超级重要的SQL优化问题（上）

SQL优化问题，一直是大家学习的难点。可能你会觉得，作为一名数据分析师，我只要知道怎么查询即可，其实不然，恰恰SQL优化问题，是面试官最容易用来为难我们的一道关卡，今天我就带大家讲述一下这方面的知识。

由于这个篇章涉及到的知识点太多，为了您们阅读的方便，我准备分为上、下两篇为大家讲述SQL优化知识。前方知识高能预警，大家做好准备哦。

本文大纲

下图就是本文的大纲图，大家先大致做一个了解。今天讲述的是SQL优化问题的上篇，也就是大纲图的第1-4个部分，剩下的5-8个部分我们在明天的下篇中为大家讲述，尽情期待。

1. MySQL的基本架构

1）MySQL的基础架构图

上面的client可以看成是客户端，就是我们用来链接MySQL服务器，书写SQL语句的窗口。这样的客户端其实有很多，像大家最常使用的CMD黑窗口，像安装MySQL时系统自带的WorkBench，还有大家最喜欢用的Navicat工具，它们都是一个客户端。而右边的这一大堆都可以看成是Server(MySQL的服务端)，我们将Server在细分为sql层和存储引擎层。

下面我们 利用上图来说明SQL语句的整个执行过程， 这个对于我们更深层次理解SQL，确实是很有帮助 。

首先， 需要建立客户端与服务器之间的连接。这里通过一个【连接器】，我们建立的客户端与服务器之间的连接，此时，你在客户端写的SQL语句，就可以发送到MySQL的服务了。并不是连接上了MySQL服务器后，就立马给我查询出来底层的数据，这样的话效率就太低下了。

接着， 这个SQL语句将会被交到这个【查询缓存】中，如果可以查到，就直接响应回来给你；如果在查询缓存中没有查到，就需要接着往下走。

然后， 这个SQL语句将会被交到这个【分析器】中，这个分析器用于词法分析、语法分析，检查你写的SQL语句有没有单词拼写错误，语法书写错误。如果都没有错误，就需要接着往下走。

再接着， 这个SQL语句将会被交到这个【优化器】中，优化器如果觉得你的SQL写的太差了，它会帮你写一个性能高一些的等价SQL，去执行。如果优化器觉得你的SQL写的还行，就不会动你的SQL语句。这个优化器与我们下面需要讲解的“索引”有着千丝万缕的关系。

再然后， 优化器将最终确定好的SQL方案，交给了【执行器】，执行器通过执行引擎调用“存储引擎”。

最后， “存储引擎”最终调用【文件系统】，从底层去查询出数据。

当查询出数据以后，会返回给执行器。执行器一方面将结果写到查询缓存里面，当你下次再次查询的时候，就可以直接从查询缓存中获取到数据了。另一方面，直接将结果响应回客户端。

2）查询数据库的引擎

① show engines;

② show variables like “%storage_engine%”;

3）指定数据库对象的存储引擎

# 这里的engine就是指定引擎。
create table tb(
    id int(4) auto_increment,
    name varchar(5),
    dept varchar(5),
    primary key(id)
) engine=myISAM auto_increment=1 default charset=utf8;

2. SQL优化

1）为什么需要进行SQL优化？

我们在进行多表连接查询、子查询等操作的时候，由于你写出的SQL语句欠佳，导致的服务器执行时间太长，等待结果的时间会太长，基于此，我们需要学习怎么优化SQL。

2）mysql的编写过程和解析过程

① 编写过程

select dinstinct  ..from  ..join ..on ..where ..group by ..having ..order by ..limit ..

② 解析过程

from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..

