sql优化
- - 数据库 - ITeye博客是对数据库(数据)进行操作的惟一途径；. 消耗了70%~90%的数据库资源；独立于程序设计逻辑，相对于对程序源代码的优化，对SQL语句的优化在时间成本和风险上的代价都很低；. 可以有不同的写法；易学，难精通. 固定的SQL书写习惯，相同的查询尽量保持相同，存储过程的效率较高. 应该编写与其格式一致的语句，包括字母的大小写、标点符号、换行的位置等都要一致.
一次非常有意思的sql优化经历 - 风过无痕-唐
标签：
sql
优化
经历
| 发表时间：2015-04-28 13:09 | 作者：风过无痕-唐
出处：
场景
我用的数据库是mysql5.6，下面简单的介绍下场景
课程表
create table Course(
c_id int PRIMARY KEY,
name varchar(10)
)
c_id int PRIMARY KEY,
name varchar(10)
)
数据100条
学生表:
create table Student(
id int PRIMARY KEY,
name varchar(10)
)
id int PRIMARY KEY,
name varchar(10)
)
数据70000条
学生成绩表SC
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)
数据70w条
查询目的：
查找语文考100分的考生
查询语句：
select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
执行时间：30248.271s
晕,为什么这么慢，先来查看下查询计划：
EXPLAIN
select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
发现没有用到索引，type全是ALL，那么首先想到的就是建立一个索引，建立索引的字段当然是在where条件的字段。
先给sc表的c_id和score建个索引
CREATE index sc_c_id_index on SC(c_id);CREATE index sc_score_index on SC(score);
再次执行上述查询语句，时间为: 1.054s
快了3w多倍，大大缩短了查询时间，看来索引能极大程度的提高查询效率，看来建索引很有必要，很多时候都忘记建
索引了，数据量小的的时候压根没感觉，这优化感觉挺爽。
但是1s的时间还是太长了，还能进行优化吗，仔细看执行计划：
查看优化后的sql:
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
< in_optimizer > (
`YSB`.`s`.`s_id` ,< EXISTS > (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
< CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
)
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
< in_optimizer > (
`YSB`.`s`.`s_id` ,< EXISTS > (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
< CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
)
有type=all
按照我之前的想法，该sql的执行的顺序应该是先执行子查询
select s_id from SC sc where sc.c_id = 0 and sc.score = 100
耗时：0.001s
得到如下结果：
然后再执行
select s.* from Student s where s.s_id in(7,29,5000)
耗时：0.001s
这样就是相当快了啊，Mysql竟然不是先执行里层的查询，而是将sql优化成了exists子句，并出现了EPENDENT SUBQUERY，
mysql是先执行外层查询，再执行里层的查询，这样就要循环70007*11=770077次。
那么改用连接查询呢？
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
这里为了重新分析连接查询的情况，先暂时删除索引sc_c_id_index，sc_score_index
执行时间是：0.057s
效率有所提高，看看执行计划：
这里有连表的情况出现，我猜想是不是要给sc表的s_id建立个索引
CREATE index sc_s_id_index on SC(s_id);
show index from SC
在执行连接查询
时间: 1.076s，竟然时间还变长了，什么原因？查看执行计划：
优化后的查询语句为：
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
)
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
)
貌似是先做的连接查询，再执行的where过滤
回到前面的执行计划：
这里是先做的where过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的sql执行顺序：
正常情况下是先join再where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join做操，因此先执行where
过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的sql
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
即先执行sc表的过滤，再进行表连接，执行时间为：0.054s
和之前没有建s_id索引的时间差不多
查看执行计划：
先提取sc再连表，这样效率就高多了，现在的问题是提取sc的时候出现了扫描表，那么现在可以明确需要建立相关索引
CREATE index sc_c_id_index on SC(c_id);CREATE index sc_score_index on SC(score);
再执行查询：
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
执行时间为：0.001s，这个时间相当靠谱，快了50倍
执行计划：
我们会看到，先提取sc，再连表，都用到了索引。
那么再来执行下sql
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100
执行时间0.001s
执行计划：
这里是mysql进行了查询语句优化，先执行了where过滤，再执行连接操作，且都用到了索引。
总结：
1.mysql嵌套子查询效率确实比较低
2.可以将其优化成连接查询
3.建立合适的索引
4.学会分析sql执行计划，mysql会对sql进行优化，所以分析执行计划很重要
由于时间问题，这篇文章先写到这里，后续再分享其他的sql优化经历。
执行计划参考：
http://www.cnblogs.com/ggjucheng/archive/2012/11/11/2765237.html
本文链接： 一次非常有意思的sql优化经历，转载请注明。
相关 [sql 优化 经历] 推荐：
sql 优化
- - SQL - 编程语言 - ITeye博客转：数据库SQL优化大总结之 百万级数据库优化方案. 2014-07-18 09:33 雲霏霏 雲霏霏的博客 字号：. 网上关于SQL优化的教程很多，但是比较杂乱. 近日有空整理了一下，写出来跟大家分享一下，其中有错误和不足的地方，还请大家纠正补充. 网上关于SQL优化的教程很多，但是比较杂乱. 近日有空整理了一下，写出来跟大家分享一下，其中有错误和不足的地方，还请大家纠正补充.
