慢sql问题解决,sql优化,数据库(mysql)

news2024/9/20 7:46:30

文章目录

  • 1、count效率比较
  • 2、作者遇到的慢sql问题
    • 2.1、使用排序导致变慢问题
    • 2.2、使用LEFT JOIN 导致索引失效的问题
    • 2.3、子查询导致索引失效
  • 3、explain命令介绍
  • 4、阿里云rds数据库(mysql的一种)主键索引查询很慢问题
  • 参考文档

1、count效率比较

  • 所以结论是:按照效率排序的话,count(字段)<count(主键 id)<count(1)=count(*)
  • 所以我建议你,尽量使用 count(*)或count(1)。

2、作者遇到的慢sql问题

2.1、使用排序导致变慢问题

  • 表的数据大概为100万条
  • 问题原因:使用create_time字段排序,但是create_time字段没有增加索引导致速度变慢
  • 原执行速度 2.6秒
    #导致原因
    order by create_time
    
  • 解决方式给字段create_time 增加一个索引,执行速度从2秒变成0.031
    alter table 'system_log' 
    add index 'idx_create_time'
    

2.2、使用LEFT JOIN 导致索引失效的问题

  • 小表sys_user(用户表)
  • 大表system_log (系统日志表),默认system_log.create_time 已经创建了普通索引
  • 问题原因:索引在大表上,使用left join导致大表的索引失效
  • 原执行速度2.6秒
    #导致原因
    from sys_user
    left join system_log on sys_user.id=system_log.user_id
    order by system_log.create_time
    
  • 解决办法一:使用 inner join,执行速度0.031秒
    from sys_user
    inner join system_log on sys_user.id=system_log.user_id
    order by system_log.create_time
    
  • 解决办法二:使用大表驱动小表,执行速度0.033秒
    from system_log 
    left join sys_user on sys_user.id=system_log.user_id
    order by system_log.create_time
    

2.3、子查询导致索引失效

  • rds数据库(mysql的一种),recode_table表记录数5亿,org_table表记录数4万
  • 原执行速度超时(60秒以上)
    SELECT cu.org_no as orgNo,
           org.org_short_name as orgName,
           round(sum(qty) /10000, 2)  as aValue,
           cast(round((sum(qty) -sum(qty_corrprd)) / sum(qty_corrprd) *100, 2)  as decimal(22, 2)) as cValue
      FROM `org_table` org
      left join recode_table cu on cu.org_no= org.org_no
       and cu.time_period= '01'
       and cu.ind_cls in ('0101', '0202', '0303')
       and cu.stat_date between '20240801'
       and '20240810'
     where org.prnt_org_no= '11101'
     group by org.org_no,
             org.org_name,
             org.org_short_name
    
    #等价于
    SELECT cu.org_no as orgNo,
           org.org_short_name as orgName,
           round(sum(qty) /10000, 2)  as aValue,
           cast(round((sum(qty) -sum(qty_corrprd)) / sum(qty_corrprd) *100, 2)  as decimal(22, 2)) as cValue
    from org_table org
    left join(
    select cu.org_no, qty, qty_corrprd
      from recode_table cu
     where cu.time_period= '01'
       and cu.ind_cls in('0101', '0202', '0303')
       and cu.stat_date between '20240801'
       and '20240810'
    ) cu on cu.org_no= org.org_no
    where org.prnt_org_no= '11101'
    group by org.org_no,
             org.org_name,
             org.org_short_name
    
  • 解决方式一:把条件都放到where中,执行速度2.5s
    #搜索的结果会有略微差异,org_table关联不上的结果会消失
    SELECT cu.org_no as orgNo,
           org.org_short_name as orgName,
           round(sum(qty)  /10000, 2) as aValue,
           cast(round((sum(qty)  -sum(qty_corrprd))  / sum(qty_corrprd)  *100, 2) as decimal(22, 2))  as cValue
      FROM `org_table` org
       join recode_table cu on cu.org_no= org.org_no
     where cu.time_period= '01'
       and cu.ind_cls in('0101', '0202', '0303')
       and cu.stat_date between '20240801'
       and '20240810'
       and org.prnt_org_no= '11101'
     group by org.org_no,
             org.org_name,
             org.org_short_name
    
  • 解决方式二:把条件都放到where中,同时外层再重复关联org_table表执行速度2.5s
    #多嵌套了一层非常难看,但是可以解决org_table关联结果不丢失的问题
    select org.org_no as orgNo,
           org.org_short_name as orgName,
           a.aValue as aValue,
           a.cValue as cValue
      FROM org_table org
    left join 
    (
    SELECT cu.org_no as orgNo,
           org.org_short_name as orgName,
           round(sum(qty) /10000, 2)  as aValue,
           cast(round((sum(qty) -sum(qty_corrprd)) / sum(qty_corrprd) *100, 2)  as decimal(22, 2)) as cValue
      FROM `org_table` org
      inner join recode_table cu on cu.org_no= org.org_no
     where cu.time_period= '01'
       and cu.ind_cls in ('0101', '0202', '0303')
       and cu.stat_date between '20240801'
       and '20240810'
       and org.prnt_org_no= '11101'
     group by org.org_no,
             org.org_name,
             org.org_short_name
    ) as a on a.orgNo= org.org_no
     where org.prnt_org_no= '11101'	 
    
