一篇文章带你搞懂慢SQL以及优化的策略

Posted 南淮北安

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了一篇文章带你搞懂慢SQL以及优化的策略相关的知识，希望对你有一定的参考价值。

文章目录

一、什么是慢SQL ？

分析mysql语句查询性能的方法除了使用 EXPLAIN 输出执行计划，还可以让MySQL记录下查询超过指定时间的语句，我们将超过指定时间的SQL语句查询称为“慢查询”。

慢查询日志就是记录这些sql的日志。

查看/设置“慢查询”的时间定义：

show variables like "long%";


如上述语句输出，“慢查询”的时间定义为10秒（方便测试，一般设置为1-10秒）。

使用下面语句定义“慢查询”时间

set long_query_time=0.0001;

开启“慢查询”记录功能

show variables like "slow%";


上述语句查看“慢查询”的配置信息，你可以自定义日志文件的存放，但必须将 slow_query_log 全局变量设置为“ON”状态，执行以下语句：

set global slow_query_log=ON;

二、为什么要对慢SQL进行优化？

每个SQL执行都需要消耗一定I/O资源，SQL执行的快慢，决定资源被占用时间的长短。

假设总资源是10，有一条慢SQL占用了3的资源共计1分钟。

那么在这1分钟时间内，其他SQL能够分配的资源总量就是7，如此循环，当资源分配完的时候，所有新的SQL执行将会排队等待。

从应用的角度看：SQL执行时间长意味着等待，在OLTP应用当中，用户的体验较差

三、数据库性能

1. 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。

分库分表是个周期长而风险高的大活儿，应该尽可能在当前结构上优化，比如升级硬件、迁移历史数据等等，实在没辙了再分

2. 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。

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

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。

4. 具体实施

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。

或者：

  • 将数据存放在更快的地方。

  • 如果数据量不大，变化频率不高，但访问频率很高，此时应该考虑将数据放在应用端的缓存当中或者Redis这样的缓存当中，以提高存取速度。如果数据不做过滤、关联、排序等操作，仅按照key进行存取，且不考虑强一致性需求，也可考虑选用NoSQL数据库。

  • 适当合并I/O

    • 分别执行select c1 from t1与select c2 from t1，与执行select c1,c2 from t1相比，后者开销更小
    • 合并时也需要考虑执行时间的增加。

  • 利用分布式架构：在面对海量的数据时，通常的做法是将数据和I/O分散到多台主机上去执行

  • 不在业务高峰期批量更新或查询数据库，避免在业务高峰期alter表。

  • 禁止在主库上执行 sum,count 等复杂的统计分析语句，可以使用从库来执行。

  • 禁止使用 order by rand().

  • 禁止单条 SQL 语句同时更新多个表。

  • 使用 prepared statement 语句，只传参数，比传递 SQL 语句更高效；一次解析，多次使用；降低SQL

  • 事务要简单，整个事务的时间长度不要太长，SQL结束后及时提交。

  • SQL语句尽可能简单 大SQL语句尽可能拆成小SQL语句，MySQL对复杂SQL支持不好。

四、数据库表的设计

1. 数据类型

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。

2. 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

3. 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。

五、索引优化

1. 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。

2. 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。

六、SQL 优化

1. 分批处理

鱼塘挖开小口子放水，水面有各种漂浮物。
浮萍和树叶总能顺利通过出水口，而树枝会挡住其他物体通过，有时还会卡住，需要人工清理。
MySQL就是鱼塘，最大并发数和网络带宽就是出水口，用户SQL就是漂浮物。

不带分页参数的查询或者影响大量数据的update和delete操作，都是树枝，我们要把它打散分批处理

举例说明：
业务描述：更新用户所有已过期的优惠券为不可用状态。

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

如果大量优惠券需要更新为不可用状态，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 ++;
}

2. 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)

3. OR优化

在Innodb引擎下or无法使用组合索引，比如：

select id，product_name from orders where mobile_no = '13421800407' or user_id = 100;

OR 无法命中mobile_no + user_id的组合索引，可采用union，如下所示：

(select id，product_name from orders where mobile_no = '13421800407')
 union
(select id，product_name from orders where user_id = 100);

此时id和product_name字段都有索引，查询才最高效。

4. 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：

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

5. 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';

6. 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。

7. Like优化

在SQL中，尽量不使用like，且禁止使用前缀是%的like匹配。

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。

8. Join 优化

避免使用大表做 JOIN，使用group by分组、自动排序

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。

9. Limit 优化

当只要一行数据时使用LIMIT 1 。

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 orders order by id desc limit 100000,10

耗时0.4秒

select * from orders order by id desc limit 1000000,10

耗时5.2秒

先筛选出ID缩小查询范围，写法如下：

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

耗时0.5秒

如果查询条件仅有主键ID，写法如下：

select id from orders where id between 1000000 and 1000010 order by id desc

耗时0.3秒

七、其他SQL

【参考】

【1】https://zhuanlan.zhihu.com/p/394710746
【2】https://cloud.tencent.com/developer/article/1523059
【3】https://www.jianshu.com/p/6864abb4d885
【4】https://database.51cto.com/art/202006/618217.htm
【5】https://juejin.cn/post/6844903489676509197
【6】https://www.jianshu.com/p/43091bfa8aa7
【7】https://www.cnblogs.com/zjfjava/p/12257772.html

以上是关于一篇文章带你搞懂慢SQL以及优化的策略的主要内容，如果未能解决你的问题，请参考以下文章

一文带你搞懂如何优化慢SQL

一篇文章带你搞懂Python中的类

一篇文章带你搞懂Python中的类

一篇文章带你搞懂回溯（万字：核心思维+图解+习题+题解思路+代码注释）

一篇文章带你搞懂spring全家桶套餐

一篇文搞懂webpack[零基础教学+手把手带你搞项目]