带你学MySQL系列 | “数据分析师”面试最怕被问到的SQL优化问题（下）
本文大纲
前面我已经带着大家学习了本文的第1-4个部分，今天就带大家学习这剩下的5-8个部分。MySQL优化问题对于新手学习，一般是个难题！我的教程自认为已经是很通俗易懂的。如果你学习了这个教程后，仍然不太理解，可以去B站找到一个视频浏览一遍，然后再回头看我的文章。
讲解使用的数据源
在上篇最后，我们已经给出了本文需要使用到的数据代码，这里我直接给出这3张表的图示。
5. explain执行计划常用关键字详解
1）id关键字的使用说明、
① 案例：查询课程编号为2 或 教师证编号为3 的老师信息；
# 查看执行计划
explain select t.*
from teacher t,course c,teacherCard tc
where t.tid = c.tid and t.tcid = tc.tcid
and (c.cid = 2 or tc.tcid = 3);
- 1
- 2
- 3
- 4
- 5
结果如下：
接着，在往teacher表中增加几条数据。
insert into teacher values(4,'ta',4);
insert into teacher values(5,'tb',5);
insert into teacher values(6,'tc',6);
- 1
- 2
- 3
再次查看执行计划。
# 查看执行计划
explain
select
t.*
from
teacher t,course c,teacherCard tc
where
t.tid = c.tid and t.tcid = tc.tcid
and (c.cid = 2 or tc.tcid = 3);
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
这里先记住一句话：表的执行顺序 ，因表数量改变而改变的原因：笛卡尔积。怎么回事呢？看看下面这个例子。
# 下面举一个例子
a b c
2 3 4
最终：2 * 3 * 4 = 6 * 4 = 24
c b a
4 3 2
最终：4 * 3 * 2 = 12 * 2 = 24
- 1
- 2
- 3
- 4
- 5
- 6
- 7
分析：最终执行的条数，虽然是一致的。但是中间过程，有一张临时表是6，一张临时表是12，很明显6 < 12，对于内存来说，数据量越小越好，因此优化器肯定会选择第一种执行顺序。
结论：id值相同，从上往下顺序执行。表的执行顺序因表数量的改变而改变，数量越小，越在前面执行。
② 案例：查询教授SQL课程的老师的描述(desc)
# 查看执行计划
explain
select
tc.tcdesc
from
teacherCard tc
where tc.tcid =
( select t.tcid from teacher t where t.tid = (select c.tid from course c where c.cname = 'sql')
);
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
结果如下：
结论：id值不同，id值越大越优先查询。这是由于在进行嵌套子查询时，先查内层，再查外层。
③ 针对②做一个简单的修改
# 查看执行计划
explain
select
t.tname ,tc.tcdesc
from
teacher t,teacherCard tc
where
t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql') ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
结论：id值有相同，又有不同。id值越大越优先；id值相同，从上往下顺序执行。
2）select_type关键字的使用说明：查询类型
select_type关键字共有如下常用的6种类型，下面我分别带着大家梳理一下，它们各自的含义。
① simple：简单查询
- 不包含子查询，不包含union查询。
explain select * from teacher;
- 1
结果如下：
② primary：包含子查询的主查询(最外层)
③ subquery：包含子查询的主查询(非最外层)
关于primary和subquery，我们就拿下面的这个例子进行演示。从代码中可以看到这个SQL语句是存在子查询的，换句话说，这个SQL语句包含子查询。where内层(非最外层)使用到的c表属于非最外层，因此是subquery关键字。where外层使用到了t表 和tc表，因此是primary关键字。
# 查看执行计划
explain
select
t.tname ,tc.tcdesc
from
teacher t,teacherCard tc
where
t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql') ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
④ derived：衍生查询(用到了临时表)
- a.在from子查询中，只有一张表；
- b.在from子查询中，如果table1 union table2，则table1就是derived表；
explain
select
cr.cname
from
( select * from course where tid = 1 union select * from course where tid = 2 ) cr ;
- 1
- 2
- 3
- 4
- 5
结果如下：
⑤ union：union之后的表称之为union表，如上例
⑥ union result：告诉我们，哪些表之间使用了union查询
3）type关键字的使用说明：索引类型
type关键字可以很好的说明，你写的SQL语句好不好。system、const是我们达不到的理想状况，实际上只能优化到index --> range --> ref这个级别，也可以看到ALL是最差的一个级别。 对type进行优化的前提，是你得创建索引。
