文章來源於：可樂的數據分析之路
在應用開發的早期，數據量少，開發人員開發功能時更重視功能上的實現，隨著生產數據的增長，很多SQL語句開始暴露出效能問題，對生產的影響也越來越大，有時可能這些有問題的SQL就是整個系統性能的瓶頸。
SQL最佳化一般步驟
1、透過慢查日誌等定位那些執行效率較低的SQL語句
2、explain 分析SQL的執行計劃
需要重點關注type、rows、filtered、extra。
type由上至下，效率越來越高
ALL 全表掃描
index 索引全掃描
range 索引範圍掃描，常用語<,<=,>=,between,in等操作
ref 使用非唯一索引掃描或唯一索引字首掃描，返回單條記錄，常出現在關聯查詢中
eq_ref 類似ref，區別在於使用的是唯一索引，使用主鍵的關聯查詢
const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢
null MySQL不訪問任何表或索引，直接返回結果 雖然上至下，效率越來越高，但是根據cost模型，假設有兩個索引idx1(a, b, c),idx2(a, c)，SQL為”select * from t where a = 1 and b in (1, 2) order by c”;如果走idx1，那麼是type為range，如果走idx2，那麼type是ref；當需要掃描的行數，使用idx2大約是idx1的5倍以上時，會用idx1，否則會用idx2
Extra
Using filesort：MySQL需要額外的一次傳遞，以找出如何按排序順序檢索行。透過根據聯接型別瀏覽所有行併為所有匹配WHERE子句的行儲存排序關鍵字和行的指標來完成排序。然後關鍵字被排序，並按排序順序檢索行。
Using temporary：使用了臨時表儲存中間結果，效能特別差，需要重點最佳化
Using index：表示相應的 select 操作中使用了覆蓋索引（Coveing Index）,避免訪問了表的數據行，效率不錯！如果同時出現 using where，意味著無法直接透過索引查詢來查詢到符合條件的數據。
Using index condition：MySQL5.6之後新增的ICP，using index condtion就是使用了ICP（索引下推），在儲存引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。
3、show profile 分析
瞭解SQL執行的執行緒的狀態及消耗的時間。預設是關閉的，開啟語句“set profiling = 1;”
1SHOW PROFILES ;
2SHOW PROFILE FOR QUERY #{id};
4、trace
trace分析最佳化器如何選擇執行計劃，透過trace檔案能夠進一步瞭解為什麼優惠券選擇A執行計劃而不選擇B執行計劃。
1set optimizer_trace=”enabled=on”;
2set optimizer_trace_max_mem_size=1000000;
3select * from information_schema.optimizer_trace;
5、確定問題並採用相應的措施
最佳化索引
最佳化SQL語句：修改SQL、IN 查詢分段、時間查詢分段、基於上一次數據過濾
改用其他實現方式：ES、數倉等
數據碎片處理
場景分析
案例1：最左匹配
索引
1KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
SQL語句
1select * from _t where orderno=’’
查詢匹配從左往右匹配，要使用order_no走索引，必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調換前後順序
案例2：隱式轉換
索引
1KEY `idx_mobile` (`mobile`)
SQL語句
1select * from _user where mobile=12345678901
隱式轉換相當於在索引上做運算，會讓索引失效。mobile是字元型別，使用了數字，應該使用字串匹配，否則MySQL會用到隱式替換，導致索引失效。
案例3：大分頁
索引
1KEY `idx_a_b_c` (`a`, `b`, `c`)
SQL語句
1select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
對於大分頁的場景，可以優先讓產品最佳化需求，如果沒有最佳化的，有如下兩種最佳化方式， 一種是把上一次的最後一條數據，也即上面的c傳過來，然後做“c < xxx”處理，但是這種一般需要改介面協議，並不一定可行。另一種是採用延遲關聯的方式進行處理，減少SQL回表，但是要記得索引需要完全覆蓋才有效果，SQL改動如下
1select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
案例4：in + order by
索引
1KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
SQL語句
1select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10
in查詢在MySQL底層是透過n*m的方式去搜索，類似union，但是效率比union高。in查詢在進行cost代價計算時（代價 = 元組數 * IO平均值），是透過將in包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較的慢，所以MySQL設定了個臨界值(eq_range_index_dive_limit)，5.6之後超過這個臨界值後該列的cost就不參與計算了。因此會導致執行計劃選擇不準確。預設是200，即in條件超過了200個數據，會導致in的代價計算存在問題，可能會導致Mysql選擇的索引不準確。
處理方式，可以(order_status, created_at)互換前後順序，並且調整SQL為延遲關聯。
案例5：範圍查詢阻斷，後續欄位不能走索引
索引
1KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
SQL語句
1select * from _order where shop_id = 1 and created_at > ‘2021–01–01 00:00:00’ and order_status = 10
範圍查詢還有“IN、between”
案例6：不等於、不包含不能用到索引的快速搜尋。（可以用到ICP）
1select * from _order where shop_id=1 and order_status not in (1,2)
2select * from _order where shop_id=1 and order_status != 1
在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等
案例7：最佳化器選擇不使用索引的情況
如果要求訪問的數據量很小，則最佳化器還是會選擇輔助索引，但是當訪問的數據佔整個表中數據的蠻大一部分時（一般是20%左右），最佳化器會選擇透過聚集索引來查詢數據。
1select * from _order where order_status = 1
查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。
案例8：複雜查詢
1select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > ‘2020–01–01’;
2select * from _t where a = 1 and b in (1, 2, 3) and c > ‘2020–01–01’ limit 10;
如果是統計某些數據，可能改用數倉進行解決；如果是業務上就有那麼複雜的查詢，可能就不建議繼續走SQL了，而是採用其他的方式進行解決，比如使用ES等進行解決。
案例9：asc和desc混用
1select * from _t where a=1 order by b desc, c asc
2desc 和asc混用時會導致索引失效
案例10：大數據
對於推送業務的數據儲存，可能數據量會很大，如果在方案的選擇上，最終選擇儲存在MySQL上，並且做7天等有效期的儲存。那麼需要注意，頻繁的清理數據，會照成數據碎片，需要聯絡DBA進行數據碎片處理。
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~
原文地址：https://mp.weixin.qq.com/s/obqrTmTJPem76IBiGP1ArA
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
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。按贊我的臉書，會有豐富資料包贈送唷！
