共计 12706 个字符，预计需要花费 32 分钟才能阅读完成。
自动写代码机器人，免费开通
这篇文章主要介绍 SQL 如何优化，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
一、存在问题
经过 sql 慢查询的优化，我们系统中发现了以下几种类型的问题:
1. 未建索引：整张表没有建索引；2. 索引未命中：有索引, 但是部分查询条件下索引未命中；3. 搜索了额外的非必要字段，导致回表；4. 排序，聚合导致慢查询；5. 相同内容多次查询数据库；6. 未消限制搜索范围或者限制的搜索范围在预期之外，导致全部扫描；二、解决方案
1. 优化索引，增加或者修改当前的索引；
2. 重写 sql；3. 利用 redis 缓存，减少查询次数；4. 增加条件，避免非必要查询；5. 增加条件，减少查询范围；三、案例分析
（一）药材搜索接口
完整 sql 语句在附录，为方便阅读和脱敏，部分常用字段采用中文。
这儿主要讲一下我们拿到 Sql 语句后的整个分析过程，思考逻辑，然后进行调整的过程和最后解决的办法。
给大家提供一些借鉴，也希望大家能够提出更好的建议。
这个 sql 语句要求是根据医生搜索的拼音或者中文，进行模糊查询，找到药材，然后根据医生选择的药库，查找下面的供应商，然后根据供应商，进行药材匹配，排除掉供应商没有的药材，然后根据真名在前，别名在后，完全匹配在前，部分匹配在后，附加医生最近半年的使用习惯，把药材排序出来。最后把不同名称的同一味药聚合起来，以真名 (另名) 的形式展现。
1．分析 sql
（1）14-8
第 14 排,id 为 8 的 explain 结果分析:
①Explain
8,DERIVED,ssof,range, ix_district,ix_供应商 id ,ix_district,8,NULL,18,Using where; Using index; Using temporary②Sql
SELECT DISTINCT (ssof. 供应商 id) AS 供应商 id FROM 药库供应商关系表 AS ssof WHERE ssof. 药库 id IN ( 1, 2, 8, 9, 10, 11, 12, 13, 14, 15, 17, 22, 24, 25, 26, 27, 31, 33) AND ssof. 药方剂型 id IN (1)③索引
PRIMARY KEY (`id`), UNIQUE KEY `ix_district` ( ` 药库 id`, ` 药方剂型 id`, ` 供应商 id` ) USING BTREE,KEY `ix_供应商 id` (` 供应商 id`) USING BTREE④分析
使用了索引，建立了临时表，这个地方索引已经完全覆盖了，但是还有回表操作。
原因是用 in，这个导致了回表。如果 in 可以被 mysql 自动优化为等于，就不会回表。如果无法优化，就回表。
临时表是因为有 distinct，所以无法避免。
同时使用 in 需要注意，如果里面的值数量比较多，有几万个。即使区分度高，就会导致索引失效，这种情况需要多次分批查询。
2． 12-7
（1）Explain
7,DERIVED, derived8 ,ALL,NULL,NULL,NULL,NULL,18,Using temporary; Using filesort（2）Sql
INNER JOIN (上面 14- 8 临时表) tp ON tp. 供应商 id= ms. 供应商 id（3）索引
无
（4）分析
对临时表操作，无索引，用了文件排序。
这一部分是对临时表和药材表进行关联操作的一部分，有文件排序是因为需要对药材表 id 进行 group by 导致的。
1、默认情况下，mysql 在使用 group by 之后，会产生临时表，而后进行排序（此处排序默认是快排），这会消耗的性能。
2、group by 本质是先分组后排序【而不是先排序后分组】。
3、group by column 默认会按照 column 分组, 然后根据 column 升序排列; group by column order by null 则默认按照 column 分组, 然后根据标的主键 ID 升序排列。
3． 13-7
（1）Explain
7,DERIVED,ms,ref, ix_title,idx_audit,idx_mutiy ,idx_mutiy,5, tp. 供应商 id,const ,172,NULL（2）Sql
