如何避免分析兩分鐘，運行兩小時？這是一份SQL優化大全

很多朋友在做資料分析時，分析兩分鐘，跑數兩小時？

在使用SQL過程中不僅要關注資料結果，同樣要注意SQL語句的執行效率。

本文涉及三部分，篇幅較長，建議收藏後翻看：

1. SQL介紹
2. SQL優化方法
3. SQL優化實例

1、MySQL的基本架構

1）MySQL的基礎架構圖

左邊的client可以看成是客戶端，客戶端有很多，像我們經常你使用的CMD黑視窗，像我們經常用於學習的WorkBench，像企業經常使用的Navicat工具，它們都是一個客戶端。右邊的這一大堆都可以看成是Server(MySQL的服務端)，我們將Server在細分為sql層和儲存引擎層。

當查詢出資料以後，會返回給執行器。執行器一方面將結果寫到查詢快取裡面，當你下次再次查詢的時候，就可以直接從查詢快取中獲取到資料了。另一方面，直接將結果響應回客戶端。

2）查詢資料庫的引擎

① show engines;

② show variables like “%storage_engine%”;

3）指定資料庫物件的儲存引擎

create table tb(
    id int(4) auto_increment,
    name varchar(5),
    dept varchar(5),
    primary key(id)
) engine=myISAM auto_increment=1 default charset=utf8;

2. SQL優化

1）為什麼需要進行SQL優化？

在進行多表連線查詢、子查詢等操作的時候，由於你寫出的SQL語句欠佳，導致的伺服器執行時間太長，我們等待結果的時間太長。基於此，我們需要學習怎麼又話SQL。

2）mysql的編寫過程和解析過程

① 編寫過程

select dinstinct  ..from  ..join ..on ..where ..group by ..having ..order by ..limit ..

② 解析過程

from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..

提供一個網站，詳細說明瞭mysql解析過程：

https://www.cnblogs.com/annsshadow/p/5037667.html

3）SQL優化 — 主要就是優化索引

優化SQL，最重要的就是優化SQL索引。

索引相當於字典的目錄。利用字典目錄查詢漢字的過程，就相當於利用SQL索引查詢某條記錄的過程。有了索引，就可以很方便快捷的定位某條記錄。

① 什麼是索引？

索引就是幫助MySQL高效獲取資料的一種【資料結構】。索引是一種樹結構，MySQL中一般用的是【B+樹】。

② 索引圖示說明(這裡用二叉樹來幫助我們理解索引)

樹形結構的特點是：子元素比父元素小的，放在左側；子元素比父元素大的，放在右側。

這個圖示只是為了幫我們簡單理解索引的，真實的關於【B+樹】的說明，我們會在下面進行說明。

索引是怎麼查詢資料的呢？兩個字【指向】，上圖中我們給age列指定了一個索引，即類似於右側的這種樹形結構。mysql表中的每一行記錄都有一個硬體地址，例如索引中的age=50，指向的就是源表中該行的識別符號(“硬體地址”)。也就是說，樹形索引建立了與源表中每行記錄硬體地址的對映關係，當你指定了某個索引，這種對映關係也就建成了，這就是為什麼我們可以透過索引快速定位源表中記錄的原因。

以【select * from student where age=33】查詢語句為例。當我們不加索引的時候，會從上到下掃描源表，當掃描到第5行的時候，找到了我們想要找到了元素，一共是查詢了5次。當添加了索引以後，就直接在樹形結構中進行查詢，33比50小，就從左側查詢到了23，33大於23，就又查詢到了右側，這下找到了33，整個索引結束，一共進行了3次查詢。是不是很方便，假如我們此時需要查詢age=62，你再想想“新增索引”前後，查詢次數的變化情況。

4）索引的弊端

1.當資料量很大的時候，索引也會很大(當然相比於源表來說，還是相當小的)，也需要存放在記憶體/硬碟中(通常存放在硬碟中)，佔據一定的記憶體空間/物理空間。

2.索引並不適用於所有情況：a.少量資料；b.頻繁進行改動的欄位，不適合做索引；c.很少使用的欄位，不需要加索引；

3.索引會提高資料查詢效率，但是會降低“增、刪、改”的效率。當不使用索引的時候，我們進行資料的增刪改，只需要操作源表即可，但是當我們新增索引後，不僅需要修改源表，也需要再次修改索引，很麻煩。儘管是這樣，新增索引還是很划算的，因為我們大多數使用的就是查詢，“查詢”對於程式的效能影響是很大的。

5）索引的優勢

1.提高查詢效率(降低了IO使用率)。當建立了索引後，查詢次數減少了。

2.降低CPU使用率。比如說【…order by age desc】這樣一個操作，當不加索引，會把源表載入到記憶體中做一個排序操作，極大的消耗了資源。但是使用了索引以後，第一索引本身就小一些，第二索引本身就是排好序的，左邊資料最小，右邊資料最大。