① system
- 源表只有一条数据(实际中，基本不可能)；
- 衍生表只有一条数据的主查询(偶尔可以达到)。
② const
- 仅仅能查到一条数据的SQL ，仅针对Primary key主键索引或unique索引类型有效。
explain select tid from test01 where tid =1 ;
- 1
结果如下：
删除以前的主键索引后，此时我们添加一个其他的普通索引：
create index test01_index on test01(tid) ;
# 再次查看执行计划
explain select tid from test01 where tid =1 ;
- 1
- 2
- 3
结果如下：
可以发现：当tid字段去掉主键索引，换为普通索引后，优化级别就不是const了。
③ eq_ref
- 唯一性索引，对于每个索引键的查询，返回匹配唯一行数据(有且只有1个，不能多 、不能0)，并且查询结果和表中数据条数必须一致。
- 此种情况常见于唯一索引和主键索引。
delete from teacher where tcid >= 4;
alter table teacherCard add constraint pk_tcid primary key(tcid);
alter table teacher add constraint uk_tcid unique index(tcid) ;
explain
select
t.tcid
from
teacher t,teacherCard tc
where
t.tcid = tc.tcid ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
结果如下：
总结：以上SQL，用到的索引是t.tcid，即teacher表中的tcid字段；如果teacher表的数据个数和连接查询的数据个数一致（都是3条数据），则有可能满足eq_ref级别；否则无法满足。条件很苛刻，很难达到。
④ ref
- 非唯一性索引，对于每个索引键的查询，返回匹配的所有行（可以0，可以1，可以多）
准备数据：
创建索引，并查看执行计划：
# 添加索引
alter table teacher add index index_name (tname) ;
# 查看执行计划
explain select * from teacher where tname = 'tz';
- 1
- 2
- 3
- 4
结果如下：
⑤ range
- 检索指定范围的行 ,where后面是一个范围查询(between, >, <, >=, in)
- in有时候会失效，从而转为无索引时候的ALL
# 添加索引
alter table teacher add index tid_index (tid) ;
# 查看执行计划：以下写了一种等价SQL写法，查看执行计划
explain select t.* from teacher t where t.tid in (1,2) ;
explain select t.* from teacher t where t.tid <3 ;
- 1
- 2
- 3
- 4
- 5
结果如下：
⑥ index
- 查询全部索引中的数据(扫描整个索引)
⑦ ALL
- 查询全部源表中的数据(暴力扫描全表)
注意：cid是索引字段，因此查询索引字段，只需要扫描索引表即可。但是tid不是索引字段，查询非索引字段，需要暴力扫描整个源表，会消耗更多的资源。
4）possible_keys和key
- possible_keys可能用到的索引。是一种预测，不准。了解一下就好。
- key指的是实际使用的索引。
# 先给course表的cname字段，添加一个索引
create index cname_index on course(cname);
# 查看执行计划
explain
select
t.tname ,tc.tcdesc
from
teacher t,teacherCard tc
where
t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql') ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
结果如下：
有一点需要注意的是：如果possible_key/key是NULL，则说明没用索引。
5）key_len
索引的长度：用于判断复合索引是否被完全使用(a,b,c)。
① 新建一张新表，用于测试
# 创建表
create table test_kl
(
name char(20) not null default ''
);
# 添加索引
alter table test_kl add index index_name(name) ;
# 查看执行计划
explain select * from test_kl where name ='' ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
结果分析：因为我没有设置服务端的字符集，因此默认的字符集使用的是latin1，对于latin1一个字符代表一个字节，因此这列的key_len的长度是20，表示使用了name这个索引。
② 给test_kl表，新增name1列，该列没有设置“not null”
# 新增一个字段name1，name1可以为null
alter table test_kl add column name1 char(20) ;
# 给name1字段，设置为索引字段
alter table test_kl add index index_name1(name1) ;
# 查看执行计划
explain select * from test_kl where name1 ='' ;
- 1
- 2
- 3
- 4
- 5
- 6
结果如下：
结果分析：如果索引字段可以为null，则mysql底层会使用1个字节用于标识null。