  • 解决方法三:使用union 强制让子查询走索引,执行速度0.2s
    SELECT cu.org_no as orgNo,
           org.org_short_name as orgName,
           round(sum(qty) /10000, 2)  as aValue,
           cast(round((sum(qty) -sum(qty_corrprd)) / sum(qty_corrprd) *100, 2)  as decimal(22, 2)) as cValue
    from org_table org
    left join(
    select cu.org_no, qty, qty_corrprd
      from recode_table cu
     where cu.time_period= '01'
       and cu.ind_cls in('0101', '0202', '0303')
       and cu.stat_date between '20240801'
       and '20240810'
    union
    select null,null,null
    ) cu on cu.org_no= org.org_no
    where org.prnt_org_no= '11101'
    group by org.org_no,
             org.org_name,
             org.org_short_name
    

3、explain命令介绍

  • explain使用方法及结果分析
  • explain命令可以查看执行计划,在你需要执行的sql语句前面加explain即可
  • filtered越小代表索引的优化效果越好,定位到需要的记录速度越快
  • 例如
    explain select * from `order` where code='002';
    
  • 执行计划包含列的含义
    在这里插入图片描述

4、阿里云rds数据库(mysql的一种)主键索引查询很慢问题

  • where的查询条件也在索引上,但是单表查询的速度非常慢
  • 解决方式:添加多个单字段索引,原本主键字段为date、org_code、type,建3个索引,每个索引对应一个字段
  • 原速度10s,加完之后0.05s
  • 为什么添加单字段索引会变快,这个问题作者也没想通

参考文档

  • sql优化的15个小技巧(必知五颗星),面试说出七八个就有了

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2080787.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

初识C++(8.27)

用C实现: 提示并输入一个字符串&#xff0c;统计该字符串中字母个数、数字个数、空格个数、其他字符的个数. #include <iostream> #include <string>using namespace std;int main() {string str;cout << "请输入一个字符串: ";getline(cin, str…

uni-app - - - - - 使用uview-plus详细步骤

uni-app - - - - - 使用uview-plus详细步骤 1. 使用HbuilderX创建空白项目2. 安装插件3. uview-plus配置使用3.1 main.js配置3.2 uni.scss配置3.3 App.vue配置3.4 pages.json 4. 重启Hbuilderx 1. 使用HbuilderX创建空白项目 2. 安装插件 工具 > 插件安装 > 前往插件市场…

用Python探究两组变量的相关性_典型相关分析(CCA)模板

典型相关分析&#xff08;Canonical Correlation Analysis, CCA&#xff09;是一种多变量统计分析方法&#xff0c;用于研究两组变量之间的整体相关性。它的基本原理是在两组变量中分别提取有代表性的两个综合变量&#xff08;即两组变量的线性组合&#xff09;&#xff0c;通过…

Java设计模式之工厂模式详细讲解和案例示范

在Java的设计模式中&#xff0c;工厂模式&#xff08;Factory Pattern&#xff09;是最常见和最有用的一种创建型模式。工厂模式的核心思想是将对象的创建与使用分离&#xff0c;从而提供了一种灵活的方式来创建不同类型的对象。这种模式尤其适用于复杂对象的创建过程&#xff…

HTTrack镜像网站实践

目录 前言 Windows下使用HTTrack HTTrack安装 HTTrack使用 Kali linux下使用HTTrack HTTrack安装 HTTrack使用 前言 在特殊时期&#xff0c;不想把真实的网站页面展示给用户&#xff0c;但又不能关停。此刻&#xff0c;可以用镜像网站替换真实网站&#xff0c;降低安全风…

Golang | Leetcode Golang题解之第378题有序矩阵中第K小的元素

题目&#xff1a; 题解&#xff1a; func kthSmallest(matrix [][]int, k int) int {n : len(matrix)left, right : matrix[0][0], matrix[n-1][n-1]for left < right {mid : left (right - left) / 2if check(matrix, mid, k, n) {right mid} else {left mid 1}}retur…

52.给定一个整数 n,实现一个算法返回 n 皇后不同的解决方案的数量

52. N-Queens II 题目 n皇后问题是指将n个皇后放置在一个nn的棋盘上,使得任意两个皇后不在同一行、同一列或同一对角线上。 给定一个整数 n,返回 n 皇后问题不同的解法数量。 示例: 输入: 4 输出: 2 解释: 4皇后问题有如下两个不同的解法: [ [“.Q…”, // 解法 1 “……

LabVIEW反编译与源程序加密破解

最近&#xff0c;不少粉丝咨询如何将生成的 LabVIEW 可执行程序反编译&#xff0c;所以写了这篇文章来详细探讨这个话题。反编译问题引起了广泛的关注&#xff0c;许多开发者希望能够从现有的可执行文件中提取源代码&#xff0c;以便进行修改或重新利用。然而&#xff0c;反编译…