6）B+樹圖示說明

MySQL中索引使用的就是B+樹結構。

關於B+樹的說明：

首先，Btree一般指的都是【B+樹】，資料全部存放在葉子節點中。對於上圖來說，最下面的第3層，屬於葉子節點，真實資料部份都是存放在葉子節點當中的。那麼對於第1、2層中的資料又是幹嘛的呢？答：用於分割指標塊兒的，比如說小於26的找P1，介於26–30之間的找P2，大於30的找P3。

其次，三層【B+樹】可以存放上百萬條資料。這麼多資料怎麼放的呢？增加“節點數”。圖中我們只有三個節點。

最後，【B+樹】中查詢任意資料的次數，都是n次，n表示的是【B+樹】的高度。

3、索引的分類與建立

1）索引分類

單值索引

唯一索引

複合索引

① 單值索引

利用表中的某一個欄位建立單值索引。一張表中往往有多個欄位，也就是說每一列其實都可以建立一個索引，這個根據我們實際需求來進行建立。還需要注意的一點就是，一張表可以建立多個“單值索引”。

假如某一張表既有age欄位，又有name欄位，我們可以分別對age、name建立一個單值索引，這樣一張表就有了兩個單值索引。

② 唯一索引

也是利用表中的某一個欄位建立單值索引，與單值索引不同的是：建立唯一索引的欄位中的資料，不能有重複值。像age肯定有很多人的年齡相同，像name肯定有些人是重名的，因此都不適合建立“唯一索引”。像編號id、學號sid，對於每個人都不一樣，因此可以用於建立唯一索引。

③ 複合索引

多個列共同構成的索引。比如說我們建立這樣一個“複合索引”(name,age)，先利用name進行索引查詢，當name相同的時候，我們利用age再進行一次篩選。注意：複合索引的欄位並不是非要都用完，當我們利用name欄位索引出我們想要的結果以後，就不需要再使用age進行再次篩選了。

2）建立索引

① 語法

語法：create 索引型別 索引名 on 表(欄位);

建表語句如下：

查詢表結構如下：

② 建立索引的第一種方式

Ⅰ 建立單值索引

create index dept_index on tb(dept);

Ⅱ 建立唯一索引：這裡我們假定name欄位中的值都是唯一的

create unique index name_index on tb(name);

Ⅲ 建立複合索引

create index dept_name_index on tb(dept,name);

③ 建立索引的第二種方式

先刪除之前建立的索引以後，再進行這種建立索引方式的測試；

語法：alter table 表名 add 索引型別 索引名(欄位)

Ⅰ 建立單值索引

alter table tb add index dept_index(dept);

Ⅱ 建立唯一索引：這裡我們假定name欄位中的值都是唯一的

alter table tb add unique index name_index(name);

Ⅲ 建立複合索引

alter table tb add index dept_name_index(dept,name);

④ 補充說明

如果某個欄位是primary key，那麼該欄位預設就是主鍵索引。

主鍵索引和唯一索引非常相似。相同點：該列中的資料都不能有相同值；不同點：主鍵索引不能有null值，但是唯一索引可以有null值。

3）索引刪除和索引查詢

① 索引刪除

語法：drop index 索引名 on 表名;

drop index name_index on tb;

② 索引查詢

語法：show index from 表名;

show index from tb;

結果如下：

4、SQL效能問題的探索

人為優化：需要我們使用explain分析SQL的執行計劃。該執行計劃可以模擬SQL優化器執行SQL語句，可以幫助我們瞭解到自己編寫SQL的好壞。

SQL優化器自動優化：最開始講述MySQL執行原理的時候，我們已經知道MySQL有一個優化器，當你寫了一個SQL語句的時候，SQL優化器如果認為你寫的SQL語句不夠好，就會自動寫一個好一些的等價SQL去執行。

SQL優化器自動優化功能【會干擾】我們的人為優化功能。當我們查看了SQL執行計劃以後，如果寫的不好，我們會去優化自己的SQL。當我們以為自己優化的很好的時候，最終的執行計劃，並不是按照我們優化好的SQL語句來執行的，而是有時候將我們優化好的SQL改變了，去執行。

SQL優化是一種機率問題，有時候系統會按照我們優化好的SQL去執行結果(優化器覺得你寫的差不多，就不會動你的SQL)。有時候優化器仍然會修改我們優化好的SQL，然後再去執行。

1）檢視執行計劃

語法：explain + SQL語句

eg：explain select * from tb;

