sql 优化tip

Posted 2020-12-10 CKben

MySQL性能

最大数据量

抛开数据量和并发数，谈性能都是耍流氓。mysql没有限制单表最大记录数，它取决于操作系统对文件大小的限制。

《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB，才推荐分库分表。性能由综合因素决定，抛开业务复杂度，影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考，并非铁律。

最大并发数

并发数是指同一时刻数据库能处理多少个请求，由max_connections和max_user_connections决定。max_connections是指MySQL实例的最大连接数，上限值是16384，max_user_connections是指每个数据库用户的最大连接数。

 

一、查看最大连接数与响应最大连接数：

show variables like \'%max_connections%\';
show variables like \'%max_user_connections%\';

在配置文件my.cnf中修改最大连接数

[mysqld]
max_connections = 100
max_used_connections = 20

 

MySQL会为每个连接提供缓冲区，意味着消耗更多的内存。如果连接数设置太高硬件吃不消，太低又不能充分利用硬件。一般要求两者比值超过10%，计算方法如下：

max_used_connections / max_connections * 100% = 3/100 *100% ≈ 3%

查询耗时0.5秒

建议将单次查询耗时控制在0.5秒以内，0.5秒是个经验值，源于用户体验的3秒原则。如果用户的操作3秒内没有响应，将会厌烦甚至退出。响应时间=客户端UI渲染耗时+网络请求耗时+应用程序处理耗时+查询数据库耗时，0.5秒就是留给数据库1/6的处理时间。

实施原则

相比NoSQL数据库，MySQL是个娇气脆弱的家伙。它就像体育课上的女同学，一点纠纷就和同学闹别扭(扩容难)，跑两步就气喘吁吁(容量小并发低)，常常身体不适要请假(SQL约束太多)。如今大家都会搞点分布式，应用程序扩容比数据库要容易得多，所以实施原则是数据库少干活，应用程序多干活。

• 充分利用但不滥用索引，须知索引也消耗磁盘和CPU。
• 不推荐使用数据库函数格式化数据，交给应用程序处理。
• 不推荐使用外键约束，用应用程序保证数据准确性。
• 写多读少的场景，不推荐使用唯一索引，用应用程序保证唯一性。
• 适当冗余字段，尝试创建中间表，用应用程序计算中间结果，用空间换时间。
• 不允许执行极度耗时的事务，配合应用程序拆分成更小的事务。
• 预估重要数据表（比如订单表）的负载和数据增长态势，提前优化。

 

数据表设计

数据类型的选择原则：更简单或者占用空间更小。

• 如果长度能够满足，整型尽量使用tinyint、smallint、medium_int而非int。
• 如果字符串长度确定，采用char类型。
• 如果varchar能够满足，不采用text类型。
• 精度要求较高的使用decimal类型，也可以使用BIGINT，比如精确两位小数就乘以100后保存。
• 尽量采用timestamp而非datetime。

相比datetime，timestamp占用更少的空间，以UTC的格式储存自动转换时区

避免空值

MySQL中字段为NULL时依然占用空间，会使索引、索引统计更加复杂。从NULL值更新到非NULL无法做到原地更新，容易发生索引分裂影响性能。

尽可能将NULL值用有意义的值代替，也能避免SQL语句里面包含is not null的判断。

text类型优化

由于text字段储存大量数据，表容量会很早涨上去，影响其他字段的查询性能。建议抽取出来放在子表里，用业务主键关联。

 

索引优化

索引分类

• 普通索引：最基本的索引。
• 组合索引：多个字段上建立的索引，能够加速复合查询条件的检索。
• 唯一索引：与普通索引类似，但索引列的值必须唯一，允许有空值。
• 组合唯一索引：列值的组合必须唯一。
• 主键索引：特殊的唯一索引，用于唯一标识数据表中的某一条记录，不允许有空值，一般用primary key约束。
• 全文索引：用于海量文本的查询，MySQL5.6之后的InnoDB和MyISAM均支持全文索引。由于查询精度以及扩展性不佳，更多的企业选择Elasticsearch。

索引优化

• 分页查询很重要，如果查询数据量超过30%，MYSQL不会使用索引。
• 单表索引数不超过5个、单个索引字段数不超过5个。
• 字符串可使用前缀索引，前缀长度控制在5-8个字符。
• 字段唯一性太低，增加索引没有意义，如：是否删除、性别。

合理使用覆盖索引，如下所示：

select login_name, nick_name from member where login_name = ?

login_name, nick_name两个字段建立组合索引，比login_name简单索引要更快。

 

SQL优化

分页处理

常见的分页查询 ，使用大分页深度查询。

SELECT * FROM table where kid=1342 and type=1 order id desc limit 149420 ,20;