③ 删除原来的索引name和name1，新增一个复合索引
# 删除原来的索引name和name1
drop index index_name on test_kl ;
drop index index_name1 on test_kl ;
# 增加一个复合索引
create index name_name1_index on test_kl(name,name1);
# 查看执行计划
explain select * from test_kl where name1 = '' ;
explain select * from test_kl where name = '' ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
结果如下：
结果分析：对于下面这个执行计划，可以看到我们只使用了复合索引的第一个索引字段name，因此key_len是20，这个很清楚。再看上面这个执行计划，我们虽然仅仅在where后面使用了复合索引字段中的name1字段，但是你要使用复合索引的第2个索引字段，会默认使用了复合索引的第1个索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！
④ 再次怎加一个name2字段，并为该字段创建一个索引。不同的是：该字段数据类型是varchar
# 新增一个字段name2，name2可以为null
alter table test_kl add column name2 varchar(20) ;
# 给name2字段，设置为索引字段
alter table test_kl add index name2_index(name2) ;
# 查看执行计划
explain select * from test_kl where name2 = '' ;
- 1
- 2
- 3
- 4
- 5
- 6
结果如下：
结果分析：key_len = 20 + 1 + 2，这个20 + 1我们知道，这个2又代表什么呢？原来varchar属于可变长度，在mysql底层中，用2个字节标识可变长度。
6）ref
- 这里的ref的作用，指明当前表所参照的字段。
- 注意与type中的ref值区分。在type中，ref只是type类型的一种选项值。
# 给course表的tid字段，添加一个索引
create index tid_index on course(tid);
# 查看执行计划
explain select * from course c,teacher t
where c.tid = t.tid
and t.tname = 'tw';
- 1
- 2
- 3
- 4
- 5
- 6
结果如下：
结果分析：有两个索引，c表的c.tid引用的是t表的tid字段，因此可以看到显示结果为【数据库名.t.tid】，t表的t.name引用的是一个常量"tw"，因此可以看到结果显示为const，表示一个常量。
7）rows(这个目前还是有点疑惑)
- 被索引优化查询的数据个数 (实际通过索引而查询到的数据个数)
explain select *
from course c,teacher t
where c.tid = t.tid
and t.tname = 'tz' ;
- 1
- 2
- 3
- 4
结果如下：
8）extra
表示其他的一些说明，也非常有用，通过这个关键字也可以很好的说明，你写的SQL语句到底好不好。
① using filesort：针对单索引的情况
- 当出现了这个词，表示你当前的SQL性能消耗较大。表示进行了一次
额外的排序。常见于order by语句中。
Ⅰ 什么是“额外”的排序？
为了讲清楚这个，我们首先要知道什么是排序。我们为了给某一个字段进行排序的时候，首先你得先查询到这个字段，然后在将这个字段进行排序。
紧接着，我们查看如下两个SQL语句的执行计划。
# 新建一张表，建表同时创建索引
create table test02
(
a1 char(3),
a2 char(3),
a3 char(3),
index idx_a1(a1),
index idx_a2(a2),
index idx_a3(a3)
);
# 查看执行计划
explain select * from test02 where a1 ='' order by a1 ;
explain select * from test02 where a1 ='' order by a2 ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
结果如下：
结果分析：对于第一个执行计划，where后面我们先查询了a1字段，然后再利用a1做了依次排序，这个很轻松。但是对于第二个执行计划，where后面我们查询了a1字段，然而利用的却是a2字段进行排序，此时myql底层会进行一次查询，进行“额外”的排序。
总结：对于单索引，如果排序和查找是同一个字段，则不会出现using filesort；如果排序和查找不是同一个字段，则会出现using filesort；因此where哪些字段，就order by哪些些字段。
② using filesort：针对复合索引的情况(贼重要)
不能跨列(官方术语：最佳左前缀)，这句话一定要牢记！！！
# 删除test02的索引
drop index idx_a1 on test02;
drop index idx_a2 on test02;
drop index idx_a3 on test02;
# 创建一个复合索引
alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ;
# 查看下面SQL语句的执行计划
explain select *from test02 where a1='' order by a3 ; --using filesort
explain select *from test02 where a2='' order by a3 ; --using filesort
