場景

我用的數據庫是mysql5.6，下面簡單的介紹下場景

課程表： 

create table Course(  
c_id int PRIMARY KEY,  
name varchar(10)  
) 

數據100條

學生表: 

create table Student(  
id int PRIMARY KEY,  
name varchar(10)  
) 

數據70000條

學生成績表SC： 

CREATE table SC(  
    sc_id int PRIMARY KEY,  
    s_id int,  
    c_id int,  
    score int  
) 

數據70w條

查詢目的：

查找語文考100分的考生

查詢語句： 

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 ) 

 執行時間：30248.271s

暈，為什么這么慢，先來查看下查詢計劃： 

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 ) 

發現沒有用到索引，type全是ALL，那么首先想到的就是建立一個索引，建立索引的字段當然是在where條件的字段了。

先給sc表的c_id和score建個索引 

CREATE index sc_c_id_index on SC(c_id);  
CREATE index sc_score_index on SC(score); 

再次執行上述查詢語句，時間為: 1.054s

快了3w多倍，大大縮短了查詢時間，看來索引能極大程度的提高查詢效率，建索引很有必要，很多時候都忘記建索引了，數據量小的的時候壓根沒感覺，這優化的感覺挺爽。

但是1s的時間還是太長了，還能進行優化嗎，仔細看執行計劃：

查看優化后的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  
            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`  
                    )  
                )  
        )  
    ) 

怎么查看優化后的語句？

方法如下（在命令窗口執行 ）：

有type=all

按照我之前的想法，該sql的執行的順序應該是先執行子查詢 

select s_id from SC sc where sc.c_id = 0 and sc.score = 100 

耗時：0.001s

得到如下結果：

[[261522]]

然后再執行 

select s.* from Student s where s.s_id in(7,29,5000) 

耗時：0.001s

這樣就是相當快了啊，Mysql竟然不是先執行里層的查詢，而是將sql優化成了exists子句，并出現了EPENDENT SUBQUERY，mysql是先執行外層查詢，再執行里層的查詢，這樣就要循環70007*8次。

那么改用連接查詢呢？ 

SELECT s.* from   
Student s  
INNER JOIN SC sc  
on ssc.s_id = s.s_id  
where sc.c_id=0 and sc.score=100 

這里為了重新分析連接查詢的情況，先暫時刪除索引sc_c_id_index，sc_score_index

執行時間是：0.057s

效率有所提高，看看執行計劃：

這里有連表的情況出現，我猜想是不是要給sc表的s_id建立個索引 

CREATE index sc_s_id_index on SC(s_id);  
show index from SC 

再執行連接查詢

時間: 1.076s

竟然時間還變長了，什么原因？查看執行計劃：

優化后的查詢語句為： 

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)  
    ) 

貌似是先做的連接查詢，再進行的where條件過濾。

回到前面的執行計劃：

這里是先做的where條件過濾，再做連表，執行計劃還不是固定的，那么我們先看下標準的sql執行順序：

正常情況下是先join再進行where過濾，但是我們這里的情況，如果先join，將會有70w條數據發送join，因此先執行where過濾是明智方案，現在為了排除mysql的查詢優化，我自己寫一條優化后的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 

即先執行sc表的過濾，再進行表連接。

執行時間為：0.054s

和之前沒有建s_id索引的時間差不多。

查看執行計劃：

先提取sc再連表，這樣效率就高多了，現在的問題是提取sc的時候出現了掃描表，那么現在可以明確需要建立相關索引。

CREATE index sc_c_id_index on SC(c_id); 
 
CREATE index sc_score_index on SC(score); 

再執行查詢： 

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 

執行時間為：0.001s

這個時間相當靠譜，快了50倍

執行計劃：

我們會看到，先提取sc，再連表，都用到了索引。

那么再來執行下sql: 

SELECT s.* from   
Student s  
INNER JOIN SC sc  
on ssc.s_id = s.s_id  
where sc.c_id=0 and sc.score=100 

執行時間0.001s

執行計劃：

這里是mysql進行了查詢語句優化，先執行了where過濾，再執行連接操作，且都用到了索引。

調整內容為SC表的數據增長到300W,學生分數更為離散。

先回顧下： 

show index from SC 

執行sql 

SELECT s.* from   
Student s  
INNER JOIN SC sc  
on ssc.s_id = s.s_id  
where sc.c_id=81 and sc.score=84 