2）“執行計劃”中需要知道的幾個“關鍵字”

id ：編號

select_type ：查詢型別

table ：表

type ：型別

possible_keys ：預測用到的索引

key ：實際使用的索引

key_len ：實際使用索引的長度

ref ：表之間的引用

rows ：透過索引查詢到的資料量

Extra ：額外的資訊

建表語句和插入資料：

# 建表语句
create table course
(
    cid int(3),
    cname varchar(20),
    tid int(3)
);

create table teacher
(
    tid int(3),
    tname varchar(20),
    tcid int(3)
);

create table teacherCard
(
    tcid int(3),
    tcdesc varchar(200)
);

# 插入数据
insert into course values(1,'java',1);
insert into course values(2,'html',1);
insert into course values(3,'sql',2);
insert into course values(4,'web',3);

insert into teacher values(1,'tz',1);
insert into teacher values(2,'tw',2);
insert into teacher values(3,'tl',3);

insert into teacherCard values(1,'tzdesc') ;
insert into teacherCard values(2,'twdesc') ;
insert into teacherCard values(3,'tldesc') ;

五、explain執行計劃常用關鍵字詳解

1）id關鍵字的使用說明

① 案例：查詢課程編號為2 或 教師證編號為3 的老師資訊：

# 查看执行计划
explain select t.*
from teacher t,course c,teacherCard tc
where t.tid = c.tid and t.tcid = tc.tcid
and (c.cid = 2 or tc.tcid = 3);

結果如下：

接著，在往teacher表中增加幾條資料。

insert into teacher values(4,'ta',4);
insert into teacher values(5,'tb',5);
insert into teacher values(6,'tc',6);

再次檢視執行計劃。

# 查看执行计划
explain select t.*
from teacher t,course c,teacherCard tc
where t.tid = c.tid and t.tcid = tc.tcid
and (c.cid = 2 or tc.tcid = 3);

結果如下：

表的執行順序 ，因表數量改變而改變的原因：笛卡爾積。

a   b   c
2   3   4
最终：2 * 3 * 4  = 6 * 4 = 24
c   b   a
4   3   2
最终：4 * 3 * 2 = 12 * 2 = 24

分析：最終執行的條數，雖然是一致的。但是中間過程，有一張臨時表是6，一張臨時表是12，很明顯6 < 12，對於記憶體來說，資料量越小越好，因此優化器肯定會選擇第一種執行順序。

結論：id值相同，從上往下順序執行。表的執行順序因表數量的改變而改變。

② 案例：查詢教授SQL課程的老師的描述(desc)

# 查看执行计划
explain select tc.tcdesc from teacherCard tc 
where tc.tcid = 
(
    select t.tcid from teacher t 
    where  t.tid =  
    (select c.tid from course c where c.cname = 'sql')
);

結果如下：

結論：id值不同，id值越大越優先查詢。這是由於在進行巢狀子查詢時，先查內層，再查外層。

③ 針對②做一個簡單的修改

# 查看执行计划
explain select t.tname ,tc.tcdesc from teacher t,teacherCard tc 
where t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql') ;

結果如下：

結論：id值有相同，又有不同。id值越大越優先；id值相同，從上往下順序執行。

2）select_type關鍵字的使用說明：查詢型別

① simple：簡單查詢

不包含子查詢，不包含union查詢。

explain select * from teacher;

結果如下：

② primary：包含子查詢的主查詢(最外層)

③ subquery：包含子查詢的主查詢(非最外層)

④ derived：衍生查詢(用到了臨時表)

a.在from子查詢中，只有一張表；

b.在from子查詢中，如果table1 union table2，則table1就是derived表；

explain select  cr.cname     
from ( select * from course where tid = 1  union select * from course where tid = 2 ) cr ;

結果如下：

⑤ union：union之後的表稱之為union表，如上例

⑥ union result：告訴我們，哪些表之間使用了union查詢

3）type關鍵字的使用說明：索引型別

system、const只是理想狀況，實際上只能優化到index → range → ref這個級別。要對type進行優化的前提是，你得建立索引。

① system

源表只有一條資料(實際中，基本不可能)；

衍生表只有一條資料的主查詢(偶爾可以達到)。

② const

僅僅能查到一條資料的SQL ,僅針對Primary key或unique索引型別有效。

explain select tid from test01 where tid =1 ;

結果如下：

刪除以前的主鍵索引後，此時我們新增一個其他的普通索引：

create index test01_index on test01(tid) ;
# 再次查看执行计划
explain select tid from test01 where tid =1 ;

結果如下：

③ eq_ref

唯一性索引，對於每個索引鍵的查詢，返回匹配唯一行資料（有且只有1個，不能多 、不能0），並且查詢結果和資料條數必須一致。

此種情況常見於唯一索引和主鍵索引。

delete from teacher where tcid >= 4;
alter table teacherCard add constraint pk_tcid primary key(tcid);
alter table teacher add constraint uk_tcid unique index(tcid) ;
explain select t.tcid from teacher t,teacherCard tc where t.tcid = tc.tcid ;