explain select *from test02 where a1='' order by a2 ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
结果如下：
结果分析：复合索引的顺序是(a1,a2,a3)，可以看到a1在最左边，因此a1就叫做最佳左前缀，如果要使用后面的索引字段，必须先使用到这个a1字段。对于explain1，where后面我们使用a1字段，但是后面的排序使用了a3，直接跳过了a2，属于跨列；对于explain2，where后面我们使用了a2字段，直接跳过了a1字段，也属于跨列；对于explain3，where后面我们使用a1字段，后面使用的是a2字段，因此没有出现【using filesort】。
③ using temporary
- 当出现了这个词，也表示你当前的SQL性能消耗较大。这是由于当前SQL用到了临时表，一般出现在group by中。
explain select a1 from test02 where a1 in ('1','2','3') group by a1 ;
explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary
- 1
- 2
结果如下：
结果分析：当你查询哪个字段，就按照那个字段分组，否则就会出现using temporary。
---------------------------------------------------------------------------------------------------------------
针对using temporary，我们在看一个例子：
using temporary表示需要额外再使用一张表，一般出现在group by语句中。虽然已经有表了，但是不适用，必须再来一张表。
再次来看mysql的编写过程和解析过程。
Ⅰ 编写过程
select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ..
- 1
Ⅱ 解析过程
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
- 1
很显然，where后是group by，然后才是select。基于此，我们再查看如下两个SQL语句的执行计划。
explain select * from test03 where a2=2 and a4=4 group by a2,a4;
explain select * from test03 where a2=2 and a4=4 group by a3;
- 1
- 2
分析如下：对于第一个执行计划，where后面是a2和a4，接着我们按照a2和a4分组，很明显这两张表已经有了，直接在a2和a4上分组就行了。但是对于第二个执行计划，where后面是a2和a4，接着我们却按照a3分组，很明显我们没有a3这张表，因此有需要再来一张临时表a3，因此就会出现using temporary。
④ using index
- 当你看到这个关键词，恭喜你，表示你的SQL性能提升了。
- using index称之为 索引覆盖。
- 当出现了using index，就表示不用读取源表，而只利用索引获取数据，不需要回源表查询。
- 只要使用到的列，全部出现在索引中，就是索引覆盖。
# 删除test02中的复合索引idx_a1_a2_a3
drop index idx_a1_a2_a3 on test02;
# 重新创建一个复合索引idx_a1_a2
create index idx_a1_a2 on test02(a1,a2);
# 查看执行计划
explain select a1,a3 from test02 where a1='' or a3= '' ;
explain select a1,a2 from test02 where a1='' and a2= '' ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
结果如下：
结果分析：这里我们创建的是a1和a2的复合索引，对于第一个执行计划，我们却出现了a3，该字段并没有创建索引，因此没有出现using index，而是using where，表示我们需要回表查询。对于第二个执行计划，属于完全的索引覆盖，因此出现了using index。
----------------------------------------------------------------------------------------------------------------
针对using index，我们在查看一个案例：
explain select a1,a2 from test02 where a1='' or a2= '' ;
explain select a1,a2 from test02 ;
- 1
- 2
结果如下：
如果用到了索引覆盖(using index时)，会对possible_keys和key造成影响：
- a.如果没有where，则索引只出现在key中；
- b.如果有where，则索引 出现在key和possible_keys中。
⑤ using where
- 表示需要【回表查询】，表示既在索引中进行了查询，又回到了源表进行了查询。
# 删除test02中的复合索引idx_a1_a2
drop index idx_a1_a2 on test02;
# 将a1字段，新增为一个索引
create index a1_index on test02(a1);
# 查看执行计划
explain select a1,a3 from test02 where a1="" and a3="" ;
- 1
- 2
- 3
- 4
- 5
- 6
结果如下：
结果分析：我们使用了索引a1，表示我们使用了索引进行查询。但是又对于a3字段，我们并没有使用索引，因此对于a3字段，需要回源表查询，这个时候出现了using where。