SELECT ms. 药材表 id, max(ms.audit) AS audit, max(ms.price) AS price, max(ms.market_price) AS market_price,max(ms.is_granule) AS is_granule,max(ms.is_decoct) AS is_decoct, max(ms.is_slice) AS is_slice,max(ms.is_cream) AS is_cream, max(ms.is_extract) AS is_extract,max(ms.is_cream_granule) AS is_cream_granule, max(ms.is_extract_granule) AS is_extract_granule,max(ms.is_drychip) AS is_drychip, max(ms.is_pill) AS is_pill,max(ms.is_powder) AS is_powder, max(ms.is_bolus) AS is_bolus FROM 供应商药材表 AS ms INNER JOIN ( SELECT DISTINCT (ssof. 供应商 id) AS 供应商 id FROM 药库供应商关系表 AS ssof WHERE ssof. 药库 id IN ( 1, 2, 8, 9, 10, 11, 12, 13, 14, 15, 17, 22, 24, 25, 26, 27, 31, 33 ) AND ssof. 药方剂型 id IN (1) ) tp ON tp. 供应商 id= ms. 供应商 id WHERE ms.audit = 1 GROUP BY ms. 药材表 id（3）索引
KEY `idx_mutiy` (` 供应商 id`, `audit`, ` 药材表 id`)（4）分析
命中了索引，表间连接使用了供应商 id，建立索引的顺序是供应商 id，where 条件中 audit，Group by 条件药材表 id。
这部分暂时不需要更改。
4．10-6
（1）Explain
6,DERIVED,r,range, PRIMARY,id,idx_timeline,idx_did_timeline,idx_did_isdel_statuspay_timecreate_payorderid,idx_did_statuspay_ischecked_isdel ,idx_did_timeline,8,NULL,546,Using where; Using index; Using temporary; Using filesort（2）Sql
SELECT
count(*) AS total,
rc.i AS m 药材表 id
FROM
处方药材表 AS rc
INNER JOIN 药方表 AS r ON r.id = rc. 药方表_id
WHERE
r.did = 40
AND r.timeline 1576115196
AND rc.type_id in (1, 3)
GROUP BY
rc.i
（3）索引
KEY `idx_did_timeline` (`did`, `timeline`),（4）分析
驱动表与被驱动表，小表驱动大表。
先了解在 join 连接时哪个表是驱动表，哪个表是被驱动表：
1. 当使用 left join 时，左表是驱动表，右表是被驱动表；
2. 当使用 right join 时，右表时驱动表，左表是驱动表；
3. 当使用 join 时，mysql 会选择数据量比较小的表作为驱动表，大表作为被驱动表；
4. in 后面跟的是驱动表, exists 前面的是驱动表；
5． 11-6
（1）Explain
6,DERIVED,rc,ref, orderid_药材表, 药方表_id , 药方表_id,5,r.id,3,Using where（2）Sql
同上
（3）索引
KEY `idx_药方表_id` (` 药方表_id`, `type_id`) USING BTREE,（4）分析
索引的顺序没有问题，仍旧是 in 导致了回表。
6．8-5
（1）Explain
5,UNION,malias,ALL,id_tid,NULL,NULL,NULL,4978,Using where（2）Sql
SELECT
mb.id,
mb.sort_id,
mb.title,
mb.py,
mb.unit,
mb.weight,
mb.tid,
mb.amount_max,
mb.poisonous,
mb.is_auxiliary,
mb.is_auxiliary_free,
mb.is_difficult_powder,
mb.brief,
mb.is_fixed_recipe,
ASE WHEN malias.py = GC THEN malias.title ELSE CASE WHEN malias.title = GC THEN malias.title ELSE END END AS atitle,
alias.py AS apy,
CASE WHEN malias.py = GC THEN 2 ELSE CASE WHEN malias.title = GC THEN 2 ELSE 1 END END AS ttid
FROM
药材表 AS mb
LEFT JOIN 药材表 AS malias ON malias.tid = mb.id
WHERE
alias.title LIKE %GC%
OR malias.py LIKE %GC%（3）索引
KEY `id_tid` (`tid`) USING BTREE,（4）分析