結果如下：

總結：以上SQL，用到的索引是t.tcid，即teacher表中的tcid欄位；如果teacher表的資料個數和連線查詢的資料個數一致（都是3條資料），則有可能滿足eq_ref級別；否則無法滿足。條件很苛刻，很難達到。

④ ref

非唯一性索引，對於每個索引鍵的查詢，返回匹配的所有行（可以0，可以1，可以多）

準備資料：

建立索引，並檢視執行計劃：

# 添加索引
alter table teacher add index index_name (tname) ;
# 查看执行计划
explain select * from teacher     where tname = 'tz';

結果如下：

⑤ range

檢索指定範圍的行 ,where後面是一個範圍查詢(between, >, <, >=, in)

in有時候會失效，從而轉為無索引時候的ALL

# 添加索引
alter table teacher add index tid_index (tid) ;
# 查看执行计划：以下写了一种等价SQL写法，查看执行计划
explain select t.* from teacher t where t.tid in (1,2) ;
explain select t.* from teacher t where t.tid <3 ;

結果如下：

⑥ index

查詢全部索引中的資料(掃描整個索引)

⑦ ALL

查詢全部源表中的資料(暴力掃描全表)

注意：cid是索引欄位，因此查詢索引欄位，只需要掃描索引表即可。但是tid不是索引欄位，查詢非索引欄位，需要暴力掃描整個源表，會消耗更多的資源。

4）possible_keys和key

possible_keys可能用到的索引。是一種預測，不準。瞭解一下就好。

key指的是實際使用的索引。

# 先给course表的cname字段，添加一个索引
create index cname_index on course(cname);
# 查看执行计划
explain select t.tname ,tc.tcdesc from teacher t,teacherCard tc
where t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql') ;

結果如下：

有一點需要注意的是：如果possible_key/key是NULL，則說明沒用索引。

5）key_len

索引的長度，用於判斷複合索引是否被完全使用(a,b,c)。

① 新建一張新表，用於測試

# 创建表
create table test_kl
(
    name char(20) not null default ''
);
# 添加索引
alter table test_kl add index index_name(name) ;
# 查看执行计划
explain select * from test_kl where name ='' ;

結果如下：

結果分析：因為我沒有設定服務端的字符集，因此預設的字符集使用的是latin1，對於latin1一個字元代表一個位元組，因此這列的key_len的長度是20，表示使用了name這個索引。

② 給test_kl表，新增name1列，該列沒有設定“not null”

結果如下：

結果分析：如果索引欄位可以為null，則mysql底層會使用1個位元組用於標識。

③ 刪除原來的索引name和name1，新增一個複合索引

# 删除原来的索引name和name1
drop index index_name on test_kl ;
drop index index_name1 on test_kl ;
# 增加一个复合索引 
create index name_name1_index on test_kl(name,name1);
# 查看执行计划
explain select * from test_kl where name1 = '' ; --121
explain select * from test_kl where name = '' ; --60

結果如下：

結果分析：對於下面這個執行計劃，可以看到我們只使用了複合索引的第一個索引欄位name，因此key_len是20，這個很清楚。再看上面這個執行計劃，我們雖然僅僅在where後面使用了複合索引欄位中的name1欄位，但是你要使用複合索引的第2個索引欄位，會預設使用了複合索引的第1個索引欄位name，由於name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！

④ 再次怎加一個name2欄位，併為該欄位建立一個索引。

不同的是：該欄位資料型別是varchar

# 新增一个字段name2，name2可以为null
alter table test_kl add column name2 varchar(20) ; 
# 给name2字段，设置为索引字段
alter table test_kl add index name2_index(name2) ;
# 查看执行计划
explain select * from test_kl where name2 = '' ;

結果如下：

結果分析：key_len = 20 + 1 + 2，這個20 + 1我們知道，這個2又代表什麼呢？原來varchar屬於可變長度，在mysql底層中，用2個位元組標識可變長度。

6）ref

這裡的ref的作用，指明當前表所參照的欄位。

注意與type中的ref值區分。在type中，ref只是type型別的一種選項值。

# 给course表的tid字段，添加一个索引
create index tid_index on course(tid);
# 查看执行计划
explain select * from course c,teacher t 
where c.tid = t.tid  
and t.tname = 'tw';

結果如下：

結果分析：有兩個索引，c表的c.tid引用的是t表的tid欄位，因此可以看到顯示結果為【資料庫名.t.tid】，t表的t.name引用的是一個常量”tw”，因此可以看到結果顯示為const，表示一個常量。

