SQL 性能优化梳理
Posted 逆锋起笔
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SQL 性能优化梳理相关的知识,希望对你有一定的参考价值。
前言
本文主要针对的是关系型数据数据库mysql。键值类数据库可以参考:
先简单梳理下Mysql的基本概念,然后分创建时和查询时这两个阶段的优化展开。
1 基本概念简述
1.1 逻辑架构
- 第一层:客户端通过连接服务,将要执行的sql指令传输过来
- 第二层:服务器解析并优化sql,生成最终的执行计划并执行
- 第三层:存储引擎,负责数据的储存和提取
1.2 锁
数据库通过锁机制来解决并发场景-共享锁(读锁)和排他锁(写锁)。读锁是不阻塞的,多个客户端可以在同一时刻读取同一个资源。写锁是排他的,并且会阻塞其他的读锁和写锁。简单提下乐观锁和悲观锁。
- 乐观锁,通常用于数据竞争不激烈的场景,多读少写,通过版本号和时间戳实现。
- 悲观锁,通常用于数据竞争激烈的场景,每次操作都会锁定数据。
要锁定数据需要一定的锁策略来配合。
- 表锁,锁定整张表,开销最小,但是会加剧锁竞争。
- 行锁,锁定行级别,开销最大,但是可以最大程度的支持并发。
但是MySql的存储引擎的真实实现不是简单的行级锁,一般都是实现了多版本并发控制(MVCC)。MVCC是行级锁的变种,多数情况下避免了加锁操作,开销更低。MVCC是通过保存数据的某个时间点快照实现的。
1.3 事务
事务保证一组原子性的操作,要么全部成功,要么全部失败。一旦失败,回滚之前的所有操作。MySql采用自动提交,如果不是显式的开启一个事务,则每个查询都作为一个事务。
隔离级别控制了一个事务中的修改,哪些在事务内和事务间是可见的。四种常见的隔离级别:
- 未提交读(Read UnCommitted),事务中的修改,即使没提交对其他事务也是可见的。事务可能读取未提交的数据,造成脏读。
- 提交读(Read Committed),一个事务开始时,只能看见已提交的事务所做的修改。事务未提交之前,所做的修改对其他事务是不可见的。也叫不可重复读,同一个事务多次读取同样记录可能不同。
- 可重复读(RepeatTable Read),同一个事务中多次读取同样的记录结果时结果相同。
- 可串行化(Serializable),最高隔离级别,强制事务串行执行。
1.4 存储引擎
InnoDB引擎,最重要,使用最广泛的存储引擎。被用来设计处理大量短期事务,具有高性能和自动崩溃恢复的特性。
MyISAM引擎,不支持事务和行级锁,崩溃后无法安全恢复。
2 创建时优化
2.1 Schema和数据类型优化
整数
TinyInt,SmallInt,MediumInt,Int,BigInt 使用的存储8,16,24,32,64位存储空间。使用Unsigned表示不允许负数,可以使正数的上线提高一倍。
实数
- Float,Double , 支持近似的浮点运算。
- Decimal,用于存储精确的小数。
字符串
- VarChar,存储变长的字符串。需要1或2个额外的字节记录字符串的长度。
- Char,定长,适合存储固定长度的字符串,如MD5值。
- Blob,Text 为了存储很大的数据而设计的。分别采用二进制和字符的方式。
时间类型
- DateTime,保存大范围的值,占8个字节。
- TimeStamp,推荐,与UNIX时间戳相同,占4个字节。
优化建议点
- 尽量使用对应的数据类型。比如,不要用字符串类型保存时间,用整型保存IP。
- 选择更小的数据类型。能用TinyInt不用Int。
- 标识列(identifier column),建议使用整型,不推荐字符串类型,占用更多空间,而且计算速度比整型慢。
- 不推荐ORM系统自动生成的Schema,通常具有不注重数据类型,使用很大的VarChar类型,索引利用不合理等问题。
- 真实场景混用范式和反范式。冗余高查询效率高,插入更新效率低;冗余低插入更新效率高,查询效率低。
- 创建完全的独立的汇总表\\缓存表,定时生成数据,用于用户耗时时间长的操作。对于精确度要求高的汇总操作,可以采用 历史结果+最新记录的结果 来达到快速查询的目的。
- 数据迁移,表升级的过程中可以使用影子表的方式,通过修改原表的表名,达到保存历史数据,同时不影响新表使用的目的。
2.2 索引
索引包含一个或多个列的值。MySql只能高效的利用索引的最左前缀列。索引的优势:
- 减少查询扫描的数据量
- 避免排序和零时表
- 将随机IO变为顺序IO (顺序IO的效率高于随机IO)
B-Tree
使用最多的索引类型。采用B-Tree数据结构来存储数据(每个叶子节点都包含指向下一个叶子节点的指针,从而方便叶子节点的遍历)。B-Tree索引适用于全键值,键值范围,键前缀查找,支持排序。
B-Tree索引限制:
- 如果不是按照索引的最左列开始查询,则无法使用索引。
- 不能跳过索引中的列。如果使用第一列和第三列索引,则只能使用第一列索引。
- 如果查询中有个范围查询,则其右边的所有列都无法使用索引优化查询。
哈希索引
只有精确匹配索引的所有列,查询才有效。存储引擎会对所有的索引列计算一个哈希码,哈希索引将所有的哈希码存储在索引中,并保存指向每个数据行的指针。
哈希索引限制:
- 无法用于排序