因为 like 是左右 like，无法建立索引，所以只能建 tid。Type 是 all，遍历全表以找到匹配的行，左右表大小一样，估算的找到所需的记录所需要读取的行数有 4978。这个因为是 like 的缘故，无法优化，这个语句并没有走索引，药材表 AS mb FORCE INDEX (id_tid) 改为强制索引，读取的行数减少了 700 行。
7．9-5
（1）Explain
5,UNION,mb,eq_ref, PRIMARY,ix_id ,PRIMARY,4,malias.tid,1,NULL（2）Sql
同上
（3）索引
PRIMARY KEY (`id`) USING BTREE,（4）分析
走了主键索引，行数也少，通过。
8．7-4
（1）Explain
4,DERIVED,mb,ALL,id_tid,NULL,NULL,NULL,4978,Using where（2）Sql
SELECT
mb.id,
mb.sort_id,
mb.title,
mb.py,
mb.unit,
mb.weight,
mb.tid,
mb.amount_max,
mb.poisonous,
mb.is_auxiliary,
mb.is_auxiliary_free,
mb.is_difficult_powder,
mb.brief,
mb.is_fixed_recipe,
AS atitle,
AS apy,
CASE WHEN mb.py = GC THEN 3 ELSE CASE WHEN mb.title = GC THEN 3 ELSE 1 END END AS ttid
FROM
药材表 AS mb
WHERE
mb.tid = 0
AND (
mb.title LIKE %GC%
OR mb.py LIKE %GC%
)（3）索引
KEY `id_tid` (`tid`) USING BTREE,（4）分析
tid int(11) NOT NULL DEFAULT‘0’COMMENT‘真名药品的 id’,
他也是 like, 这个没法优化。
9．6-3
（1）Explain
3,DERIVED, derived4 ,ALL,NULL,NULL,NULL,NULL,9154,Using filesort（2）Sql
UNION ALL
（3）索引
无
（4）分析
就是把真名搜索结果和别人搜索结果合并。避免用 or 连接，加快速度 形成一个 munion 的表，初步完成药材搜索，接下去就是排序。
这一个进行了 2 次查询，然后用 union 连接，可以考虑合并为一次查询。用 case when 进行区分, 计算出权重。
这边是一个优化点。
10．4-2
（1）Explain
2,DERIVED, derived3 ,ALL,NULL,NULL,NULL,NULL,9154,NULL（2）Sql
SELECT
munion.id,
munion.sort_id,
case when length(
trim( group_concat(munion.atitle SEPARATOR )
)
) 0 then concat(
munion.title,
( ,
trim( group_concat(munion.atitle SEPARATOR )
),
)
) else munion.title end as title,
munion.py,
munion.unit,
munion.weight,
munion.tid,
munion.amount_max,
munion.poisonous,
munion.is_auxiliary,
munion.is_auxiliary_free,
munion.is_difficult_powder,
munion.brief,
munion.is_fixed_recipe,
-- trim( group_concat( munion.atitle SEPARATOR ) ) AS atitle,
## --
trim( group_concat(munion.apy SEPARATOR )
) AS apy,
##
max(ttid) * 100000 + id AS ttid
FROM
munion derived4
GROUP BY
id -- 全部实名药材 结束 ##（3）索引
无
（4）分析
这里全部在临时表中搜索了。
11．5-2
（1）Explain
2,DERIVED, derived6 ,ref, auto_key0 , auto_key0 ,5,m.id,10,NULL（2）Sql
Select fields from 全部实名药材表 as m LEFT JOIN ( 个人使用药材统计表 ) p ON m.id = p.m 药材表 id（3）索引
无
（4）分析
2 张虚拟表 left join
使用了优化器为派生表生成的索引
这边比较浪费性能，每次查询，都要对医生历史开方记录进行统计，并且统计还是几张大表计算后的结果。但是如果只是 sql 优化，这边暂时无法优化。
12．2-1
（1）Explain
1,PRIMARY, derived7 ,ALL,NULL,NULL,NULL,NULL,3096,Using where; Using temporary; Using filesort（2）Sql
（3）索引
（4）分析
临时表操作
