專案中常用的19條MySQL優化

宣告一下：下面的優化方案都是基於 “ Mysql-索引-BTree型別 ” 的

一、EXPLAIN

做MySQL優化，我們要善用 EXPLAIN 檢視SQL執行計劃。

下面來個簡單的示例，標註(1,2,3,4,5)我們要重點關注的資料

1. type列，連線型別。一個好的sql語句至少要達到range級別。杜絕出現all級別
2. key列，使用到的索引名。如果沒有選擇索引，值是NULL。可以採取強制索引方式
3. key_len列，索引長度
4. rows列，掃描行數。該值是個預估值
5. extra列，詳細說明。注意常見的不太友好的值有：Using filesort, Using temporary

二、SQL語句中IN包含的值不應過多

MySQL對於IN做了相應的優化，即將IN中的常量全部儲存在一個陣列裡面，而且這個陣列是排好序的。但是如果數值較多，產生的消耗也是比較大的。再例如：select id from t where num in(1,2,3) 對於連續的數值，能用 between 就不要用 in 了；再或者使用連線來替換。

三、SELECT語句務必指明欄位名稱

SELECT *增加很多不必要的消耗（cpu、io、記憶體、網路頻寬）；增加了使用覆蓋索引的可能性；當表結構發生改變時，前斷也需要更新。所以要求直接在select後面接上欄位名。

四、當只需要一條資料的時候，使用limit 1

這是為了使EXPLAIN中type列達到const型別

五、如果排序欄位沒有用到索引，就儘量少排序

六、如果限制條件中其他欄位沒有索引，儘量少用or

or兩邊的欄位中，如果有一個不是索引欄位，而其他條件也不是索引欄位，會造成該查詢不走索引的情況。很多時候使用 union all 或者是union(必要的時候)的方式來代替“or”會得到更好的效果

七、儘量用union all代替union

union和union all的差異主要是前者需要將結果集合並後再進行唯一性過濾操作，這就會涉及到排序，增加大量的CPU運算，加大資源消耗及延遲。當然，union all的前提條件是兩個結果集沒有重複資料。

八、不使用ORDER BY RAND()

select id from `dynamic` order by rand() limit 1000;

上面的sql語句，可優化為

select id from `dynamic` t1 join (select  rand() * (select max(id) from `dynamic`) as nid) t2 on t1.id > t2.nid limit 1000;

九、區分in和exists， not in和not exists

select * from 表A where id in (select id from 表B)

上面sql語句相當於

select * from 表A where exists(select * from 表B where 表B.id=表A.id)

區分in和exists主要是造成了驅動順序的改變（這是效能變化的關鍵），如果是exists，那麼以外層表為驅動表，先被訪問，如果是IN，那麼先執行子查詢。所以IN適合於外表大而內表小的情況；EXISTS適合於外表小而內表大的情況。
關於not in和not exists，推薦使用not exists，不僅僅是效率問題，not in可能存在邏輯問題。如何高效的寫出一個替代not exists的sql語句？

原sql語句

select colname …  from A表 where a.id not in (select b.id from B表)

高效的sql語句

select colname …  from A表 Left join B表 on where a.id = b.id where b.id is null

取出的結果集如下圖表示，A表不在B表中的資料

十、使用合理的分頁方式以提高分頁的效率

select id,name from product limit 866613, 20

使用上述sql語句做分頁的時候，可能有人會發現，隨著表資料量的增加，直接使用limit分頁查詢會越來越慢。

優化的方法如下：可以取前一頁的最大行數的id，然後根據這個最大的id來限制下一頁的起點。比如此列中，上一頁最大的id是866612。sql可以採用如下的寫法：

select id,name from product where id> 866612 limit 20

十一、分段查詢

在一些使用者選擇頁面中，可能一些使用者選擇的時間範圍過大，造成查詢緩慢。主要的原因是掃描行數過多。這個時候可以通過程式，分段進行查詢，迴圈遍歷，將結果合併處理進行展示。