7）rows(這個目前還是有點疑惑)

被索引優化查詢的資料個數 (實際透過索引而查詢到的資料個數)

explain select * 
from course c,teacher t  
where c.tid = t.tid
and t.tname = 'tz' ;

結果如下：

8）extra

表示其他的一些說明，也很有用。

① using filesort：針對單索引的情況

當出現了這個詞，表示你當前的SQL效能消耗較大。表示進行了一次“額外”的排序。常見於order by語句中。

Ⅰ 什麼是“額外”的排序？

為了講清楚這個，我們首先要知道什麼是排序。我們為了給某一個欄位進行排序的時候，首先你得先查詢到這個欄位，然後在將這個欄位進行排序。

緊接著，我們檢視如下兩個SQL語句的執行計劃。

# 新建一张表，建表同时创建索引
create table test02
(
    a1 char(3),
    a2 char(3),
    a3 char(3),
    index idx_a1(a1),
    index idx_a2(a2),
    index idx_a3(a3)
);
# 查看执行计划
explain select * from test02 where a1 ='' order by a1 ;
explain select * from test02 where a1 ='' order by a2 ;

結果如下：

結果分析：對於第一個執行計劃，where後面我們先查詢了a1欄位，然後再利用a1做了依次排序，這個很輕鬆。但是對於第二個執行計劃，where後面我們查詢了a1欄位，然而利用的卻是a2欄位進行排序，此時myql底層會進行一次查詢，進行“額外”的排序。

總結：對於單索引，如果排序和查詢是同一個欄位，則不會出現using filesort；如果排序和查詢不是同一個欄位，則會出現using filesort；因此where哪些欄位，就order by哪些些欄位。

② using filesort：針對複合索引的情況

不能跨列(官方術語：最佳左字首)

# 删除test02的索引
drop index idx_a1 on test02;
drop index idx_a2 on test02;
drop index idx_a3 on test02;
# 创建一个复合索引
alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ;
# 查看下面SQL语句的执行计划
explain select *from test02 where a1='' order by a3 ;  --using filesort
explain select *from test02 where a2='' order by a3 ; --using filesort
explain select *from test02 where a1='' order by a2 ;

結果如下：

結果分析：複合索引的順序是(a1,a2,a3)，可以看到a1在最左邊，因此a1就叫做“最佳左字首”，如果要使用後面的索引欄位，必須先使用到這個a1欄位。對於explain1，where後面我們使用a1欄位，但是後面的排序使用了a3，直接跳過了a2，屬於跨列；對於explain2，where後面我們使用了a2欄位，直接跳過了a1欄位，也屬於跨列；對於explain3，where後面我們使用a1欄位，後面使用的是a2欄位，因此沒有出現【using filesort】。

③ using temporary

當出現了這個詞，也表示你當前的SQL效能消耗較大。這是由於當前SQL用到了臨時表。一般出現在group by中。

explain select a1 from test02 where a1 in ('1','2','3') group by a1 ;
explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary

結果如下：

結果分析：當你查詢哪個欄位，就按照那個欄位分組，否則就會出現using temporary。

針對using temporary，我們在看一個例子：

using temporary表示需要額外再使用一張表，一般出現在group by語句中。雖然已經有表了，但是不適用，必須再來一張表。

再次來看mysql的編寫過程和解析過程。

Ⅰ 編寫過程

select dinstinct  ..from  ..join ..on ..where ..group by ..having ..order by ..limit ..

Ⅱ 解析過程

from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..

很顯然，where後是group by，然後才是select。基於此，我們再檢視如下兩個SQL語句的執行計劃。

explain select * from test03 where a2=2 and a4=4 group by a2,a4;
explain select * from test03 where a2=2 and a4=4 group by a3;

分析如下：對於第一個執行計劃，where後面是a2和a4，接著我們按照a2和a4分組，很明顯這兩張表已經有了，直接在a2和a4上分組就行了。但是對於第二個執行計劃，where後面是a2和a4，接著我們卻按照a3分組，很明顯我們沒有a3這張表，因此有需要再來一張臨時表a3。因此就會出現using temporary。

④ using index

當你看到這個關鍵詞，恭喜你，表示你的SQL效能提升了。

using index稱之為“索引覆蓋”。

當出現了using index，就表示不用讀取源表，而只利用索引獲取資料，不需要回源表查詢。

只要使用到的列，全部出現在索引中，就是索引覆蓋。

# 删除test02中的复合索引idx_a1_a2_a3
drop index idx_a1_a2_a3 on test02;
# 重新创建一个复合索引idx_a1_a2
create index idx_a1_a2 on test02(a1,a2);
# 查看执行计划
explain select a1,a3 from test02 where a1='' or a3= '' ;
explain select a1,a2 from test02 where a1='' and a2= '' ;