⑥ impossible where(了解)
- 当where子句永远为False的时候，会出现impossible where。
# 查看执行计划
explain select a1 from test02 where a1="a" and a1="b" ;
- 1
- 2
结果如下：
6、优化示例
1）引入案例
# 创建新表
create table test03
( a1 int(4) not null, a2 int(4) not null, a3 int(4) not null, a4 int(4) not null
);
# 创建一个复合索引
create index a1_a2_a3_test03 on test03(a1,a2,a3);
# 查看执行计划
explain select a3 from test03 where a1=1 and a2=2 and a3=3;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
结果如下：
【推荐写法】：复合索引顺序和使用顺序一致。
【不推荐写法】：复合索引顺序和使用顺序不一致。
# 查看执行计划
explain select a3 from test03 where a3=1 and a2=2 and a1=3;
- 1
- 2
结果如下：
结果分析：虽然结果和上述结果一致，但是不推荐这样写。但是这样写怎么又没有问题呢？这是由于SQL优化器的功劳，它帮我们调整了顺序。
最后再补充一点：对于复合索引，不要跨列使用。
# 查看执行计划
explain select a3 from test03 where a1=1 and a3=2 group by a3;
- 1
- 2
结果如下：
结果分析：a1_a2_a3是一个复合索引，我们使用a1索引后，直接跨列使用了a3，直接跳过索引a2，因此索引a3失效了。当再使用a3进行分组的时候，就会出现using where。
2）单表优化
# 创建新表
create table book
( bid int(4) primary key, name varchar(20) not null, authorid int(4) not null, publicid int(4) not null, typeid int(4) not null
);
# 插入数据
insert into book values(1,'tjava',1,1,2) ;
insert into book values(2,'tc',2,1,2) ;
insert into book values(3,'wx',3,2,1) ;
insert into book values(4,'math',4,2,3) ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
结果如下：
案例：查询authorid=1且typeid为2或3的bid，并根据typeid降序排列。
explain
select bid from book
where typeid in(2,3) and authorid=1
order by typeid desc ;
- 1
- 2
- 3
- 4
结果如下：
这是没有进行任何优化的SQL，可以看到typ为ALL类型，extra为using filesort，可以想象这个SQL有多恐怖。
优化：添加索引的时候，要根据MySQL解析顺序添加索引，又回到了MySQL的解析顺序，下面我们再来看看MySQL的解析顺序。
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
- 1
① 优化1：基于此，我们进行索引的添加，并再次查看执行计划。
# 添加索引
create index typeid_authorid_bid on book(typeid,authorid,bid);
# 再次查看执行计划
explain
select bid from book
where typeid in(2,3) and authorid=1
order by typeid desc ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
结果如下：
结果分析：结果并不是和我们想象的一样，还是出现了using where，查看索引长度key_len=8，表示我们只使用了2个索引，有一个索引失效了。
② 优化2：使用了in有时候会导致索引失效，基于此有了如下一种优化思路。
- 将in字段放在最后面。需要注意一点：每次创建新的索引的时候，最好是删除以前的废弃索引，否则有时候会产生干扰(索引之间)。
# 删除以前的索引
drop index typeid_authorid_bid on book;
# 再次创建索引
create index authorid_typeid_bid on book(authorid,typeid,bid);
# 再次查看执行计划
explain
select bid from book
where authorid=1 and typeid in(2,3)
order by typeid desc ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
结果分析：这里虽然没有变化，但是这是一种优化思路。
总结如下：
- a.最佳做前缀，保持索引的定义和使用的顺序一致性。
- b.索引需要逐步优化(每次创建新索引，根据情况需要删除以前的废弃索引)。
- c.将含in的范围查询，放到where条件的最后，防止失效。
本例中同时出现了Using where（需要回原表）; Using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid虽然也在索引(authorid,typeid,bid)中，但是含in的范围查询已经使该typeid索引失效，因此相当于没有typeid这个索引，所以需要回原表（using where）；