如下圖這個sql語句，掃描的行數成百萬級以上的時候就可以使用分段查詢

十二、避免在 where 子句中對欄位進行 null 值判斷

對於null的判斷會導致引擎放棄使用索引而進行全表掃描。

十三、不建議使用%字首模糊查詢

例如LIKE “%name”或者LIKE “%name%”，這種查詢會導致索引失效而進行全表掃描。但是可以使用LIKE “name%”。

那如何查詢%name%？

如下圖所示，雖然給secret欄位新增了索引，但在explain結果果並沒有使用

那麼如何解決這個問題呢，答案：使用全文索引

在我們查詢中經常會用到select id,fnum,fdst from dynamic_201606 where user_name like '%zhangsan%'; 。這樣的語句，普通索引是無法滿足查詢需求的。慶幸的是在MySQL中，有全文索引來幫助我們。

建立全文索引的sql語法是：

ALTER TABLE `dynamic_201606` ADD  FULLTEXT INDEX  `idx_user_name` (`user_name`);

使用全文索引的sql語句是：

select id,fnum,fdst from dynamic_201606 where match(user_name) against('zhangsan' in boolean mode);

注意：在需要建立全文索引之前，請聯絡DBA確定能否建立。同時需要注意的是查詢語句的寫法與普通索引的區別

十四、避免在where子句中對欄位進行表示式操作

比如

select user_id,user_project from user_base where age*2=36;

中對欄位就行了算術運算，這會造成引擎放棄使用索引，建議改成

select user_id,user_project from user_base where age=36/2;

十五、避免隱式型別轉換

where 子句中出現 column 欄位的型別和傳入的引數型別不一致的時候發生的型別轉換，建議先確定where中的引數型別

十六、對於聯合索引來說，要遵守最左字首法則

舉列來說索引含有欄位id,name,school，可以直接用id欄位，也可以id,name這樣的順序，但是name;school都無法使用這個索引。所以在建立聯合索引的時候一定要注意索引欄位順序，常用的查詢欄位放在最前面

十七、必要時可以使用force index來強制查詢走某個索引

有的時候MySQL優化器採取它認為合適的索引來檢索sql語句，但是可能它所採用的索引並不是我們想要的。這時就可以採用force index來強制優化器使用我們制定的索引。

十八、注意範圍查詢語句

對於聯合索引來說，如果存在範圍查詢，比如between,>,<等條件時，會造成後面的索引欄位失效。

十九、關於JOIN優化

• LEFT JOIN A表為驅動表
• INNER JOIN MySQL會自動找出那個資料少的表作用驅動表
• RIGHT JOIN B表為驅動表

注意：MySQL中沒有full join，可以用以下方式來解決

select * from A left join B on B.name = A.name 
where B.name is null
 union all
select * from B;

儘量使用inner join，避免left join

參與聯合查詢的表至少為2張表，一般都存在大小之分。如果連線方式是inner join，在沒有其他過濾條件的情況下MySQL會自動選擇小表作為驅動表，但是left join在驅動表的選擇上遵循的是左邊驅動右邊的原則，即left join左邊的表名為驅動表。

合理利用索引

被驅動表的索引欄位作為on的限制欄位。

利用小表去驅動大表

從原理圖能夠直觀的看出如果能夠減少驅動表的話，減少巢狀迴圈中的迴圈次數，以減少 IO總量及CPU運算的次數。

巧用STRAIGHT_JOIN

inner join是由mysql選擇驅動表，但是有些特殊情況需要選擇另個表作為驅動表，比如有group by、order by等「Using filesort」、「Using temporary」時。STRAIGHT_JOIN來強制連線順序，在STRAIGHT_JOIN左邊的表名就是驅動表，右邊則是被驅動表。在使用STRAIGHT_JOIN有個前提條件是該查詢是內連線，也就是inner join。其他連結不推薦使用STRAIGHT_JOIN，否則可能造成查詢結果不準確。

這個方式有時可能減少3倍的時間。

這裡只列舉了上述優化方案，當然還有其他的優化方式，大家可以去摸索嘗試，感謝關注。。