数据库优化,以实际SQL入手,带你一步一步走上SQL优化之路
判断问题SQL
判断SQL是数据上否有问题时可以通过两个表象进行判断:
1、系统级别表象
CPU消耗严重 IO等待严重 页面响应时间过长 应用的库优日志出现超时等错误可以使用sar命令,top命令查看当前系统状态。化实
也可以通过Prometheus、入手Grafana等监控工具观察系统状态。步走
2、优化SQL语句表象
冗长 执行时间过长 从全表扫描获取数据 执行计划中的数据上rows、cost很大冗长的库优SQL都好理解,一段SQL太长阅读性肯定会差,化实而且出现问题的入手频率肯定会更高。更进一步判断SQL问题就得从执行计划入手,步走如下所示:
执行计划告诉我们本次查询走了全表扫描Type=ALL,优化rows很大(9950400)基本可以判断这是数据上一段"有味道"的SQL。
获取问题SQL
不同数据库有不同的库优获取方法,以下为目前主流数据库的化实慢查询SQL获取工具
MySQL
慢查询日志 测试工具loadrunner Percona公司的ptquery等工具Oracle
AWR报告 测试工具loadrunner等 相关内部视图如v$、源码下载$session_wait等 GRID CONTROL监控工具达梦数据库
AWR报告 测试工具loadrunner等 达梦性能监控工具(dem) 相关内部视图如v$、$session_wait等SQL编写技巧
SQL编写有以下几个通用的技巧:
合理使用索引
索引少了查询慢;索引多了占用空间大,执行增删改语句的时候需要动态维护索引,影响性能 选择率高(重复值少)且被where频繁引用需要建立B树索引;
一般join列需要建立索引;复杂文档类型查询采用全文索引效率更好;索引的建立要在查询和DML性能之间取得平衡;复合索引创建时要注意基于非前导列查询的情况
使用UNION ALL替代UNION
UNION ALL的执行效率比UNION高,UNION执行时需要排重;UNION需要对数据进行排序
避免select * 写法
执行SQL时优化器需要将 * 转成具体的列;每次查询都要回表,不能走覆盖索引。
JOIN字段建议建立索引
一般JOIN字段都提前加上索引
避免复杂SQL语句
提升可阅读性;避免慢查询的概率;可以转换成多个短查询,用业务端处理
避免where 1=1写法
避免order by rand()类似写法
RAND()导致数据列被多次扫描
SQL优化
执行计划
完成SQL优化一定要先读执行计划,执行计划会告诉你哪些地方效率低,哪里可以需要优化。我们以MYSQL为例,看看执行计划是什么。(每个数据库的执行计划都不一样,需要自行了解)explain sql
接下来我们用一段实际优化案例来说明SQL优化的过程及优化技巧。云服务器
优化案例
表结构
三张表关联,查询当前用户在当前时间前后10个小时的订单情况,并根据订单创建时间升序排列,具体SQL如下
查看数据量
原执行时间
原执行计划
初步优化思路
SQL中 where条件字段类型要跟表结构一致,表中user_id 为varchar(50)类型,实际SQL用的int类型,存在隐式转换,也未添加索引。将b和c表user_id 字段改成int类型。 因存在b表和c表关联,将b和c表user_id创建索引 因存在a表和b表关联,将a和b表seller_name字段创建索引 利用复合索引消除临时表和排序初步优化SQL
查看优化后执行时间
查看优化后执行计划
查看warnings信息
继续优化alter table a modify "gmt_create" datetime DEFAULT NULL;
查看执行时间
查看执行计划