13．3-1
（1）Explain
1,PRIMARY, derived2 ,ref, auto_key0 , auto_key0 ,4,msu. 药材表 id,29,NULL（2）Sql
（3）索引
（4）分析
临时表操作
14．null
（1）Explain
NULL,UNION RESULT, union4,5 ,ALL,NULL,NULL,NULL,NULL,NULL,Using temporary（2）Sql
（3）索引
（4）分析
临时表
（二）优化 sql
上面我们只做索引的优化, 遵循的原则是:
1. 最左前缀匹配原则，非常重要的原则，mysql 会一直向右匹配直到遇到范围查询 (、、between、like) 就停止匹配，比如 a = 1 and b = 2 and c 3 and d = 4 如果建立 (a,b,c,d) 顺序的索引，d 是用不到索引的，如果建立 (a,b,d,c) 的索引则都可以用到，a,b,d 的顺序可以任意调整。2.= 和 in 可以乱序，比如 a = 1 and b = 2 and c = 3 建立 (a,b,c) 索引可以任意顺序，mysql 的查询优化器会帮你优化成索引可以识别的形式。3. 尽量选择区分度高的列作为索引，区分度的公式是 count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是 1，而一些状态、性别字段可能在大数据面前区分度就是 0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要 join 的字段我们都要求是 0.1 以上，即平均 1 条扫描 10 条记录。4. 索引列不能参与计算，保持列“干净”，比如 from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+ 树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成 create_time = unix_timestamp(’2014-05-29’)。5. 尽量的扩展索引，不要新建索引。比如表中已经有 a 的索引，现在要加 (a,b) 的索引，那么只需要修改原来的索引即可。查询优化神器 – explain 命令
关于 explain 命令相信大家并不陌生，具体用法和字段含义可以参考官网 explain-output，这里需要强调 rows 是核心指标，绝大部分 rows 小的语句执行一定很快（有例外，下面会讲到）。所以优化语句基本上都是在优化 rows。
化基本步骤：
0. 先运行看看是否真的很慢，注意设置 SQL_NO_CACHE1.where 条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的 where 都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高；2.explain 查看执行计划，是否与 1 预期一致（从锁定记录较少的表开始查询）；3.order by limit 形式的 sql 语句让排序的表优先查；4. 了解业务方使用场景；5. 加索引时参照建索引的几大原则；6. 观察结果，不符合预期继续从 0 分析；上面已经详细的分析了每一个步骤，根据上面的 sql，去除 union 操作，增加索引。可以看出，优化后虽然有所改善。但是距离我们的希望还有很大距离，但是光做 sql 优化，感觉也没有多少改进空间, 所以决定从其他方面解决。
（三）拆分 sql
由于速度还是不领人满意, 尤其是个人用药情况统计, 其实没必要每次都全部统计一次, 再要优化, 只靠修改索引应该是不行的了, 所以考虑使用缓存。
接下来是修改 php 代码, 把全部 sql 语句拆分, 然后再组装。
（1）搜索真名, 别名(缓存)
SELECT mb.id, mb.sort_id, mb.title, mb.py, mb.unit, mb.weight, mb.tid, mb.amount_max, mb.poisonous, mb.is_auxiliary, mb.is_auxiliary_free, mb.is_difficult_powder, mb.brief, mb.is_fixed_recipe, IFNULL(group_concat(malias.title), ) atitle, IFNULL(group_concat(malias.py), ) apy FROM 药材表 AS mb LEFT JOIN 药材表 AS malias ON malias.tid = mb.id WHERE mb.tid = 0 AND ( malias.title LIKE %GC% OR malias.py LIKE %GC% or mb.title LIKE %GC% OR mb.py LIKE %GC% ) group by mb.id
（2）如果命中有药材
①排序
真名在前, 别名在后, 完全匹配在前, 部分匹配在后
// 对搜索结果进行处理, 增加权重②对供应商药材搜索
