一波骚操作,我把 SQL 执行效率提高了 10,000,000 倍!-数据与编程-热点资讯-野望文存-科技 
    欢迎来到野望文存-科技!
当前位置:野望文存-科技 > 热点资讯 > 数据与编程 >  一波骚操作,我把 SQL 执行效率提高了 10,000,000 倍!

一波骚操作,我把 SQL 执行效率提高了 10,000,000 倍!

发表时间:2019-11-07 19:51:00  来源:野望文存  浏览:次   【】【】【

(给数据分析与开发加星标,提升数据技能

来源:风过无痕的博客 

https://www.cnblogs.com/tangyanbo/p/4462734.html

场景

用的数据库是mysql5.6,下面简单的介绍下场景

课程表

  1. create table Course(

  2. c_id int PRIMARY KEY,

  3. name varchar(10)

  4. )

数据100条

学生表:

  1. create table Student(

  2. id int PRIMARY KEY,

  3. name varchar(10)

  4. )

数据70000条

学生成绩表SC

  1. CREATE table SC(

  2. sc_id int PRIMARY KEY,

  3. s_id int,

  4. c_id int,

  5. score int

  6. )

数据70w条

查询目的:

查找语文考100分的考生

查询语句:

select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )

执行时间:30248.271s

为什么这么慢?先来查看下查询计划:

  1. EXPLAIN

  2. select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )

发现没有用到索引,type全是ALL,那么首先想到的就是建立一个索引,建立索引的字段当然是在where条件的字段。

先给sc表的c_id和score建个索引

  1. CREATE index sc_c_id_index on SC(c_id);

  2. CREATE index sc_score_index on SC(score);

再次执行上述查询语句,时间为: 1.054s

快了3w多倍,大大缩短了查询时间,看来索引能极大程度的提高查询效率,看来建索引很有必要,很多时候都忘记建索引了,数据量小的的时候压根没感觉,这优化感觉挺爽。

但是1s的时间还是太长了,还能进行优化吗,仔细看执行计划:

查看优化后的sql:

  1. SELECT

  2. `YSB`.`s`.`s_id` AS `s_id`,

  3. `YSB`.`s`.`name` AS `name`

  4. FROM

  5. `YSB`.`Student` `s`

  6. WHERE

  7. < in_optimizer > (

  8. `YSB`.`s`.`s_id` ,< EXISTS > (

  9. SELECT

  10. 1

  11. FROM

  12. `YSB`.`SC` `sc`

  13. WHERE

  14. (

  15. (`YSB`.`sc`.`c_id` = 0)

  16. AND (`YSB`.`sc`.`score` = 100)

  17. AND (

  18. < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`

  19. )

  20. )

  21. )

  22. )

补充:这里有网友问怎么查看优化后的语句

方法如下:

在命令窗口执行

有type=all

按照我之前的想法,该sql的执行的顺序应该是先执行子查询

select s_id from SC sc where sc.c_id = 0 and sc.score = 100

耗时:0.001s

得到如下结果:

然后再执行

select s.* from Student s where s.s_id in(7,29,5000)

耗时:0.001s

这样就是相当快了啊,Mysql竟然不是先执行里层的查询,而是将sql优化成了exists子句,并出现了EPENDENT SUBQUERY,

mysql是先执行外层查询,再执行里层的查询,这样就要循环70007*11=770077次。

那么改用连接查询呢?

  1. SELECT s.* from

  2. Student s

  3. INNER JOIN SC sc

  4. on sc.s_id = s.s_id

  5. where sc.c_id=0 and sc.score=100

这里为了重新分析连接查询的情况,先暂时删除索引sc_c_id_index,sc_score_index

执行时间是:0.057s

效率有所提高,看看执行计划:

这里有连表的情况出现,我猜想是不是要给sc表的s_id建立个索引

CREATE index sc_s_id_index on SC(s_id);

show index from SC

在执行连接查询

时间: 1.076s,竟然时间还变长了,什么原因?查看执行计划:

优化后的查询语句为:

  1. SELECT

  2. `YSB`.`s`.`s_id` AS `s_id`,

  3. `YSB`.`s`.`name` AS `name`

  4. FROM

  5. `YSB`.`Student` `s`

  6. JOIN `YSB`.`SC` `sc`

  7. WHERE

  8. (

  9. (

  10. `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`

  11. )

  12. AND (`YSB`.`sc`.`score` = 100)

  13. AND (`YSB`.`sc`.`c_id` = 0)

  14. )

貌似是先做的连接查询,再执行的where过滤

回到前面的执行计划:

这里是先做的where过滤,再做连表,执行计划还不是固定的,那么我们先看下标准的sql执行顺序:

正常情况下是先join再where过滤,但是我们这里的情况,如果先join,将会有70w条数据发送join做操,因此先执行where

过滤是明智方案,现在为了排除mysql的查询优化,我自己写一条优化后的sql

  1. SELECT

  2. s.*

  3. FROM

  4. (

  5. SELECT

  6. *

  7. FROM

  8. SC sc

  9. WHERE

  10. sc.c_id = 0

  11. AND sc.score = 100

  12. ) t

  13. INNER JOIN Student s ON t.s_id = s.s_id

即先执行sc表的过滤,再进行表连接,执行时间为:0.054s

和之前没有建s_id索引的时间差不多

查看执行计划:

先提取sc再连表,这样效率就高多了,现在的问题是提取sc的时候出现了扫描表,那么现在可以明确需要建立相关索引

CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);

再执行查询:

  1. SELECT

  2. s.*

  3. FROM

  4. (

  5. SELECT

  6. *

  7. FROM

  8. SC sc

  9. WHERE

  10. sc.c_id = 0

  11. AND sc.score = 100

  12. ) t

  13. INNER JOIN Student s ON t.s_id = s.s_id

执行时间为:0.001s,这个时间相当靠谱,快了50倍

执行计划:

我们会看到,先提取sc,再连表,都用到了索引。

那么再来执行下sql

  1. SELECT s.* from

  2. Student s

  3. INNER JOIN SC sc

  4. on sc.s_id = s.s_id

  5. where sc.c_id=0 and sc.score=100

执行时间0.001s

执行计划:

这里是mysql进行了查询语句优化,先执行了where过滤,再执行连接操作,且都用到了索引。

总结:

1.mysql嵌套子查询效率确实比较低

2.可以将其优化成连接查询

3.建立合适的索引

4.学会分析sql执行计划,mysql会对sql进行优化,所以分析执行计划很重要

由于时间问题,这篇文章先写到这里,后续再分享其他的sql优化经历。

个死循环,解不开,这里就不讨论了,每个人都有每个人的想法和评价吧。


推荐阅读

(点击标题可跳转阅读)


看完本文有收获?请转发分享给更多人

关注「数据分析与开发」加星标,提升数据技能

好文章,我在看??

责任编辑:蔡学森