執行時間：0.061s

這個時間稍微慢了點。

執行計劃：

這里用到了intersect并集操作，即兩個索引同時檢索的結果再求并集，再看字段score和c_id的區分度，單從一個字段看，區分度都不是很大，從SC表檢索，c_id=81檢索的結果是70001,score=84的結果是39425。

而c_id=81 and score=84 的結果是897，即這兩個字段聯合起來的區分度是比較高的，因此建立聯合索引查詢效率將會更高，從另外一個角度看，該表的數據是300w，以后會更多，就索引存儲而言，都是不小的數目，隨著數據量的增加，索引就不能全部加載到內存，而是要從磁盤去讀取，這樣索引的個數越多，讀磁盤的開銷就越大，因此根據具體業務情況建立多列的聯合索引是必要的，那么我們來試試吧。 

alter table SC drop index sc_c_id_index;  
alter table SC drop index sc_score_index;  
create index sc_c_id_score_index on SC(c_id,score); 

執行上述查詢語句

消耗時間為：0.007s

這個速度還是可以接受的

執行計劃：

該語句的優化暫時告一段落。

總結：

•  mysql嵌套子查詢效率確實比較低
•  可以將其優化成連接查詢
•  連接表時，可以先用where條件對表進行過濾，然后做表連接

    （雖然mysql會對連表語句做優化）

•  建立合適的索引，必要時建立多列聯合索引
•  學會分析sql執行計劃，mysql會對sql進行優化，所以分析執行計劃很重要

索引優化

上面講到子查詢的優化，以及如何建立索引，而且在多個字段索引時，分別對字段建立了單個索引。

后面發現其實建立聯合索引效率會更高，尤其是在數據量較大，單個列區分度不高的情況下。

單列索引

查詢語句如下： 

select * from user_test_copy where sex = 2 and type = 2 and age = 10 

索引： 

CREATE index user_test_index_sex on user_test_copy(sex);  
CREATE index user_test_index_type on user_test_copy(type);  
CREATE index user_test_index_age on user_test_copy(age); 

分別對sex,type,age字段做了索引，數據量為300w

查詢時間：0.415s

執行計劃：

發現type=index_merge

這是mysql對多個單列索引的優化，對結果集采用intersect并集操作

多列索引

我們可以在這3個列上建立多列索引，將表copy一份以便做測試 

create index user_test_index_sex_type_age on user_test(sex,type,age); 

查詢語句： 

select * from user_test where sex = 2 and type = 2 and age = 10 

執行時間：0.032s

快了10多倍，且多列索引的區分度越高，提高的速度也越多

執行計劃：

最左前綴

多列索引還有最左前綴的特性：

都會使用到索引，即索引的***個字段sex要出現在where條件中

執行一下語句： 

select * from user_test where sex = 2  
select * from user_test where sex = 2 and type = 2  
select * from user_test where sex = 2 and age = 10 

索引覆蓋

就是查詢的列都建立了索引，這樣在獲取結果集的時候不用再去磁盤獲取其它列的數據，直接返回索引數據即可

如： 

select sex,type,age from user_test where sex = 2 and type = 2 and age = 10 

執行時間：0.003s

要比取所有字段快的多

排序 

select * from user_test where sex = 2 and type = 2 ORDER BY user_name 

時間：0.139s

在排序字段上建立索引會提高排序的效率 

create index user_name_index on user_test(user_name) 

***附上一些sql調優的總結，以后有時間再深入研究

•  列類型盡量定義成數值類型，且長度盡可能短，如主鍵和外鍵，類型字段等等
•  建立單列索引
•  根據需要建立多列聯合索引

當單個列過濾之后還有很多數據，那么索引的效率將會比較低，即列的區分度較低，那么如果在多個列上建立索引，那么多個列的區分度就大多了，將會有顯著的效率提高。

•  根據業務場景建立覆蓋索引

只查詢業務需要的字段，如果這些字段被索引覆蓋，將極大的提高查詢效率

•  多表連接的字段上需要建立索引

這樣可以極大的提高表連接的效率

•  where條件字段上需要建立索引
•  排序字段上需要建立索引
•  分組字段上需要建立索引
•  Where條件上不要使用運算函數，以免索引失效