結果如下：

結果分析：我們建立的是a1和a2的複合索引，對於第一個執行計劃，我們卻出現了a3，該欄位並沒有建立索引，因此沒有出現using index，而是using where，表示我們需要回表查詢。對於第二個執行計劃，屬於完全的索引覆蓋，因此出現了using index。

針對using index，我們在檢視一個案例：

explain select a1,a2 from test02 where a1='' or a2= '' ;
explain select a1,a2 from test02;

結果如下：

如果用到了索引覆蓋(using index時)，會對possible_keys和key造成影響：

a.如果沒有where，則索引只出現在key中；

b.如果有where，則索引 出現在key和possible_keys中。

⑤ using where

表示需要【回表查詢】，表示既在索引中進行了查詢，又回到了源表進行了查詢。

# 删除test02中的复合索引idx_a1_a2
drop index idx_a1_a2 on test02;
# 将a1字段，新增为一个索引
create index a1_index on test02(a1);
# 查看执行计划
explain select a1,a3 from test02 where a1="" and a3="" ;

結果如下：

結果分析：我們既使用了索引a1，表示我們使用了索引進行查詢。但是又對於a3欄位，我們並沒有使用索引，因此對於a3欄位，需要回源表查詢，這個時候出現了using where。

⑥ impossible where(瞭解)

當where子句永遠為False的時候，會出現impossible where

# 查看执行计划
explain select a1 from test02 where a1="a" and a1="b" ;

結果如下：

6、優化示例

1）引入案例

# 创建新表
create table test03
(
    a1 int(4) not null,
    a2 int(4) not null,
    a3 int(4) not null,
    a4 int(4) not null
);
# 创建一个复合索引
create index a1_a2_a3_test03 on test03(a1,a2,a3);
# 查看执行计划
explain select a3 from test03 where a1=1 and a2=2 and a3=3;

結果如下：

推薦寫法：複合索引順序和使用順序一致。

下面看看【不推薦寫法】：複合索引順序和使用順序不一致。

# 查看执行计划
explain select a3 from test03 where a3=1 and a2=2 and a1=3;

結果如下：

結果分析：雖然結果和上述結果一致，但是不推薦這樣寫。但是這樣寫怎麼又沒有問題呢？這是由於SQL優化器的功勞，它幫我們調整了順序。

最後再補充一點：對於複合索引，不要跨列使用

# 查看执行计划
explain select a3 from test03 where a1=1 and a3=2 group by a3;

結果如下：

結果分析：a1_a2_a3是一個複合索引，我們使用a1索引後，直接跨列使用了a3，直接跳過索引a2，因此索引a3失效了，當使用a3進行分組的時候，就會出現using where。

2）單表優化

# 创建新表
create table book
(
        bid int(4) primary key,
        name varchar(20) not null,
        authorid int(4) not null,
        publicid int(4) not null,
        typeid int(4) not null 
);
# 插入数据
insert into book values(1,'tjava',1,1,2) ;
insert into book values(2,'tc',2,1,2) ;
insert into book values(3,'wx',3,2,1) ;
insert into book values(4,'math',4,2,3) ;

結果如下：

案例：查詢authorid=1且typeid為2或3的bid，並根據typeid降序排列。

explain 
select bid from book 
where typeid in(2,3) and authorid=1  
order by typeid desc ;

結果如下：

這是沒有進行任何優化的SQL，可以看到typ為ALL型別，extra為using filesort，可以想象這個SQL有多恐怖。

優化：新增索引的時候，要根據MySQL解析順序新增索引，又回到了MySQL的解析順序，下面我們再來看看MySQL的解析順序。

from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..

① 優化1：基於此，我們進行索引的新增，並再次檢視執行計劃。

# 添加索引
create index typeid_authorid_bid on book(typeid,authorid,bid);
# 再次查看执行计划
explain 
select bid from book 
where typeid in(2,3) and authorid=1  
order by typeid desc ;

結果如下：

結果分析：結果並不是和我們想象的一樣，還是出現了using where，檢視索引長度key_len=8，表示我們只使用了2個索引，有一個索引失效了。

② 優化2：使用了in有時候會導致索引失效，基於此有了如下一種優化思路。

將in欄位放在最後面。需要注意一點：每次建立新的索引的時候，最好是刪除以前的廢棄索引，否則有時候會產生干擾(索引之間)。

# 删除以前的索引
drop index typeid_authorid_bid on book;
# 再次创建索引
create index authorid_typeid_bid on book(authorid,typeid,bid);
# 再次查看执行计划
explain 
select bid from book 
where authorid=1  and typeid in(2,3)  
order by typeid desc ;