SELECT ms. 药材表 id, max( ms.audit ) AS audit, max( ms.price ) AS price, max( ms.market_price ) AS market_price, max( ms.is_granule ) AS is_granule, max( ms.is_decoct ) AS is_decoct, max( ms.is_slice ) AS is_slice, max( ms.is_cream ) AS is_cream, max( ms.is_extract ) AS is_extract, max( ms.is_cream_granule) AS is_cream_granule, max( ms.is_extract_granule) AS is_extract_granule, max( ms.is_drychip ) AS is_drychip, max( ms.is_pill ) AS is_pill, max( ms.is_powder ) AS is_powder, max( ms.is_bolus ) AS is_bolus FROM 供应商药材表 AS ms WHERE ms.audit = 1 AND ms. 供应商 idin ( SELECT DISTINCT ( ssof. 供应商 id) AS 供应商 id FROM 药库供应商关系表 AS ssof WHERE ssof. 药库 id IN ( 1,2,8,9,10,11,12,13,14,15,17,22,24,25,26,27,31,33 ) AND ssof. 药方剂型 id IN (1) ) AND ms. 药材表 id IN ( 78,205,206,207,208,209,334,356,397,416,584,652,988,3001,3200,3248,3521,3522,3599,3610,3624,4395,4396,4397,4398,4399,4400,4401,4402,4403,4404,4405,4406,4407,4408,5704,5705,5706,5739,5740,5741,5742,5743,6265,6266,6267,6268,6514,6515,6516,6517,6518,6742,6743 ) AND ms.is_slice = 1 GROUP BY ms. 药材表 id
③拿医生历史开方药材用量数据(缓存)
SELECT count( * ) AS total, rc.i AS 药材表 id FROM 处方药材表 AS rc INNER JOIN 药方表 AS r ON r.id = rc. 药方表_id WHERE r.did = 40 AND r.timeline 1576116927 AND rc.type_id in (1,3) GROUP BY rc.i
④ 装配及排序微调
（3）小结
运行速度, 对于开方量不是特别多的医生来说, 两者速度都是 0.1 秒左右. 但是如果碰到开方量大的医生, 优化后的 sql 速度比较稳定, 能始终维持在 0.1 秒左右, 优化前的 sql 速度会超过 0.2 秒. 速度提升约一倍以上。
最后对搜索结果和未优化前的搜索结果进行比对, 结果数量和顺序完全一致. 本次优化结束。
四、附录：
SELECT sql_no_cache
*FROM
(
-- mbu start## SELECT
m.*,
ifnull(p.total, 0) AS total FROM
(
-- 全部实名药材
##SELECT
munion.id,
munion.sort_id,
case when length(
trim( group_concat(munion.atitle SEPARATOR )
)
) 0 then concat(
munion.title,
( ,
trim( group_concat(munion.atitle SEPARATOR )
),
)
) else munion.title end as title,
munion.py,
munion.unit,
munion.weight,
munion.tid,
munion.amount_max,
munion.poisonous,
munion.is_auxiliary,
munion.is_auxiliary_free,
munion.is_difficult_powder,
munion.brief,
munion.is_fixed_recipe,
-- trim( group_concat( munion.atitle SEPARATOR ) ) AS atitle,## -- trim( group_concat( munion.apy SEPARATOR ) ) AS apy,## max(ttid) * 100000 + id AS ttid FROM
(
-- #union start
联合查找, 得到全部药材
## (
SELECT
mb.id,
mb.sort_id,
mb.title,
mb.py,
mb.unit,
mb.weight,
mb.tid,
