程序员该如何进行 SQL 数据库的优化?

判断问题SQL

判断SQL是否有问题时可以通过两个表象进行判断:

系统级别表象

CPU消耗严重

IO等待严重

页面响应时间过长

应用的日志出现超时等错误

可以使用sar命令,top命令查看当前系统状态。

也可以通过Prometheus、Grafana等监控工具观察系统状态。(感兴趣的可以翻看我之前的文章)

SQL语句表象

冗长

执行时间过长

从全表扫描获取数据

执行计划中的rows、cost很大

冗长的SQL都好理解,一段SQL太长阅读性肯定会差,而且出现问题的频率肯定会更高。更进一步判断SQL问题就得从执行计划入手,如下所示:

执行计划告诉我们本次查询走了全表扫描Type=ALL,rows很大(9950400)基本可以判断这是一段"有味道"的SQL。

获取问题SQL

不同数据库有不同的获取方法,以下为目前主流数据库的慢查询SQL获取工具

MySQL

慢查询日志

测试工具loadrunner

Percona公司的ptquery等工具

Oracle

AWR报告

测试工具loadrunner等

相关内部视图如v$

GRID CONTROL监控工具

达梦数据库

AWR报告

测试工具loadrunner等

达梦性能监控工具(dem)

相关内部视图如v$

SQL编写技巧

SQL编写有以下几个通用的技巧:

• 合理使用索引

索引少了查询慢;索引多了占用空间大,执行增删改语句的时候需要动态维护索引,影响性能选择率高(重复值少)且被where频繁引用需要建立B树索引;

一般join列需要建立索引;复杂文档类型查询采用全文索引效率更好;索引的建立要在查询和DML性能之间取得平衡;复合索引创建时要注意基于非前导列查询的情况

• 使用UNION ALL替代UNION

UNION ALL的执行效率比UNION高,UNION执行时需要排重;UNION需要对数据进行排序

• 避免select * 写法

执行SQL时优化器需要将 * 转成具体的列;每次查询都要回表,不能走覆盖索引。

• JOIN字段建议建立索引

一般JOIN字段都提前加上索引

• 避免复杂SQL语句

提升可阅读性;避免慢查询的概率;可以转换成多个短查询,用业务端处理

• 避免where 1=1写法

• 避免order by rand类似写法

RAND导致数据列被多次扫描

SQL优化

执行计划

完成SQL优化一定要先读执行计划,执行计划会告诉你哪些地方效率低,哪里可以需要优化。我们以MYSQL为例,看看执行计划是什么。(每个数据库的执行计划都不一样,需要自行了解)

explain sql

接下来我们用一段实际优化案例来说明SQL优化的过程及优化技巧。

优化案例

表结构

CREATE TABLE `a`

(

`id` int(11) NOT AUTO_INCREMENT,

`seller_id` bigint(20) DEFAULT ,

`seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT ,

`gmt_create` varchar(30) DEFAULT ,

PRIMARY KEY (`id`)

);

CREATE TABLE `b`

(

`id` int(11) NOT AUTO_INCREMENT,

`seller_name` varchar(100) DEFAULT ,

`user_id` varchar(50) DEFAULT ,

`user_name` varchar(100) DEFAULT ,

`sales` bigint(20) DEFAULT ,

`gmt_create` varchar(30) DEFAULT ,

PRIMARY KEY (`id`)

);

CREATE TABLE `c`

(

`id` int(11) NOT AUTO_INCREMENT,

`user_id` varchar(50) DEFAULT ,

`order_id` varchar(100) DEFAULT ,

`state` bigint(20) DEFAULT ,

`gmt_create` varchar(30) DEFAULT ,

PRIMARY KEY (`id`)

)

三张表关联,查询当前用户在当前时间前后10个小时的订单情况,并根据订单创建时间升序排列,具体SQL如下

select a.seller_id,

a.seller_name,

b.user_name,

c.state

from a,

b,

c

where a.seller_name = b.seller_name

and b.user_id = c.user_id

and c.user_id = 17

and a.gmt_create

BETWEEN DATE_ADD(NOW, INTERVAL – 600 MINUTE)

AND DATE_ADD(NOW, INTERVAL 600 MINUTE)

order by a.gmt_create;

查看数据量

原执行时间

原执行计划

初步优化思路

SQL中 where条件字段类型要跟表结构一致,表中user_id 为varchar(50)类型,实际SQL用的int类型,存在隐式转换,也未添加索引。将b和c表user_id 字段改成int类型;

因存在b表和c表关联,将b和c表user_id创建索引;

因存在a表和b表关联,将a和b表seller_name字段创建索引;

利用复合索引消除临时表和排序。

初步优化SQL

alter table b modify `user_id` int(10) DEFAULT ;

alter table c modify `user_id` int(10) DEFAULT ;

alter table c add index `idx_user_id`(`user_id`);

alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`);

alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);

查看优化后执行时间

查看优化后执行计划

查看warnings信息

继续优化

alter table a modify "gmt_create" datetime DEFAULT ;

查看执行时间

查看执行计划

总结

查看执行计划 explain;

如果有告警信息,查看告警信息 show warnings;

查看SQL涉及的表结构和索引信息;

根据执行计划,思考可能的优化点;

按照可能的优化点执行表结构变更、增加索引、SQL改写等操作;

查看优化后的执行时间和执行计划

如果优化效果不明显,重复第四步操作。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200103A08ER800?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券