結果如下：

結果分析：這裡雖然沒有變化，但是這是一種優化思路。

總結如下：

a.最佳做字首，保持索引的定義和使用的順序一致性

b.索引需要逐步優化(每次建立新索引，根據情況需要刪除以前的廢棄索引)

c.將含In的範圍查詢，放到where條件的最後，防止失效。

本例中同時出現了Using where（需要回原表）; Using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid雖然也在索引(authorid,typeid,bid)中，但是含in的範圍查詢已經使該typeid索引失效，因此相當於沒有typeid這個索引，所以需要回原表（using where）；

例如以下沒有了In，則不會出現using where：

explain select bid from book 
where  authorid=1 and typeid =3
order by typeid desc ;

結果如下：

3）兩表優化

# 创建teacher2新表
create table teacher2
(
        tid int(4) primary key,
        cid int(4) not null
);
# 插入数据
insert into teacher2 values(1,2);
insert into teacher2 values(2,1);
insert into teacher2 values(3,3);
# 创建course2新表
create table course2
(
    cid int(4) ,
    cname varchar(20)
);
# 插入数据
insert into course2 values(1,'java');
insert into course2 values(2,'python');
insert into course2 values(3,'kotlin');

案例：使用一個左連線，查詢教java課程的所有資訊。

explain 
select *
from teacher2 t 
left outer join course2 c
on t.cid=c.cid 
where c.cname='java';

結果如下：

對於兩張表，索引往哪裡加？答：對於表連線，小表驅動大表。索引建立在經常使用的欄位上。

為什麼小表驅動大表好一些呢？

小表:10
大表:300
# 小表驅動大表
select …where 小表.x10=大表.x300 ;
for(int i=0;i<小表.length10;i++)
{
for(int j=0;j<大表.length300;j++)
{
…
}
}
# 大表驅動小表
select …where 大表.x300=小表.x10 ;
for(int i=0;i<大表.length300;i++)
{
for(int j=0;j<小表.length10;j++)
{
…
}
}
分析：以上2個FOR迴圈，最終都會迴圈3000次；但是對於雙層迴圈來說：一般建議，將資料小的迴圈，放外層。資料大的迴圈，放內層。不用管這是為什麼，這是程式語言的一個原則，對於雙重迴圈，外層迴圈少，記憶體迴圈大，程式的效能越高。

小表:10
    大表:300
# 小表驱动大表
select ...where 小表.x10=大表.x300 ;
for(int i=0;i<小表.length10;i++)
{
    for(int j=0;j<大表.length300;j++)
    {
        ...
    }
}
# 大表驱动小表
select ...where 大表.x300=小表.x10 ;
for(int i=0;i<大表.length300;i++)
{
    for(int j=0;j<小表.length10;j++)
    {
        ...
    }
}

分析：以上2個FOR迴圈，最終都會迴圈3000次；但是對於雙層迴圈來說：一般建議，將資料小的迴圈，放外層。資料大的迴圈，放內層。不用管這是為什麼，這是程式語言的一個原則，對於雙重迴圈，外層迴圈少，記憶體迴圈大，程式的效能越高。

我們已經知道了，對於兩表連線，需要利用小表驅動大表，例如【…on t.cid=c.cid】，t如果是小表(10條)，c如果是大表(300條)，那麼t每迴圈1次，就需要迴圈300次，即t表的t.cid欄位屬於，經常使用的欄位，因此需要給cid欄位新增索引。

更深入的說明：一般情況下，左連線給左表加索引。右連線給右表加索引。其他表需不需要加索引，我們逐步嘗試。

# 给左表的字段加索引
create index cid_teacher2 on teacher2(cid);
# 查看执行计划
explain 
select *
from teacher2 t 
left outer join course2 c
on t.cid=c.cid 
where c.cname='java';

結果如下：

當然你可以下去接著優化，給cname新增一個索引。索引優化是一個逐步的過程，需要一點點嘗試。

# 给cname的字段加索引
create index cname_course2 on course2(cname);
# 查看执行计划
explain 
select t.cid,c.cname
from teacher2 t 
left outer join course2 c
on t.cid=c.cid 
where c.cname='java';

結果如下：

最後補充一個：Using join buffer是extra中的一個選項，表示Mysql引擎使用了“連線快取”，即MySQL底層動了你的SQL，你寫的太差了。

4）三表優化

大於等於張表，優化原則一樣
小表驅動大表
索引建立在經常查詢的欄位上

7、避免索引失效的一些原則

① 複合索引需要注意的點

複合索引，不要跨列或無序使用(最佳左字首)
複合索引，儘量使用全索引匹配，也就是說，你建立幾個索引，就使用幾個索引
② 不要在索引上進行任何操作(計算、函式、型別轉換)，否則索引失效

explain select * from book where authorid = 1 and typeid = 2;
explain select * from book where authorid*2 = 1 and typeid = 2 ;