一次非常有意思的sql优化经历 - 风过无痕-唐
- - 博客园_首页我用的数据库是mysql5.6，下面简单的介绍下场景. select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 ). 执行时间：30248.271s.
一个20秒SQL慢查询优化的经历与处理方案
- - 文章 – 伯乐在线前几天在项目上线过程中，发现有一个页面无法正确获取数据，经排查原来是接口调用超时，而最后发现是因为SQL查询长达到20多秒而导致了问题的发生. 这里，没有高深的理论或技术，只是备忘一下经历和解读一些思想误区. 这里不过多对业务功能进行描述，但为了突出问题所在，会用类比的语句来描述当时的场景. 复杂的SQL语句可以表达如下：.
索引SQL优化
- - SQL - 编程语言 - ITeye博客（一）深入浅出理解索引SQL优化 (转). 实际上，您可以把索引理解为一种特殊的目录. 微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）. 下面，我们举例来说明一下聚集索引和非聚集索引的区别： .
优化sql查询
- - 数据库 - ITeye博客1、 首先要搞明白什么叫执行计划. 执行计划是数据库根据SQL语句和相关表的统计信息作出的一个查询方案，这个方案是由查询优化器自动分析产生的，比如一条SQL语句如果用来从一个 10万条记录的表中查1条记录，那查询优化器会选择“索引查找”方式，如果该表进行了归档，当前只剩下5000条记录了，那查询优化器就会改变方案，采用 “全表扫描”方式.
sql语句优化
- - 数据库 - ITeye博客性能不理想的系统中除了一部分是因为应用程序的负载确实超过了服务器的实际处理能力外,更多的是因为系统存在大量的SQL语句需要优化. 为了获得稳定的执行性能，SQL语句越简单越好. 对复杂的SQL语句，要设法对之进行简化. 1）不要有超过5个以上的表连接（JOIN）. 2）考虑使用临时表或表变量存放中间结果.
SQL Server优化50法
- - CSDN博客推荐文章虽然查询速度慢的原因很多，但是如果通过一定的优化，也可以使查询问题得到一定程度的解决. 查询速度慢的原因很多，常见如下几种：没有索引或者没有用到索引（这是查询慢最常见的问题，是程序设计的缺陷）. I/O吞吐量小，形成了瓶颈效应. 没有创建计算列导致查询不优化. 内存不足网络速度慢查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）.
oracle sql 优化大全
- - Oracle - 数据库 - ITeye博客最近遇到了oracle sql优化的问题，找了一下，发现这文章实在不错，跟大家分享一下，如果以后有什么新的改进也会继续补充的. 1 前言… 2 . 2 总纲… 2 . 3 降龙十八掌… 3 . 第一掌 避免对列的操作… 3 . 第二掌 避免不必要的类型转换… 4 . 第三掌 增加查询的范围限制… 4 .
Oracle SQL性能优化
- - 数据库 - ITeye博客（1） 选择最有效率的表名顺序(只在基于规则的优化器中有效)：. ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表 driving table)将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表. 如果有3个以上的表连接查询, 那就需要选择交叉表(intersection table)作为基础表, 交叉表是指那个被其他表所引用的表.