MySQL之索引优化(二)

太过爱你忘了你带给我的痛 2022-12-25 01:52 130阅读 0赞

## 1.分页查询优化 ##

例:

select * from employees limit 10000,10;

表示从表 employees 中取出从 10001 行开始的 10 行记录

实际这条 SQL 是先读取 10010 条记录，然后抛弃前 10000 条记录，然后返回后面 10 条想要的数据。因此要查询一张大表比较靠后的数据，执行效率是非常低的

#### 1. 根据自增且连续的主键排序的分页查询 ####

select * from employees limit 90000,5;

该 SQL 表示查询从第 90001开始的五行数据,因 为主键是自增并且连续的，所以可以改写成按照主键去查询从第 90001开始的五行数据

改写:

select * from employees where id > 90000 limit 5;

**注意:**  
如果主键不连续(比如主键id是1-1000的表,中间删去几条数据)，不能使用上面描述的优化方法。 另外如果原 SQL 是 order by 非主键的字段，按照上面说的方法改写会导致两条 SQL 的结果不一致。

这种优化得满足以下两个条件：

*  主键自增且连续
 *  结果是按照主键排序的

#### 2. 根据非主键字段排序的分页查询 ####

例:

select * from employees ORDER BY name limit 90000,5;

用explain分析时,显示并没有用到name字段的索引,而是走文件扫描

EXPLAIN select * from employees ORDER BY name limit 90000,5;

![在这里插入图片描述][20201130101441904.png]  
原因可能是mysql分析扫描索引树的成本可能比全表扫描要高,所以放弃使用索引

**优化思路:**  
让排序时返回的字段尽可能少，所以可以让排序和分页操作先查出主键，然后根据主键查到对应的记录

select * from employees e inner join (select id from employees order by name limit 90000,5) ed on e.id = ed.id;

explain显示,优化后的 SQL 使用的是索引排序  
![在这里插入图片描述][2020113010200624.png]

## 2.Join关联查询优化 ##

mysql的表关联常见有两种算法:

*  Nested-Loop Join 算法
 *  Block Nested-Loop Join 算法

#### 2.1 嵌套循环连接 Nested-Loop Join(NLJ) 算法 ####

一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动 表）里取出满足条件的行，然后取出两张表的结果合集

例:

EXPLAIN select * from t1 inner join t2 on t1.a= t2.a;

![在这里插入图片描述][2020113010263327.png]

*  驱动表是 t2，被驱动表是 t1。先执行的就是驱动表.优化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表
 *  当使用left join时，左表是驱动表，右表是被驱动表，当使用right join时，右表时驱动表，左表是被驱动表， 当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表
 *  使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算法是 NLJ

sql执行流程:

1.  从表 t2 中读取一行数据（如果t2表有查询过滤条件的，会从过滤结果里取出一行数据）
2.  从第 1 步的数据中，取出关联字段 a，到表 t1 中查找
3.  取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端
4.  重复上面 3 步

整个过程会读取 t2 表的所有数据(t2表有100行数据,扫描100行)，然后遍历这每行数据中字段 a 的值，根据 t2 表中 a 的值索引扫描 t1 表中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100 行)。因此整个过程扫描了 200(t2表的扫描次数100 + t1 表的扫描次数100) 行。

#### 2.2 基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法 ####

把驱动表的数据读入到 join\_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟 join\_buffer 中的数据做对比

例:

EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;

![在这里插入图片描述][20201130111147366.png]  
Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法

sql执行流程:

1.  把 t2 的所有数据放入到 join\_buffer 中
2.  把表 t1 中每一行取出来，跟 join\_buffer 中的数据做对比
3.  返回满足 join 条件的数据

整个过程对表 t1 和 t2 都做了一次全表扫描，因此扫描的总行数为10000(表 t1 的数据总量) + 100(表 t2 的数据总量) = 10100。并且 join\_buffer 里的数据是无序的，因此对表 t1 中的每一行，都要做 100 次判断，所以内存中的判断次数是 100 \* 10000= 100 万次。

join\_buffer 的大小是由参数 join\_buffer\_size 设定的，默认值是 256k。如果放不下表 t2 的所有数据话，策略很简单， 就是**分段放**。

例:  
比如 t2 表有1000行记录， join\_buffer 一次只能放800行数据，那么执行过程就是先往 join\_buffer 里放800行记录，然 后从 t1 表里取数据跟 join\_buffer 中数据对比得到部分结果，然后清空 join\_buffer ，再放入 t2 表剩余200行记录，再 次从 t1 表里取数据跟 join\_buffer 中数据对比。所以就多扫了一次 t1 表

问题:被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用 Nested-Loop Join 呢？

如果上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 \* 10000 = 100万次，这个是磁盘扫描。 很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。

因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有索引的情况下 NLJ 算法比 BNL算法性能更高

#### 2.3 对于关联sql的优化 ####

1.  关联字段加索引，让mysql做join操作时尽量选择NLJ算法
2.  小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight\_join写法固定连接驱动方式，省去 mysql优化器自己判断的时间

straight\_join:straight\_join功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执行顺序。

注意:

*  straight\_join只适用于inner join，并不适用于left join，right join。（因为left join，right join已经代表指 定了表的执行顺序）
 *  尽可能让优化器去判断

#### 2.4in和exsits优化 ####

原则：小表驱动大表，即小的数据集驱动大的数据集

in：当B表的数据集小于A表的数据集时，in优于exists

select * from A where id in (select id from B)

exists：当A表的数据集小于B表的数据集时，exists优于in

select * from A where exists (select 1 from B where B.id = A.id)

## 3. count(\*)查询优化 ##

字段有索引的情况：  
count(\*)≈count(1)>count(字段)>count(主键 id)

字段有索引，count(字段)统计走二级索引，二级索引存储数据比主键索引少，所以count(字段)>count(主键 id)

字段无索引的情况：  
count(\*)≈count(1)>count(主键 id)>count(字段)

字段没有索引count(字段)统计走不了索引， count(主键 id)还可以走主键索引，所以count(主键 id)>count(字段)

*  count(*) 是例外，mysql并不会把全部字段取出来，而是专门做了优化，不取值，按行累加，效率很高，所以不需要用 count(列名)或count(常量)来替代 count(*)
 *  count(1)跟count(字段)执行过程类似，不过count(1)不需要取出字段统计，就用常量1做统计，count(字段)还需要取出 字段，所以理论上count(1)比count(字段)会快一点
 *  于count(id)，mysql最终选择辅助索引而不是主键聚集索引？因为二级索引相对主键索引存储数据更少，检索 性能应该更高，mysql内部做了点优化(应该是在5.7版本才优化)

**优化方法:**

1.  查询mysql自己维护的总行数
2.  show table status(表总行数的**估计值**)
3.  将总数维护到Redis里
4.  增加数据库计数表

[20201130101441904.png]: /images/20221120/00c5bd0897924810999bf2e77febf45f.png
[2020113010200624.png]: https://img-blog.csdnimg.cn/2020113010200624.png
[2020113010263327.png]: https://img-blog.csdnimg.cn/2020113010263327.png
[20201130111147366.png]: https://img-blog.csdnimg.cn/20201130111147366.png