結果如下：

③ 索引不能使用不等於（!= <>）或is null (is not null)，否則自身以及右側所有全部失效(針對大多數情況)。複合索引中如果有>，則自身和右側索引全部失效。

# 针对不是复合索引的情况
explain select * from book where authorid != 1 and typeid =2 ;
explain select * from book where authorid != 1 and typeid !=2 ;

結果如下：

再觀看下面這個案例：

# 删除单独的索引
drop index authorid_index on book;
drop index typeid_index on book;
# 创建一个复合索引
alter table book add index idx_book_at (authorid,typeid);
# 查看执行计划
explain select * from book where authorid > 1 and typeid = 2 ;
explain select * from book where authorid = 1 and typeid > 2 ;

結果如下：

結論：複合索引中如果有【>】，則自身和右側索引全部失效。

在看看複合索引中有【<】的情況：

我們學習索引優化 ，是一個大部分情況適用的結論，但由於SQL優化器等原因 該結論不是100%正確。一般而言， 範圍查詢（> < in），之後的索引失效。

④ SQL優化，是一種機率層面的優化。至於是否實際使用了我們的優化，需要透過explain進行推測。

# 删除复合索引
drop index authorid_typeid_bid on book;
# 为authorid和typeid，分别创建索引
create index authorid_index on book(authorid);
create index typeid_index on book(typeid);
# 查看执行计划
explain select * from book where authorid = 1 and typeid =2 ;

結果如下：

結果分析：我們建立了兩個索引，但是實際上只使用了一個索引。因為對於兩個單獨的索引，程式覺得只用一個索引就夠了，不需要使用兩個。

當我們建立一個複合索引，再次執行上面的SQL：

# 查看执行计划
explain select * from book where authorid = 1 and typeid =2 ;

結果如下：

⑤ 索引覆蓋，百分之百沒問題

⑥ like儘量以“常量”開頭，不要以’%’開頭，否則索引失效

explain select * from teacher where tname like "%x%" ;
explain select * from teacher  where tname like 'x%';
explain select tname from teacher  where tname like '%x%';

結果如下：

結論如下：like儘量不要使用類似”%x%”情況，但是可以使用”x%”情況。如果非使用 “%x%”情況，需要使用索引覆蓋。

⑦ 儘量不要使用型別轉換（顯示、隱式），否則索引失效

explain select * from teacher where tname = 'abc' ;
explain select * from teacher where tname = 123 ;

結果如下：

⑧ 儘量不要使用or，否則索引失效

explain select * from teacher where tname ='' and tcid >1 ;
explain select * from teacher where tname ='' or tcid >1 ;

結果如下：

注意：or很猛，會讓自身索引和左右兩側的索引都失效。

8、一些其他的優化方法

1）exists和in的優化

如果主查詢的資料集大，則使用i關鍵字，效率高。

如果子查詢的資料集大，則使用exist關鍵字,效率高。

select ..from table where exist (子查询) ;
select ..from table where 字段 in  (子查询) ;

2）order by優化

1. IO就是訪問硬碟檔案的次數
2. using filesort 有兩種演算法：雙路排序、單路排序（根據IO的次數）
3. MySQL4.1之前預設使用雙路排序；雙路：掃描2次磁碟(1：從磁碟讀取排序欄位,對排序欄位進行排序(在buffer中進行的排序)2：掃描其他欄位)
4. MySQL4.1之後預設使用單路排序：只讀取一次（全部欄位），在buffer中進行排序。但種單路排序會有一定的隱患(不一定真的是“單路/1次IO”，有可能多次IO)。原因：如果資料量特別大，則無法將所有欄位的資料一次性讀取完畢，因此會進行“分片讀取、多次讀取”。
5. 注意：單路排序 比雙路排序 會佔用更多的buffer。
6. 單路排序在使用時，如果資料大，可以考慮調大buffer的容量大小：
   # 不一定真的是“单路/1次IO”，有可能多次IO
set max_length_for_sort_data = 1024

如果max_length_for_sort_data值太低，則mysql會自動從 單路->雙路(太低：需要排序的列的總大小超過了max_length_for_sort_data定義的位元組數)

① 提高order by查詢的策略：

選擇使用單路、雙路 ；調整buffer的容量大小
避免使用select * …（select後面寫所有欄位，也比寫*效率高）
複合索引，不要跨列使用 ，避免using filesort保證全部的排序欄位，排序的一致性（都是升序或降序）

篇幅很長，內容較多，建議收藏。

立即試用FineBI免費版

我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~

文章推選

●資料分析師的SQL要學到什麼程度？

●一道SQL面試題，為什麼能淘汰494位候選人？

●SQL基礎知識梳理