mysql优化实例

优化原则

过滤条件 尽可能前置

连接时 索引先行

临时表除非万不得已,慎用

除非性能问题显现, 否则没有优化的必要。

实例

查询一台服务器对应的责任人,以及该服务器所属的产品。有以下表:

server device_base cmdb_group ,node,user,resource_owner

查询机器的主机名,ip,以及主机对应的owner以及机器所属的产品。

优化前sql

select

id, hostname, mainIp, responsor, agentVersion, productName

from

(

(select

id,

hostname,

mainIp,

group_concat(responsor) as responsor,

agentVersion,

productName

from

(

(

(

select

id, hostname, mainIp, agentVersion, productName, groupId

from

(

(

(select

server.id as id,

device_base.host_name as hostname,

device_base.main_ip as mainIp,

server.agent_version as agentVersion

from

server, device_base

where

server.id = device_base.id

) t_server_base

)

left join

(

(

select

server.id as serverId,

server.group_id as groupId,

cmdb_group.group_name as groupName,

product.id as productId,

product.node_name as productName

FROM

server, cmdb_group, node as grp, node as product

where

server.group_id = cmdb_group.id

and cmdb_group.id = grp.id

and grp.parent_id = product.id

) t_group

) ON t_server_base.id = t_group.serverId)

)

t_server)

left join

(

(

select

user.user_name as responsor,

cmdb_group.group_name as groupName,

cmdb_group.id as groupId

from

user, cmdb_group, resource_owner

where

user.id = resource_owner.user_id

and resource_owner.resource_id = cmdb_group.id

and resource_type = 'group'

)t_resource_user_group

) ON t_server.groupId = t_resource_user_group.groupId

)

group by id

) t_group)

sql解释

1、查服务器名和ip 版本号

2、查服务器分组

3、查分组负责人

然后 三表 连接 后 ,形成临时表 t,在对该临时表进行查询。


优化之后

select server.id as id,host_name as hostname,main_ip as mainIp ,group_concat(user_name) as responsor,agent_version as agentVersion, product.node_name as productName

from

server join device_base on server.id=device_base.id

join cmdb_group on server.group_id = cmdb_group.id

join node on cmdb_group.id = node.id

left join resource_owner on resource_owner.resource_id = cmdb_group.id

join user on user.id =resource_owner.user_id

left join node as product on product.id=node.parent_id

where resource_type="group" and product.node_type = "product"

group by server.id

having group_concat(user_name) like concat('%', '', '%');

优化前

优化后

优化之前,耗时500ms,优化后,耗时16ms。

分析:

1、优化之后的sql里增加了resource_type和node_type的筛选条件;筛选条件缩小规模。

2、将子查询全部变为连接。好处是,子查询中,索引,key等都失效,但连接时,索引仍有效。

注:可以将where里的条件提到 join的on语句处。

何时会产生临时表

1、子查询。

2、order by和group by条件不同。比如group by priceorder by name。

3、连接查询时,group by 或者 order by的列不是第一个长表里的列。

select * from tableA,tableB,tableC group by tableB.gender

4、order by的字段有distinct。如order by distinct(name)。

5、使用union的会话。

sql的查询执行顺序

wheregroup byhavingorder by

先用where进行过滤,然后对过滤出来是记录进行分组,之后再对group by的结果进行having筛选,最后order by。

其他有助于数据库性能建议

尽量使用固定长度的字段。因此char优于varchar。

在大的delete或是insert语句时,防止长时间锁表。可以分成多次去执行。

尽可能地使用not null。

varchar不要超过65535,否则,变为mediumtext类型。

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
  • 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 203,098评论 5 476
  • 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 85,213评论 2 380
  • 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 149,960评论 0 336
  • 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 54,519评论 1 273
  • 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 63,512评论 5 364
  • 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 48,533评论 1 281
  • 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 37,914评论 3 395
  • 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 36,574评论 0 256
  • 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 40,804评论 1 296
  • 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 35,563评论 2 319
  • 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 37,644评论 1 329
  • 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 33,350评论 4 318
  • 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 38,933评论 3 307
  • 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 29,908评论 0 19
  • 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 31,146评论 1 259
  • 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 42,847评论 2 349
  • 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 42,361评论 2 342

推荐阅读更多精彩内容