- 不支持部分匹配
- 只支持等值查询如=,IN(),不支持 < >
优化建议点
- 注意每种索引的适用范围和适用限制。
- 索引的列如果是表达式的一部分或者是函数的参数,则失效。
- 针对特别长的字符串,可以使用前缀索引,根据索引的选择性选择合适的前缀长度。
- 使用多列索引的时候,可以通过 AND 和 OR 语法连接。
- 重复索引没必要,如(A,B)和(A)重复。
- 索引在where条件查询和group by语法查询的时候特别有效。
- 将范围查询放在条件查询的最后,防止范围查询导致的右边索引失效的问题。
- 索引最好不要选择过长的字符串,而且索引列也不宜为null。
3 查询时优化
3.1 查询质量的三个重要指标
- 响应时间 (服务时间,排队时间)
- 扫描的行
- 返回的行
3.2 查询优化点
- 避免查询无关的列,如使用Select * 返回所有的列。
- 避免查询无关的行
- 切分查询。将一个对服务器压力较大的任务,分解到一个较长的时间中,并分多次执行。如要删除一万条数据,可以分10次执行,每次执行完成后暂停一段时间,再继续执行。过程中可以释放服务器资源给其他任务。
- 分解关联查询。将多表关联查询的一次查询,分解成对单表的多次查询。可以减少锁竞争,查询本身的查询效率也比较高。因为MySql的连接和断开都是轻量级的操作,不会由于查询拆分为多次,造成效率问题。
- 注意count的操作只能统计不为null的列,所以统计总的行数使用count(*)。
- group by 按照标识列分组效率高,分组结果不宜出行分组列之外的列。
- 关联查询延迟关联,可以根据查询条件先缩小各自要查询的范围,再关联。
- Limit分页优化。可以根据索引覆盖扫描,再根据索引列关联自身查询其他列。如
SELECT
id,
NAME,
age
WHERE
student s1
INNER JOIN (
SELECT
id
FROM
student
ORDER BY
age
LIMIT 50,5
) AS s2 ON s1.id = s2.id
- Union查询默认去重,如果不是业务必须,建议使用效率更高的Union All
补充内容
来自大神-小宝
1.条件中的字段类型和表结构类型不一致,mysql会自动加转换函数,导致索引作为函数中的参数失效。
2.like查询前面部分未输入,以%开头无法命中索引。
3.补充2个5.7版本的新特性:
generated column,就是数据库中这一列由其他列计算而得
CREATE TABLE triangle (sidea DOUBLE, sideb DOUBLE, area DOUBLE AS (sidea * sideb / 2));
insert into triangle(sidea, sideb) values(3, 4);
select * from triangle;
+-------+-------+------+
| sidea | sideb | area |
+-------+-------+------+
| 3 | 4 | 6 |
+-------+-------+------+
支持JSON格式数据,并提供相关内置函数
CREATE TABLE json_test (name JSON);
INSERT INTO json_test VALUES(\'{"name1": "value1", "name2": "value2"}\');
SELECT * FROM json_test WHERE JSON_CONTAINS(name, \'$.name1\');
来自JVM专家-达
关注explain在性能分析中的使用
EXPLAIN SELECT settleId FROM Settle WHERE settleId = "3679"
- select_type,有几种值:simple(表示简单的select,没有union和子查询),primary(有子查询,最外面的select查询就是primary),union(union中的第二个或随后的select查询,不依赖外部查询结果),dependent union(union中的第二个或随后的select查询,依赖外部查询结果)
- type,有几种值:system(表仅有一行(=系统表),这是const连接类型的一个特例),const(常量查询), ref(非唯一索引访问,只有普通索引),eq_ref(使用唯一索引或组件查询),all(全表查询),index(根据索引查询全表),range(范围查询)
- possible_keys: 表中可能帮助查询的索引
- key,选择使用的索引
- key_len,使用的索引长度
- rows,扫描的行数,越大越不好
- extra,有几种值:Only index(信息从索引中检索出,比扫描表快),where used(使用where限制),Using filesort (可能在内存或磁盘排序),Using temporary(对查询结果排序时使用临时表)
逆锋起笔
是一个专注于程序员的编程圈子,以分享java
、Python
、学习资源
为主,关注即可领取 23 种精选的编程视频教程和大佬们推荐的电子版学习资料!
以上是关于SQL 性能优化梳理的主要内容,如果未能解决你的问题,请参考以下文章