Java基础:什么是多态

什么是多态 多态是面向对象的三大特性之一&#xff08;另外两个是封装和继承&#xff09;&#xff0c;指的是同一个方法能执行不同的行为&#xff0c;在代码上的体现是&#xff1a;声明为父类的对象&#xff0c;可以被不同的实现类赋值&#xff0c;其中实现类必须继承或者实现…

OpenCV图像拼接多频段融合源码重构

OpenCV图像拼接多频段融合源码重构 图像拼接是计算机视觉中的一个常见问题&#xff0c;OpenCV提供了十分完善的算法类库。作者使用OpenCV4.6.0进行图像拼接&#xff0c;其提供了包括曝光补偿、最佳缝合线检测以及多频段融合等图像拼接常用算法&#xff0c;测试发现多频段融合算…

uni-app - - - - - 自定义tabbar

uni-app - - - - - 自定义tabbar 1. 创建页面2. pages.json3. 自定义tabbar4. 隐藏原生tabbar5. 全局注册组件6. 页面使用7. 效果图展示 1. 创建页面 2. pages.json 配置tabbar {"tabBar": {"list": [{"pagePath": "pages/ballroom/ballr…

认知杂谈25

今天分享 有人说的一段争议性的话 I I 《拖延症&#xff0c;谁都有过》 嘿&#xff0c;朋友们&#xff01;咱都来说说&#xff0c;拖延症这玩意儿&#xff0c;好多人都被它给缠上啦。你看哈&#xff0c;本来计划得好好的&#xff0c;今天要把房间收拾得干干净净&#xff0c;可…

SSH弱口令爆破服务器

一、实验背景 1、概述 使用kali的hydra进行ssh弱口令爆破&#xff0c;获得服务器的用户名和口令&#xff0c;通过 ssh远程登录服务器。 2、实验环境 kali攻击机&#xff1a;192.168.1.107 centos服务器&#xff1a;192.168.1.105 二、前置知识 1、centos设置用户并设置弱…

软件设计原则之接口隔离原则

接口隔离原则&#xff08;Interface Segregation Principle, ISP&#xff09;是面向对象设计中的一个重要原则&#xff0c;它属于SOLID原则之一。这个原则强调客户端&#xff08;即接口的调用者&#xff09;不应该被迫依赖于它们不使用的方法。换句话说&#xff0c;一个类对另一…

【区块链 + 司法存证】数据存证区块链服务开放平台 | FISCO BCOS应用案例

大数据时代&#xff0c;数据参与社会生产过程&#xff0c;实现价值增值&#xff0c;是一种新型生产要素。数据产品具有易复制、易修改等特点&#xff0c; 因而数据产品在使用、流通过程中面临被非法复制、非法传播、非法篡改和知识产权窃取等安全风险。在存证数 据上链过程中&a…

PDF转化为机器可读格式的工具

MinerU PDF转化为机器可读格式的工具 项目简介 MinerU是一款将PDF转化为机器可读格式的工具&#xff08;如markdown、json&#xff09;&#xff0c;可以很方便地抽取为任意格式。 项目地址&#xff1a; https://github.com/opendatalab/MinerU/tree/master主要功能 删除页…

微信开发者工具 自定义字体大小

常用编程软件自定义字体大全首页 文章目录 前言具体操作1. 打开文件设置对话框2. 在Font Family里面输入字体 前言 微信开发者工具 自定义字体大小&#xff0c;统一设置为 Cascadia Code SemiBold &#xff0c;大小为 14 具体操作 【文件】>【首选项】>【设置】>【文…

登录校验组件 Spring Security OAuth2 详解

什么是OAuth? OAuth&#xff08;全称Open Authorization&#xff0c;开放授权&#xff09;是一种基于令牌的身份验证和授权协议&#xff0c;它允许用户授权第三方应用访问其在服务提供者&#xff08;如社交媒体、邮箱服务等&#xff09;上存储的特定信息&#xff0c;而无需直…

安防监控/软硬一体/视频汇聚网关EasyCVR硬件启动崩溃是什么原因?

安防视频监控EasyCVR安防监控视频系统采用先进的网络传输技术&#xff0c;支持高清视频的接入和传输&#xff0c;能够满足大规模、高并发的远程监控需求。EasyCVR平台支持多种视频流的外部分发&#xff0c;如RTMP、RTSP、HTTP-FLV、WebSocket-FLV、HLS、WebRTC、WS-FMP4、HTTP-…

PyTorch深度学习网络(二:CNN)

卷积神经网络&#xff08;CNN&#xff09;是一种专门用于处理具有类似网格结构数据的深度学习模型&#xff0c;例如图像&#xff08;2D网格的像素&#xff09;和时间序列数据&#xff08;1D网格的信号强度&#xff09;。CNN在图像识别、图像分类、物体检测、语音识别等领域有着…