提供一个网站，详细说明了mysql解析过程：https://www.cnblogs.com/annsshadow/p/5037667.html

3）SQL优化—>主要就是优化索引

优化SQL，最重要的就是优化SQL索引。

索引相当于字典的目录。利用SQL索引查找某条记录的过程，就相当于利用字典目录查找汉字的过程。有了索引，就可以很方便快捷的定位某条记录。

① 什么是索引？

索引是帮助MySQL高效获取数据的一种【数据结构】。索引是一种树结构，MySQL中一般用的是【B+树】。

② 索引图示说明(这里用二叉树来帮助我们理解索引)

• 树形结构的特点：子元素比父元素小的，放在左侧；子元素比父元素大的，放在右侧。
• 下图只是为了帮我们简单理解索引的，真实的关于【B+树】的说明，我们会在下面进行说明。

利用索引怎么查找数据呢？用两个字来说，就是【指向】。上图中，我们为age字段设置了索引，即类似于右侧的这种树形结构。mysql表中的每一行记录都有一个硬件地址，例如索引中的age=50，指向的就是源表中该行的标识符(“硬件地址”)。也就是说，树形索引建立了与源表中每行记录的硬件地址的映射关系，当你指定了某个索引，这种映射关系也就建成了，这就是为什么我们可以通过索引快速定位源表中记录的原因。

接下来我们以【select * from student where age=33】查询语句为例，说明一下利用索引是怎么查询数据的。

当我们不加索引的时候，会从上到下扫描源表，当扫描到第5行的时候，找到了我们想要找到了元素，一共是查询了5次。

当添加了索引以后，就直接在树形结构中进行查找，33比50小，就从左侧查询到了23，33大于23，就又查询到了右侧，这下找到了33，整个索引结束，一共进行了3次查找。是不是很方便，假如我们此时需要查找age=62，你再想想“添加索引”前后，查找次数的变化情况。

4）索引的弊端

• ① 当数据量很大的时候，索引也会很大(当然相比于源表来说，还是相当小的)，也需要存放在内存 / 硬盘中(通常存放在硬盘中)，占据一定的内存空间 / 物理空间。
• ② 索引并不适用于所有情况：a.少量数据；b.频繁进行改动的字段，不适合做索引；c.很少使用的字段，不需要加索引。
• ③ 索引会提高数据查询效率，但是会降低“增、删、改”的效率。当不使用索引的时候，我们进行数据的增删改，只需要操作源表即可，但是当我们添加索引后，不仅需要修改源表，也需要再次修改索引，很麻烦。尽管是这样，添加索引还是很划算的，因为我们大多数使用的就是查询，“查询”对于程序的性能影响是很大的。

5）索引的优势

• ① 提高查询效率(降低了IO使用率)。当创建了索引后，查询次数减少了。
• ② 降低CPU使用率。比如说【…order by age desc】这样一个操作，当不加索引，会把源表加载到内存中做一个排序操作，极大的消耗了资源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左边数据最小，右边数据最大。

6）B+树图示说明

MySQL中索引使用的就是B+树结构，我们现在就利用下图来讲述一下这种树结构。

首先， Btree一般指的都是【B+树】，数据全部存放在叶子节点中。对于上图来说，最下面的第3层，属于叶子节点，真实数据部份都是存放在叶子节点当中的。那么对于第1、2层中的数据又是干嘛的呢？答：用于分割指针块儿的，比如说小于26的找P1，介于26-30之间的找P2，大于30的找P3。

其次， 三层【B+树】可以存放上百万条数据。这么多数据怎么放的呢？增加“节点数”。图中我们只有三个节点。

最后， 【B+树】中查询任意数据的次数，都是n次，n表示的是【B+树】的高度。

3. 索引的分类与创建

1）索引分类

• 单值索引
• 唯一索引
• 复合索引

① 单值索引

• 利用表中的某一个字段创建单值索引。一张表中往往有多个字段，也就是说每一列其实都可以创建一个索引，这个根据我们实际需求来进行创建。还需要注意的一点就是，一张表可以创建多个“单值索引”。
• 如果某一张表既有age字段，又有name字段，我们可以分别对age、name创建一个单值索引，这样一张表就有了两个单值索引。

② 唯一索引

• 也是利用表中的某一个字段创建单值索引，与单值索引不同的是：创建唯一索引的字段中的数据，不能有重复值。
• 像age肯定有很多人的年龄相同，像name肯定有些人是重名的，因此都不适合创建“唯一索引”。像编号id、学号sid，对于每个人都不一样，因此可以用于创建唯一索引。

