转载:https://blog.csdn.net/weixin_34392906/article/details/93707682 转载于:https://www.cnblogs.com/maohuidong/p/10491554.html 各属性含义: id: 查询的序列号 select_type: 查询的类型,主要是区别普通查询和联合查询、子查询之类的复杂查询 SIMPLE:查询中不包含子查询或者UNION 查询中若包含任何复杂的子部分,最外层查询则被标记为:PRIMARY 在SELECT或WHERE列表中包含了子查询,该子查询被标记为:SUBQUERY table: 输出的行所引用的表 type: 访问类型 从左至右,性能由差到好 ALL: 扫描全表 index: 扫描全部索引树 range: 扫描部分索引,索引范围扫描,对索引的扫描开始于某一点,返回匹配值域的行,常见于between、<、>等的查询 ref: 使用非唯一索引或非唯一索引前缀进行的查找 (eq_ref和const的区别:) eq_ref:唯一性索引扫描,对于每个索引键,表中只有一条记录与之匹配。常见于主键或唯一索引扫描 const, system: 单表中最多有一个匹配行,查询起来非常迅速,例如根据主键或唯一索引查询。system是const类型的特例,当查询的表只有一行的情况下, 使用system。 NULL: 不用访问表或者索引,直接就能得到结果,如select 1 from test where 1 possible_keys: 表示查询时可能使用的索引。如果是空的,没有相关的索引。这时要提高性能,可通过检验WHERE子句,看是否引用某些字段,或者检查字段不是适合索引 key: 显示MySQL实际决定使用的索引。如果没有索引被选择,是NULL key_len: 使用到索引字段的长度 注:key_len显示的值为索引字段的最大可能长度,并非实际使用长度,即key_len是根据表定义计算而得,不是通过表内检索出的。 ref: 显示哪个字段或常数与key一起被使用 rows: 这个数表示mysql要遍历多少数据才能找到,表示MySQL根据表统计信息及索引选用情况,估算的找到所需的记录所需要读取的行数,在innodb上可能是不准确的 Extra: 执行情况的说明和描述。包含不适合在其他列中显示但十分重要的额外信息。 Using index:表示使用索引,如果只有 Using index,说明他没有查询到数据表,只用索引表就完成了这个查询,这个叫覆盖索引。 Using where:表示条件查询,如果不读取表的所有数据,或不是仅仅通过索引就可以获取所有需要的数据,则会出现 Using where。 参考: https://segmentfault.com/q/1010000014908005
下面是我个人数据库试图方便对着参考:
下面这个就是用的where 查找,没有用到索引
三、SELECT语句务必指明字段名称
SELECT *增加很多不必要的消耗(cpu、io、内存、网络带宽);增加了使用覆盖索引的可能性;当表结构发生改变时,前断也需要更新。所以要求直接在select后面接上字段名。
四、当只需要一条数据的时候,使用limit 1
这是为了使EXPLAIN中type列达到const类型
二、SQL语句中IN包含的值不应过多 MySQL对于IN做了相应的优化,即将IN中的常量全部存储在一个数组里面,而且这个数组是排好序的。但是如果数值较多,产生的消耗也是比较大的。再例如:select id from table_name where num in(1,2,3) 对于连续的数值,能用 between 就不要用 in 了;再或者使用连接来替换 范围性连续查找使用between就好了, 注意:如果内层表的查找范围比较小使用iin比较好, 反之用exists 。一句话总结:内小外大用in,内搭外小用exists。 如果查找的列 如:select * from user where id(1,2,3); id列不是主键索引/或者唯一索引,那么在in,between,or三者来说基本都是全表查找,浪费性能
五、如果排序字段没有用到索引,就尽量少排序 六、如果限制条件中其他字段没有索引,尽量少用or or两边的字段中,如果有一个不是索引字段,而其他条件也不是索引字段,会造成该查询不走索引的情况。很多时候使用 union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果 七、尽量用union all代替union union和union all的差异主要是前者需要将结果集合并后再进行唯一性过滤操作,这就会涉及到排序,增加大量的CPU运算,加大资源消耗及延迟。当然,union all的前提条件是两个结果集没有重复数据。 八、不使用ORDER BY RAND() select id from `config_info` order by rand() limit 1000 SELECT id FROM `config_info` t1 JOIN ( SELECT rand() * ( SELECT max(id) FROM `config_info` ) AS nid ) t2 ON t1.id > t2.nid LIMIT 1000;这条语句效率确实快一点, 九、区分in和exists, not in和not exists select * from 表A where id in (select id from 表B) 上面sql语句相当于 select * from 表A where exists (select * from 表B where 表B.id=表A.id) 区分in和exists主要是造成了驱动顺序的改变(这是性能变化的关键), 如果是exists,那么以外层表为驱动表,先被访问, 如果是IN,那么先执行子查询。 所以IN适合于外表大而内表小的情况;EXISTS适合于外表小而内表大的情况。 关于not in和not exists,推荐使用not exists,不仅仅是效率问题,not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句? 原sql语句 select colname … from A表 where a.id not in (select b.id from B表) 高效的sql语句 select colname … from A表 Left join B表 on where a.id = b.id where b.id is null 都是取出A表不在B表的数据,下面一条效率更高