下面这个例子，没有了in，则不会出现using where：
explain select bid from book
where authorid=1 and typeid =3
order by typeid desc ;
- 1
- 2
- 3
结果如下：
3）两表优化
# 创建teacher2新表
create table teacher2
( tid int(4) primary key, cid int(4) not null
);
# 插入数据
insert into teacher2 values(1,2);
insert into teacher2 values(2,1);
insert into teacher2 values(3,3);
# 创建course2新表
create table course2
(
cid int(4) ,
cname varchar(20)
);
# 插入数据
insert into course2 values(1,'java');
insert into course2 values(2,'python');
insert into course2 values(3,'kotlin');
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
结果如下：
案例：使用一个左连接，查找教java课程的所有信息。
explain
select *
from teacher2 t
left outer join course2 c
on t.cid=c.cid
where c.cname='java';
- 1
- 2
- 3
- 4
- 5
- 6
结果如下：
① 优化
- 对于两张表，索引往哪里加？答：对于表连接，小表驱动大表。索引建立在经常使用的字段上。
为什么小表驱动大表好一些呢？
小表:10
大表:300
# 小表驱动大表
select ...where 小表.x10=大表.x300 ;
for(int i=0;i<小表.length10;i++)
{
for(int j=0;j<大表.length300;j++)
{
... }
}
# 大表驱动小表
select ...where 大表.x300=小表.x10 ;
for(int i=0;i<大表.length300;i++)
{ for(int j=0;j<小表.length10;j++) { ... }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
分析：以上2个FOR循环，最终都会循环3000次；但是对于双层循环来说：一般建议，将数据小的循环，放外层。数据大的循环，放内层。不用管这是为什么，这是编程语言的一个原则，对于双重循环，外层循环少，内存循环大，程序的性能越高。
结论：当编写【…on t.cid=c.cid】时，将数据量小的表放左边（假设此时t表数据量小，c表数据量大。）
我们已经知道了，对于两表连接，需要利用小表驱动大表。例如【…on t.cid=c.cid】，t如果是小表(10条)，c如果是大表(300条)，那么t每循环1次，就需要循环300次，即t表的t.cid字段属于经常使用的字段，因此需要给cid字段添加索引。
更深入的说明：一般情况下，左连接给左表加索引。右连接给右表加索引。其他表需不需要加索引，我们逐步尝试。
# 给左表的字段加索引
create index cid_teacher2 on teacher2(cid);
# 查看执行计划
explain
select *
from teacher2 t
left outer join course2 c
on t.cid=c.cid
where c.cname='java';
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
当然你可以下去接着优化，给cname添加一个索引。索引优化是一个逐步的过程，需要一点点尝试。
# 给cname的字段加索引
create index cname_course2 on course2(cname);
# 查看执行计划
explain
select t.cid,c.cname
from teacher2 t
left outer join course2 c
on t.cid=c.cid
where c.cname='java';
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果如下：
最后补充一个：Using join buffer是extra中的一个选项，表示Mysql引擎使用了连接缓存，即MySQL底层动了你的SQL，你写的太差了。
4）三表优化
- 大于等于2张表，优化原则一样；
- 小表驱动大表 ；
- 索引建立在经常查询的字段上；
7、避免索引失效的一些原则
① 复合索引需要注意的点
- a.复合索引，不要跨列或无序使用(最佳左前缀)；
- b.复合索引，尽量使用全索引匹配，也就是说，你建立几个索引，就使用几个索引；
② 不要在索引上进行任何操作(计算、函数、类型转换)，否则索引失效
explain select * from book where authorid = 1 and typeid = 2;
explain select * from book where authorid*2 = 1 and typeid = 2 ;
- 1
- 2
结果如下：
③ 索引不能使用不等于（!= <>）或is null (is not null)，否则自身以及右侧所有全部失效(针对大多数情况)。复合索引中如果有>，则自身和右侧索引全部失效。
# 针对不是复合索引的情况
explain select * from book where authorid != 1 and typeid =2 ;
explain select * from book where authorid != 1 and typeid !=2 ;
- 1
