呢？
其实关键是让排序时返回的字段尽可能少，所以可以让排序和分页操作先查出主键，然后根据主键查到对应的记录，SQL改写如下:
SELECT
a.*
FROM
t_tms_settlement_logistics a
INNER JOIN (
SELECT
logistics_no
FROM
t_tms_settlement_logistics
ORDER BY
create_time DESC
,logistics_no DESC
LIMIT 90000,
5
) b ON a.logistics_no = b.logistics_no
ORDER BY
a.create_time DESC
,a.logistics_no DESC;
mysql索引优化实战

需要的结果与原 SQL 一致，执行时间减少了接近十倍，我们再对比优化前后sql的执行计划：
mysql索引优化实战

第一阶段在idx_create_time索引树上扫描全表索引，第二阶段使用临时表和文件排序对主键进行排序、翻页，最后扫描主键索引树拿到所有记录返回
（加上主键排序是因为测试数据是用脚本插入，create_time没有区分度，排序有一定的随机性）

JOIN关联查询优化
mysql的表关联常见有两种算法：
Nested-Loop Join 算法
Block Nested-Loop Join 算法

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。
mysql索引优化实战

从执行计划中可以看到这些信息：
驱动表是 t2，被驱动表是 t1。先执行的就是驱动表(执行计划结果的id如果一样则按从上到下顺序执行sql)；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。
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。
上面SQL的大致流程如下：

从表 t2 中读取一行数据；
从第 1 步的数据中，取出关联字段 a，到表 t1 中查找；
取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端；
重复上面 3 步
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 t2 表中 a 的值索引扫描 t1 表中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100行)。因此整个过程扫描了 200 行。如果被驱动表的关联字段没索引，使用NLJ算法性能会比较低(下面有详细解释)，mysql会选择Block Nested-Loop Join算法。

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。
mysql索引优化实战

Extra 中的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。
上面SQL的大致流程如下：
把 t2 的所有数据放入到 join_buffer 中
把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比
返回满足 join 条件的数据
整个过程对表 t1 和 t2 都做了一次全表扫描，因此扫描的总行数为10000(表 t1 的数据总量) + 100(表 t2 的数据总量) =10100。并且 join_buffer 里的数据是无序的，因此对表 t1 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。
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。
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

对于关联sql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解释：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。比如：select * from t2 straight_join t1 on t2.a = t1.a; 代表制定mysql选着 t2 表作为驱动表。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。

in和exists优化
原则：小表驱动大表，即小的数据集驱动大的数据集
mysql索引优化实战

Count()查询优化
mysql> EXPLAIN select count(1) from employees;
mysql> EXPLAIN select count(id) from employees;
mysql> EXPLAIN select count(name) from employees;
mysql> EXPLAIN select count() from employees;
mysql索引优化实战

四个sql的执行计划一样，说明这四个sql执行效率应该差不多，区别在于根据某个字段count不会统计字段为null值的数据行
为什么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

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
mysql索引优化实战

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
如果只需要知道表总行数的估计值可以用如下sql查询，性能很高
mysql索引优化实战

3.将总数维护到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

mysql索引优化实战

相关推荐