MySQL学习笔记-怎么写出更好的SQL（二）

MySQL 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。

一个4 亿行数据的单表，分页查询最新的 20 条记录耗时 0.6 秒，SQL 语句大致是：

select field_1,field_2 from table where id < #{prePageMinId} order by id desc limit 20

prePageMinId 是上一页数据记录的最小 ID。

虽然当时查询速度还凑合，随着数据不断增长，有朝一日必定不堪重负。

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 = 100max_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。它就像体育课上的某些同学，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

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。因此尽可能将 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。

③Text 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

索引分类如下：

  • 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，MySQL 5.6 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。

索引优化原则：

  • 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

①分批处理

一个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，下面举例说明。

业务描述：更新用户所有已过期的优惠券为不可用状态。SQL 语句：

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)

③OR 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。

④IN 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';

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。

⑦Like 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。

⑧Join 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。

⑨Limit 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 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

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。


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。


最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 206,482评论 6赞 481
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 88,377评论 2赞 382
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 152,762评论 0赞 342
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 55,273评论 1赞 279
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 64,289评论 5赞 373
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 49,046评论 1赞 285
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 38,351评论 3赞 400
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,988评论 0赞 259
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 43,476评论 1赞 300
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2赞 324
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1赞 333
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,712评论 4赞 323
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 39,261评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1赞 262
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2赞 354
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2赞 345