sql优化详情

系统管理员 2022-05-29 09:40 88阅读 0赞

场景

课程表

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

数据100条

学生表:

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

数据70000条

学生成绩表SC

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

数据70w条

查询目的：

查找语文考100分的考生

查询语句：

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 ) s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )

执行时间：30248.271s

晕,为什么这么慢，先来查看下查询计划：

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 ) 
    
    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 )

![image][]

发现没有用到索引，type全是ALL，那么首先想到的就是建立一个索引，建立索引的字段当然是在where条件的字段。

先给sc表的c\_id和score建个索引

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

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

再次执行上述查询语句，时间为: 1.054s

快了3w多倍，大大缩短了查询时间，看来索引能极大程度的提高查询效率，看来建索引很有必要，很多时候都忘记建

索引了，数据量小的的时候压根没感觉，这优化感觉挺爽。

但是1s的时间还是太长了，还能进行优化吗，仔细看执行计划：

![image][image 1]

查看优化后的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
                    1
                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`
                        )
                    )
            )
        )
        `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
                    1
                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`
                        )
                    )
            )
        )

补充：这里有网友问怎么查看优化后的语句

方法如下：

在命令窗口执行 ![image][image 2]

![image][image 3]

有type=all

按照我之前的想法，该sql的执行的顺序应该是先执行子查询

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

耗时：0.001s

得到如下结果：

![image][image 4]

然后再执行

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

耗时：0.001s

这样就是相当快了啊，Mysql竟然不是先执行里层的查询，而是将sql优化成了exists子句，并出现了EPENDENT SUBQUERY，

mysql是先执行外层查询，再执行里层的查询，这样就要循环70007\*11=770077次。

那么改用连接查询呢？

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

这里为了重新分析连接查询的情况，先暂时删除索引sc\_c\_id\_index，sc\_score\_index

执行时间是：0.057s

效率有所提高，看看执行计划：

![image][image 5]

这里有连表的情况出现，我猜想是不是要给sc表的s\_id建立个索引

CREATE index sc\_s\_id\_index on SC(s\_id);

show index from SC

![image][image 6]

在执行连接查询

时间: 1.076s，竟然时间还变长了，什么原因？查看执行计划：

![image][image 7]

优化后的查询语句为：

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)
        )
        `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)
        )

貌似是先做的连接查询，再执行的where过滤

回到前面的执行计划：

![image][image 8]

这里是先做的where过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的sql执行顺序：

![image][image 9]

正常情况下是先join再where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join做操，因此先执行where

过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的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
        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

即先执行sc表的过滤，再进行表连接，执行时间为：0.054s

和之前没有建s\_id索引的时间差不多

查看执行计划：

![image][image 10]

先提取sc再连表，这样效率就高多了，现在的问题是提取sc的时候出现了扫描表，那么现在可以明确需要建立相关索引

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

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

再执行查询：

执行时间为：0.001s，这个时间相当靠谱，快了50倍

执行计划：

![image][image 11]

我们会看到，先提取sc，再连表，都用到了索引。

那么再来执行下sql

执行时间0.001s

执行计划：

![image][image 12]

这里是mysql进行了查询语句优化，先执行了where过滤，再执行连接操作，且都用到了索引。

总结：

1.mysql嵌套子查询效率确实比较低

2.可以将其优化成连接查询

3.建立合适的索引

4.学会分析sql执行计划，mysql会对sql进行优化，所以分析执行计划很重要

### 更多精彩技术分享请浏览本人博客：[https://blog.csdn.net/wohiusdashi][https_blog.csdn.net_wohiusdashi] ###

[image]: http://static.codeceo.com/images/2015/04/d70d7123827c0d988fdc69074a97105b.png
[image 1]: http://static.codeceo.com/images/2015/04/5f5a2cffb3c1f46725c97891f38de796.png
[image 2]: http://static.codeceo.com/images/2015/04/0e19723574e5c7933c06775b4ddc288c.png
[image 3]: http://static.codeceo.com/images/2015/04/077cd791216230276824fa4fdff5f965.png
[image 4]: http://static.codeceo.com/images/2015/04/18f95079548bd3f27aaa0a335cf07a52.png
[image 5]: http://static.codeceo.com/images/2015/04/bd52af34bf50067236e4857ce214ecff.png
[image 6]: http://static.codeceo.com/images/2015/04/729e4844ae44553d1422d480dc8c0e0a.png
[image 7]: http://static.codeceo.com/images/2015/04/ac1b338ea87df2dba5577abf413833cb.png
[image 8]: http://static.codeceo.com/images/2015/04/7d46786578e5b88a00b59c4ebab098d9.png
[image 9]: http://static.codeceo.com/images/2015/04/9ca2a9a19c797c4e6d6d8c6959433b92.png
[image 10]: http://static.codeceo.com/images/2015/04/570a833e7153af710a59b9da940d56d9.png
[image 11]: http://static.codeceo.com/images/2015/04/0c66c0f779dcecfda9c69039a0fe3751.png
[image 12]: http://static.codeceo.com/images/2015/04/0fd83ae9e1fae07ad9d55c2f5b15e259.png
[https_blog.csdn.net_wohiusdashi]: https://blog.csdn.net/wohiusdashi