![](https://img2020.cnblogs.com/blog/1501092/202105/1501092-20210509162141970-265645060.png)
十、使用合理的分页方式以提高分页的效率
select id,name from table_name limit 866613, 20
使用上述sql语句做分页的时候,可能有人会发现,随着表数据量的增加,直接使用limit分页查询会越来越慢。
优化的方法如下:可以取前一页的最大行数的id,然后根据这个最大的id来限制下一页的起点。比如此列中,上一页最大的id是866612。sql可以采用如下的写法:
select id,name from table_name where id> 866612 limit 20
十一、分段查询
在一些用户选择页面中,可能一些用户选择的时间范围过大,造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序,分段进行查询,循环遍历,将结果合并处理进行展示。
十二、避免在 where 子句中对字段进行 null 值判断 对于null的判断会导致引擎放弃使用索引而进行全表扫描。 十三、不建议使用%前缀模糊查询 例如LIKE “%name”或者LIKE “%name%”,这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE “name%”。 那如何查询%name%? 如下图所示,虽然给secret字段添加了索引,但在explain结果果并没有使用 select * from user where name like '%王%'; 那么如何解决这个问题呢,答案:使用全文索引 在我们查询中经常会用到select id,fnum,fdst from table_name where user_name like '%zhangsan%';。这样的语句,普通索引是无法满足查询需求的。庆幸的是在MySQL中,有全文索引来帮助我们。 创建全文索引的sql语法是: ALTER TABLE `table_name` ADD FULLTEXT INDEX `idx_user_name` (`user_name`); 使用全文索引的sql语句是: select id,fnum,fdst from table_name where match(user_name) against('zhangsan' in boolean mode); 注意:在需要创建全文索引之前,请联系DBA确定能否创建。同时需要注意的是查询语句的写法与普通索引的区别(InnoDB不支持全文索引,MyISAM) 十四、避免在where子句中对字段进行表达式操作 比如 select user_id,user_project from table_name where age*2=36; 中对字段就行了算术运算,这会造成引擎放弃使用索引,建议改成 select user_id,user_project from table_name where age=36/2; 十五、避免隐式类型转换 where 子句中出现 column 字段的类型和传入的参数类型不一致的时候发生的类型转换,建议先确定where中的参数类型 where 子句中出现 column 字段的类型和传入的参数类型不一致的时候发生的类型转换,建议先确定where中的参数类型
![](https://img2020.cnblogs.com/blog/1501092/202105/1501092-20210509170146967-770192288.png)
通过我们分析的得知上面那一条除了表示出可能用到的索引possible_keys,下面一条使用了索引,把key type ref都用到了,这样在使用过程中会极大的提升性能。这样的区别就是下面制定了type的varchar类型
十六、对于联合索引来说,要遵守最左前缀法则 举列来说索引含有字段id,name,school,可以直接用id字段,也可以id,name这样的顺序,但是name,school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序,常用的查询字段放在最前面 十七、必要时可以使用force index来强制查询走某个索引 有的时候MySQL优化器采取它认为合适的索引来检索sql语句,但是可能它所采用的索引并不是我们想要的。这时就可以采用force index来强制优化器使用我们制定的索引。 十八、注意范围查询语句 对于联合索引来说,如果存在范围查询,比如between,>,<等条件时,会造成后面的索引字段失效。 十九、关于JOIN优化
![](https://img2020.cnblogs.com/blog/1501092/202105/1501092-20210509171212328-1100196188.jpg)
-
LEFT JOIN A表为驱动表
-
INNER JOIN MySQL会自动找出那个数据少的表作用驱动表
-
RIGHT JOIN B表为驱动表
注意:MySQL中没有full join,可以用以下方式来解决
select * from A left join B on B.name = A.name
where B.name is null
union all
select * from B;尽量使用inner join,避免left join
参与联合查询的表至少为2张表,一般都存在大小之分。如果连接方式是inner join,在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表,但是left join在驱动表的选择上遵循的是左边驱动右边的原则,即left join左边的表名为驱动表。
合理利用索引
被驱动表的索引字段作为on的限制字段。
利用小表去驱动大表
中间那个join buffer能够决定io 次数和cpu运算的次数
从原理图能够直观的看出如果能够减少驱动表的话,减少嵌套循环中的循环次数,以减少 IO总量及CPU运算的次数。
巧用STRAIGHT_JOIN
inner join
是由mysql选择驱动表,但是有些特殊情况需要选择另个表作为驱动表,比如有group by
、order by
等「Using filesort」
、「Using temporary」
时。STRAIGHT_JOIN
来强制连接顺序,在STRAIGHT_JOIN
左边的表名就是驱动表,右边则是被驱动表。在使用STRAIGHT_JOIN
有个前提条件是该查询是内连接,也就是inner join
。其他链接不推荐使用STRAIGHT_JOIN
,否则可能造成查询结果不准确。