脚本宝典收集整理的这篇文章主要介绍了SQL优化技巧，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

原文链接：https://mp.weixin.QQ.COM/s/iZ07hCLRh_-4rBuoqEdaBw

---

1. 创建索引

一定要记得创建索引，创建索引，创建索引。

重要的事说三遍！

执行没有索引的 SQL 语句，肯定要走全表扫描，慢是肯定的。

这种查询毫无疑问是一个慢 SQL 查询。

那么问题来了，是不是要收集所有的 where 查询条件，然后针对所有的组合都创建索引呢？

答案肯定是否定的。

MySQL 为了提升数据查询速率，采用 B+ 树结构，通过空间换时间 设计思想。另外每次对表数据做更新操作时，都要调整对应的 索引树 ，执行效率肯定会受影响。

本着二八原则，互联网请求读多写少的特点，我们一定要找到一个平衡点。

阿里巴巴的开发者手册建议，单表索引数量控制在 5 个以内，组合索引字段数不允许超过 5 个。

其他建议：

• 禁止给表中的每一列都建立单独的索引。
• 每个 Innodb 表必须有个主键。
• 要注意组合索引的字段的顺序。
• 优先考虑覆盖索引。
• 避免使用外键约束。

2. 避免索引失效

不要以为有了索引，就万事大吉。

殊不知，索引失效 也是慢查询的主要原因之一。

常见的索引失效的场景有哪些？

• 以 % 开头的 LIKE 查询。
• 创建了组合索引，但查询条件不满足 '最左匹配原则'。如：创建索引 idx_tyPE_status_uid（type,status,uid），但是使用 status 和 uid 作为查询条件。
• 查询条件中使用 or，且 or 的前后条件中有一个列没有索引，涉及的索引都不会被使用到。
• 在索引列上的操作，函数 upper() 等，or、!= （<>）、not in 等。

3. 锁粒度

MySQL 的存储引擎分为两大类：MyISam 和 InnoDB。

MyISAM 支持表锁；InnoDB 支持行锁和表锁。

更新操作时，为了保证表数据的准确性，通常会加锁，为了提高系统的高并发能力，我们通常建议采用 行锁，减少锁冲突、锁等待 的时间。所以，存储引擎通常会选择 InnoDB。

行锁可能会升级为表锁，有哪些场景呢？

• 如果一个表批量更新，大量使用行锁，可能导致其他事务长时间等待，严重影响事务的执行效率。此时，MySQL 会将 行锁 升级为 表锁。

• 行锁是针对索引加的锁，如果 条件索引失效，那么 行锁 也会升级为 表锁。

注意：行锁将锁的粒度缩小了，进而提高了系统的并发能力。但是也有个弊端，可能会产生死锁，需要特别关注。

4. 分页查询优化

如果要开发一个列表展示页面并支持翻页时，我们通常会这样写 SQL：

select * From 表  limIT #{start}, #{pageSize};

随着翻页的深度加大， start 值越来越大，比如：limit 10000 , 10。

看似只返回了 10 条数据，但数据库引擎需要查询 10010 条记录，然后将前面的 10000 条丢弃，最终只返回最后的 10 条记录，性能可想而知.

针对这个问题，我们通常有另外两种解决方案。

方案一：

先定位到上一次分页的最大 id，然后对 id 做条件索引查询。由于数据库的索引采用 B+ 树结构，这样可以一步到位。

select * from 表 where id > #{id}  limit  #{pageSize};

任何事情，有利就有弊。

这种翻页方式只支持 上一页、下一页 ，不支持跨越式直梯翻页。

方案二：

采用子查询。

select * from 表 where id > ( select id from 表 order by id limit 10000 1) limit 20;

将原来的单 SQL 查询拆成两步：

• 首先，查询出 一页数据中的最小 id。
• 然后，通过 B+ 树，精确定位到 最小 id 的索引树节点位置，通过 偏移量 读取后面的 20 条数据。

5. 避免 select *

反面案例：

select  * from 表 where buyer_id = #{buyer_id} 

我们知道，MySQL 创建表后，具体的行数据存储在主键索引（属于聚簇索引）的叶子节点。

二级索引属于非聚簇索引，其叶子节点存储的是主键值。

select * 的查询过程：

• 先在 buyer_id 的二级索引 B+ 树，查出对应的主键 id 列表。
• 然后进行 回表 操作，在主键索引中查询 id 对应的行数据。

所以，我们需要罗列清楚必须的查询字段，且字段尽量在 覆盖索引 中，从而减少 回表 操作。

6. ExpLaiN 分析 SQL 执行计划

授人以鱼不如授人以渔。

除了知晓常见的不规范 SQL 写法，在开发过程中避免踩坑。我们还应知道，出现了慢 SQL 该如何排查、优化。

比如下面的语句，我们看是否使用了索引，可以通过 explain 分析相应的执行计划。

EXPLAIN SELECT * FROM t_PRomotion_activity WHERE id = 24

接下来，我们来逐一说明每个字段的含义。

• id：每一次 select 查询都会生成一个 id，值越大，优先级越高，会被优先执行。
• select_type：查询类型，SIMPLE（普通查询，即没有联合查询、子查询）、Primary（主查询）、UNION（UNION 中后面的查询）、SubQUERY（子查询）等。
• table：查询哪张表。
• partitions：分区，如果对应的表存在分区表，那么这里就会显示具体的分区信息。
• type：执行方式，是 SQL 优化中一个很重要的指标，结果值从好到差依次是：System > const > eq_ref > ref > range > index > ALL。
  • system/const：表中只有一行数据匹配，此时根据索引查询一次就能找到对应的数据
  • eq_ref：使用唯一索引扫描，常见于多表连接中使用主键和唯一索引作为关联条件
  • ref：非唯一索引扫描，还可见于唯一索引最左原则匹配扫描
  • range：索引范围扫描，比如，<，>，between 等操作
  • index：索引全表扫描，此时遍历整个索引树
  • ALL：表示全表扫描，需要遍历全表来找到对应的行
• possible_keys：可能用到的索引。
• key：实际用到的索引。
• key_len：索引长度。
• ref：关联 id 等信息。
• rows：查找到记录所扫描的行数，SQL 优化重要指标，扫描的行数越少，性能越高。
• filtered：查找到所需记录占总扫描记录数的比例。
• Extra：额外的信息。

7. Show Profile 分析 SQL 执行性能

Show Profile 与 EXPLAIN 的区别是，前者主要是在外围分析；后者则是深入到 MySQL 内核，从执行线程的状态和时间来分析。

MySQL 是在 5.0.37 版本之后才支持 Show Profile ，select @@have_profiling 返回 YES 表示功能已开启。

mysql> show profiles;
Empty set, 1 warning (0.00 sec)

显示为空，说明 profiles 功能是关闭的。

通过下面命令开启。

mysql> set profiling=1;
Query OK, 0 rows affected, 1 warning (0.00 sec)

 获取 Query_ID 之后，通过 show profile for query ID ，查看 SQL 语句在执行过程中线程的每个状态所消耗的时间。

脚本宝典总结

以上是脚本宝典为你收集整理的SQL优化技巧全部内容，希望文章能够帮你解决SQL优化技巧所遇到的问题。

如果觉得脚本宝典网站内容还不错，欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。