③ 复合索引

• 多个列共同构成的索引。比如说我们创建这样一个“复合索引”(name,age)，先利用name进行索引查询，当name相同的时候，我们利用age再进行一次筛选。
• 注意：复合索引的字段并不是非要都用完，当我们利用name字段索引出我们想要的结果以后，就不需要再使用age进行再次筛选了。

2）创建索引

① 语法

• 语法：create 索引类型 索引名 on 表(字段);
• 利用如下建表语句，完成创建索引的演示。

create table tb(
    id int(4) auto_increment,
    name varchar(5),
    dept varchar(5),
    primary key(id)
) engine=myISAM auto_increment=1 default charset=utf8;

• 查询表结构
  

② 创建索引的第一种方式

Ⅰ 创建单值索引

create index dept_index on tb(dept);

Ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的

create unique index name_index on tb(name);

Ⅲ 创建复合索引

create index dept_name_index on tb(dept,name);

③ 创建索引的第二种方式

• 先删除之前创建的索引以后，再进行这种创建索引方式的测试。
• 语法：alter table 表名 add 索引类型 索引名(字段);

Ⅰ 创建单值索引

alter table tb add index dept_index(dept);

Ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的

alter table tb add unique index name_index(name);

Ⅲ 创建复合索引

alter table tb add index dept_name_index(dept,name);

④ 补充说明

• 如果某个字段是primary key，那么该字段默认就是主键索引。
• 主键索引和唯一索引非常相似。相同点：该列中的数据都不能有相同值；不同点：主键索引不能有null值，但是唯一索引可以有null值。

3）索引删除和索引查询

① 索引删除

• 语法：drop index 索引名 on 表名;

drop index name_index on tb;

② 索引查询

• 语法：show index from 表名;

show index from tb;

结果如下：

4. SQL性能问题的探索

• 人为优化：需要我们使用explain分析SQL的执行计划。该执行计划可以模拟SQL优化器执行SQL语句，可以帮助我们了解到自己编写SQL的好坏。
• SQL优化器自动优化：最开始讲述MySQL执行原理的时候，我们已经知道MySQL有一个优化器，当你写了一个SQL语句的时候，SQL优化器如果认为你写的SQL语句不够好，就会自动写一个好一些的等价SQL去执行。
• SQL优化器自动优化功能【会干扰】我们的人为优化功能。当我们查看了SQL执行计划以后，如果写的不好，我们会去优化自己的SQL。当我们以为自己优化的很好的时候，最终的执行计划，并不是按照我们优化好的SQL语句来执行的，而是有时候将我们优化好的SQL改变了，去执行。
• SQL优化是一种概率问题，有时候系统会按照我们优化好的SQL去执行结果(优化器觉得你写的差不多，就不会动你的SQL)。有时候优化器仍然会修改我们优化好的SQL，然后再去执行。

1）查看执行计划

• 语法：explain + SQL语句
• eg：explain select * from tb;

2）“执行计划”中需要知道的几个“关键字”

• id ：编号
• select_type ：查询类型
• table ：表
• type ：类型
• possible_keys ：预测用到的索引
• key ：实际使用的索引
• key_len ：实际使用索引的长度
• ref ：表之间的引用
• rows ：通过索引查询到的数据量
• Extra ：额外的信息

建表语句和插入数据：

# 建表语句
create table course
(
    cid int(3),
    cname varchar(20),
    tid int(3)
);

create table teacher
(
    tid int(3),
    tname varchar(20),
    tcid int(3)
);

create table teacherCard
(
    tcid int(3),
    tcdesc varchar(200)
);

# 插入数据
insert into course values(1,'java',1);
insert into course values(2,'html',1);
insert into course values(3,'sql',2);
insert into course values(4,'web',3);

insert into teacher values(1,'tz',1);
insert into teacher values(2,'tw',2);
insert into teacher values(3,'tl',3);

insert into teacherCard values(1,'tzdesc') ;
insert into teacherCard values(2,'twdesc') ;
insert into teacherCard values(3,'tldesc') ;