- 2
- 3
结果如下：
再观看下面这个案例：
# 删除单独的索引
drop index authorid_index on book;
drop index typeid_index on book;
# 创建一个复合索引
alter table book add index idx_book_at (authorid,typeid);
# 查看执行计划
explain select * from book where authorid > 1 and typeid = 2 ;
explain select * from book where authorid = 1 and typeid > 2 ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
结果如下：
结论：复合索引中如果有【>】，则自身和右侧索引全部失效。
在看看复合索引中有【<】的情况：
我们学习索引优化 ，是一个大部分情况适用的结论，但由于SQL优化器等原因 该结论不是100%正确。一般而言， 范围查询（> < in）之后的索引失效。
④ SQL优化，是一种概率层面的优化。至于是否实际使用了我们的优化，需要通过explain进行推测。
# 删除复合索引
drop index authorid_typeid_bid on book;
# 为authorid和typeid，分别创建索引
create index authorid_index on book(authorid);
create index typeid_index on book(typeid);
# 查看执行计划
explain select * from book where authorid = 1 and typeid =2 ;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
结果如下：
结果分析：我们创建了两个索引，但是实际上只使用了一个索引。因为对于两个单独的索引，程序觉得只用一个索引就够了，不需要使用两个。
当我们创建一个复合索引，再次执行上面的SQL：
# 查看执行计划
explain select * from book where authorid = 1 and typeid =2 ;
- 1
- 2
结果如下：
⑤ 索引覆盖，百分之百没问题
⑥ like尽量以“常量”开头，不要以’%'开头，否则索引失效
explain select * from teacher where tname like "%x%" ;
explain select * from teacher where tname like 'x%';
explain select tname from teacher where tname like '%x%';
- 1
- 2
- 3
结果如下：
结论如下：like尽量不要使用类似"%x%"情况，但是可以使用"x%"情况。如果非使用 "%x%"情况，需要使用索引覆盖。
⑦ 尽量不要使用类型转换（显示、隐式），否则索引失效
explain select * from teacher where tname = 'abc' ;
explain select * from teacher where tname = 123 ;
- 1
- 2
结果如下：
⑧ 尽量不要使用or，否则索引失效
explain select * from teacher where tname ='' and tcid >1 ;
explain select * from teacher where tname ='' or tcid >1 ;
- 1
- 2
结果如下：
注意：or很猛，会让自身索引和左右两侧的索引都失效。
8、一些其他的优化方法
1）exists和in的优化
- 如果主查询的数据集大，则使用i关键字，效率高。
- 如果子查询的数据集大，则使用exist关键字,效率高。
select ..from table where exist (子查询) ;
select ..from table where 字段 in (子查询) ;
- 1
- 2
2）order by优化
- IO就是访问硬盘文件的次数。
- using filesort 有两种算法：双路排序、单路排序（根据IO的次数）
- MySQL4.1之前默认使用双路排序；双路：扫描2次磁盘(1：从磁盘读取排序字段
,对排序字段进行排序(在buffer中进行的排序)2：扫描其他字段) - MySQL4.1之后默认使用单路排序：只读取一次（全部字段），在buffer中进行排序。但种单路排序会有一定的隐患(不一定真的是“单路/1次IO”，有可能多次IO)。原因：如果数据量特别大，则无法将所有字段的数据一次性读取完毕，因此会进行“分片读取、多次读取”。
- 注意：单路排序 比双路排序 会占用更多的buffer。
- 单路排序在使用时，如果数据大，可以考虑调大buffer的容量大小：
# 不一定真的是“单路/1次IO”，有可能多次IO
set max_length_for_sort_data = 1024
- 1
- 2
如果max_length_for_sort_data值太低，则mysql会自动从 单路->双路(太低：需要排序的列的总大小超过了max_length_for_sort_data定义的字节数)
提高order by查询的策略：
- a.选择使用单路、双路 ；调整buffer的容量大小；
- b.避免使用select * …（select后面写所有字段，也比写*效率高）
- c.复合索引，不要跨列使用 ，避免using filesort
- d.保证全部的排序字段，排序的一致性（都是升序或降序）
文章来源: blog.csdn.net，作者：数据分析与统计学之美，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/weixin_41261833/article/details/107446402
- 点赞
- 收藏
- 关注作者
评论（0）