mb.amount_max,
mb.poisonous,
mb.is_auxiliary,
mb.is_auxiliary_free,
mb.is_difficult_powder,
mb.brief,
mb.is_fixed_recipe,
AS atitle,
AS apy,
CASE WHEN mb.py = GC THEN 3 ELSE CASE WHEN mb.title = GC THEN 3 ELSE 1 END END AS ttid FROM
药材表 AS mb WHERE
mb.tid = 0
AND (
mb.title LIKE %GC%
OR mb.py LIKE %GC%
)
) -- 真名药材
## UNION ALL
(
SELECT
mb.id,
mb.sort_id,
mb.title,
mb.py,
mb.unit,
mb.weight,
mb.tid,
mb.amount_max,
mb.poisonous,
mb.is_auxiliary,
mb.is_auxiliary_free,
mb.is_difficult_powder,
mb.brief,
mb.is_fixed_recipe,
CASE WHEN malias.py = GC THEN malias.title ELSE CASE WHEN malias.title = GC THEN malias.title ELSE END END AS atitle,
malias.py AS apy,
CASE WHEN malias.py = GC THEN 2 ELSE CASE WHEN malias.title = GC THEN 2 ELSE 1 END END AS ttid FROM
药材表 AS mb LEFT JOIN 药材表 AS malias ON malias.tid = mb.id WHERE
malias.title LIKE %GC%
OR malias.py LIKE %GC%
) -- 其他药材结束
## -- #union end## ) munion GROUP BY
id -- 全部实名药材
## ) m LEFT JOIN (
-- 个人使用药材统计
## SELECT
count(*) AS total,
rc.i AS m 药材表 id FROM
处方药材表 AS rc INNER JOIN 药方表 AS r ON r.id = rc. 药方表_id WHERE
r.did = 40
AND r.timeline 1576115196
AND rc.type_id in (1, 3)
GROUP BY
rc.i -- 个人使用药材统计
## ) p ON m.id = p.m 药材表 id -- mbu end ## ) mbu INNER JOIN (
-- msu start
供应商药材筛选
## SELECT
ms. 药材表 id,
max(ms.audit) AS audit,
max(ms.price) AS price,
max(ms.market_price) AS market_price,
max(ms.is_granule) AS is_granule,
max(ms.is_decoct) AS is_decoct,
max(ms.is_slice) AS is_slice,
max(ms.is_cream) AS is_cream,
max(ms.is_extract) AS is_extract,
max(ms.is_cream_granule) AS is_cream_granule,
max(ms.is_extract_granule) AS is_extract_granule,
max(ms.is_drychip) AS is_drychip,
max(ms.is_pill) AS is_pill,
max(ms.is_powder) AS is_powder,
max(ms.is_bolus) AS is_bolus FROM
供应商药材表 AS ms INNER JOIN (
SELECT
DISTINCT (ssof. 供应商 id) AS 供应商 id FROM
药库供应商关系表 AS ssof WHERE
ssof. 药库 id IN (
1, 2, 8, 9, 10, 11, 12, 13, 14, 15, 17, 22,
24, 25, 26, 27, 31, 33
)
AND ssof. 药方剂型 id IN (1)
) tp ON tp. 供应商 id= ms. 供应商 id WHERE
ms.audit = 1
GROUP BY
ms. 药材表 id -- msu end ## ) msu ON mbu.id = msu. 药材表 idWHERE
msu. 药材表 id 0
AND msu.is_slice = 1order by
total desc,
ttid desc
以上是“SQL 如何优化”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注丸趣 TV 行业资讯频道！
向 AI 问一下细节