该SQL是一个非常典型的排序+分页查询：order by col desc limit N,M MySQL 执行此类SQL时需要先扫描到N行，然后再去取 M行。对于此类操作，取前面少数几行数据会很快，但是扫描的记录数越多，SQL的性能就会越差，因为N越大，MySQL需要扫描越多的数据来定位到具体的N行，这样耗费大量的IO 成本和时间成本。

针对limit 优化有很多种方式:

1 前端加缓存、搜索，减少落到库的查询操作。比如海量商品可以放到搜索里面，使用瀑布流的方式展现数据，很多电商网站采用了这种方式。

2 优化SQL 访问数据的方式，直接快速定位到要访问的数据行。

3 使用书签方式 ，记录上次查询最新/大的id值，向后追溯 M行记录。对于第二种方式 我们推荐使用"延迟关联"的方法来优化排序操作，何谓"延迟关联" ：通过使用覆盖索引查询返回需要的主键,再根据主键关联原表获得需要的数据。

 

分批处理

将status 修改为0

update status=0 FROM `coupon` WHERE expire_date <= #{currentDate} and status=1;

如果影响的行数比较大，执行这条SQL可能会堵死其他SQL，分批处理伪代码如下：

int pageNo = 1;
int PAGE_SIZE = 100;
while(true) {
    List<Integer> batchIdList = queryList(\'select id FROM `coupon` WHERE expire_date <= #{currentDate} and status = 1 limit #{(pageNo-1) * PAGE_SIZE},#{PAGE_SIZE}\');
    if (CollectionUtils.isEmpty(batchIdList)) {
        return;
    }
    update(\'update status = 0 FROM `coupon` where status = 1 and id in #{batchIdList}\')
    pageNo ++;
}

 

操作符<>优化

通常<>操作符无法使用索引，举例如下，查询金额不为100元的订单：

select id from orders where amount != 100;

如果金额为100的订单极少，这种数据分布严重不均的情况下，有可能使用索引。鉴于这种不确定性，采用union聚合搜索结果，改写方法如下：

(select id from orders where amount > 100)
 union all
(select id from orders where amount < 100 and amount > 0)

 

Limit优化

limit用于分页查询时越往后翻性能越差，解决的原则：缩小扫描范围，如下所示：

select * from b_nc_card order by id desc limit 100000,10 //10万  耗时0.43秒

select * from b_nc_card order by id desc limit 1000000,10 //100万  耗时2.55秒

先筛选出ID缩小查询范围，写法如下：

select * from b_nc_card where id > (select id from b_nc_card order by id desc  limit 1000000, 1) order by id desc limit 0,10 //

耗时0.55秒

如果查询条件仅有主键ID，写法如下：

select id from

b_nc_card 

where id between 1000000 and 1000010 order by id desc   耗时0.3秒

如果以上方案依然很慢呢？只好用游标了，感兴趣的朋友阅读JDBC使用游标实现分页查询的方法

 

 

Join优化

join的实现是采用Nested Loop Join算法，就是通过驱动表的结果集作为基础数据，通过该结数据作为过滤条件到下一个表中循环查询数据，然后合并结果。

如果有多个join，则将前面的结果集作为循环数据，再次到后一个表中查询数据。

驱动表和被驱动表尽可能增加查询条件，满足ON的条件而少用Where，用小结果集驱动大结果集。

被驱动表的join字段上加上索引，无法建立索引的时候，设置足够的Join Buffer Size。

禁止join连接三个以上的表，尝试增加冗余字段

 

Like优化

like用于模糊查询，举个例子（field已建立索引）：

SELECT column FROM table WHERE field like \'%keyword%\';

这个查询未命中索引，换成下面的写法：

SELECT column FROM table WHERE field like \'keyword%\';

去除了前面的%查询将会命中索引，但是产品经理一定要前后模糊匹配呢？全文索引fulltext可以尝试一下，但Elasticsearch才是终极武器。

 

避免Select all

如果不查询表中所有的列，避免使用SELECT *，它会进行全表扫描，不能有效利用索引。

 

不做列运算

通常在查询条件列运算会导致索引失效，如下所示：

查询当日订单

select id from order where date_format(create_time，\'%Y-%m-%d\') = \'2019-07-01\';

 date_format函数会导致这个查询无法使用索引，改写后：

select id from order where create_time between \'2019-07-01 00:00:00\' and \'2019-07-01 23:59:59\';

 

IN优化

IN适合主表大子表小，EXIST适合主表小子表大。由于查询优化器的不断升级，很多场景这两者性能差不多一样了。

 尝试改为join查询，举例如下：

select id from orders where user_id in (select id from user where level = \'VIP\');

采用JOIN如下所示：

select o.id from orders o left join user u on o.user_id = u.id where u.level = \'VIP\';

 

 

 

 

 

 

 

 

其他数据库

作为一名后端开发人员，务必精通作为存储核心的MySQL或SQL Server，也要积极关注NoSQL数据库，他们已经足够成熟并被广泛采用，能解决特定场景下的性能瓶颈。