记一次简单的SQL优化实践。

一、初始化数据

1.1 初始化数据-课程表

#课程表
create table Course(
	c_id int primary key,
	name varchar(10)
);

 #存储过程：增加课程表100条数据
 DROP PROCEDURE IF EXISTS insert_Course;

 DELIMITER $
 CREATE PROCEDURE insert_Course()
 BEGIN
     DECLARE i INT DEFAULT 1;
         WHILE i<=100 DO
         INSERT INTO Course(`c_id`,`name`) VALUES(i, CONCAT('语文',i+''));
         SET i = i+1;
    END WHILE;
END $

CALL insert_Course();

1.2 初始化数据-学生表

#学生表
create table Student(
	s_id int primary key,
	name varchar(10)
);

#存储过程：学生表增加70000条数据
 DROP PROCEDURE IF EXISTS insert_Student;
 
 DELIMITER $
 CREATE PROCEDURE insert_Student()
 BEGIN
     DECLARE i INT DEFAULT 1;
         WHILE i<=70000 DO
         INSERT INTO Student(`s_id`,`name`) VALUES(i, CONCAT('张三',i+''));
         SET i = i+1;
    END WHILE;
END $

CALL insert_Student();

1.3 初始化数据-成绩表

#成绩表
CREATE table Result(
	r_id int primary key,
	s_id int,
	c_id int,
	score int
);

#存储过程：成绩表增加70W条数据
 DROP PROCEDURE IF EXISTS insert_Result;
 
 DELIMITER $
 CREATE PROCEDURE insert_Result()
 BEGIN
     DECLARE i INT DEFAULT 1;
         DECLARE sNum INT DEFAULT 1;
         DECLARE cNum INT DEFAULT 1;
         WHILE i<=700000 DO
                if (sNum%70000 = 0) THEN
                    set sNum = 1;
                elseif (cNum%100 = 0) THEN 
                    set cNum = 1;
                end if;
        INSERT INTO Result(`r_id`,`s_id`,`c_id`,`score`) VALUES(i,sNum ,cNum , (RAND()*99)+1);
        SET i = i+1;
                SET sNum = sNum+1;
                SET cNum = cNum+1;
    END WHILE;
END $

CALL insert_Result();

二、SQL实践

业务需求：查找 语文1 成绩为 100 分的考生

2.1 基础子查询

#查询语文1考100分的考生
select s.* from Student s where s.s_id in (
	select s_id from Result r where r.c_id = 1 and r.score = 100
)

执行时间：0.937s
查询结果：32 位满足条件的学生

查看执行计划：

EXPLAIN select s.* from Student s where s.s_id in (
	select s_id from Result r where r.c_id = 1 and r.score = 100
)

查询结果中 type 列：all 是全表扫描，index 是通过索引扫描。

2.2 优化-创建索引

根据执行计划：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 条件的字段了。

先给 Result 表的 c_id 和 score 建立个索引：

CREATE index result_c_id_index on Result(c_id);
CREATE index result_score_index on Result(score);

再次执行上述查询语句，时间为：0.027s。

快了 34.7 倍（四舍五入），大大缩短了查询的时间，看来索引能极大程度的提高查询效率，在合适的列上面建立索引很有必要。

相同的 SQL 语句多次执行，你会发现第一次是最久的，后面执行所需的时间会比第一次执行短些许。原因是：相同语句第二次查询会直接从缓存中读取。

2.3 优化-SQL优化-连接查询（1）

0.027s 很短了，但是还能再进行优化吗，再次查看执行计划：

EXPLAIN select s.* from Student s where s.s_id in (
	select s_id from Result r where r.c_id = 1 and r.score = 100
)

show warnings;

（1）执行计划结果：

（2）优化后的SQL：

 SELECT
     `example`.`s`.`s_id` AS `s_id`,
     `example`.`s`.`name` AS `name` 
 FROM
     `example`.`Student` `s` semi
     JOIN ( `example`.`Result` `r` ) 
 WHERE
     (
     	( `example`.`s`.`s_id` = `<subquery2>`.`s_id` ) 
    	AND ( `example`.`r`.`score` = 100 ) 
    	AND ( `example`.`r`.`c_id` = 1 ) 
    )

有 type = all。按照之前的想法，该 SQL 执行的顺序是执行子查询获取s_id结果。

12871,40987,46729,61381,3955,10687,14047,26917,28897,31174,38896,56518,10774,25030,9778,12544,24721,27295,60361,
38479,46990,66988,6790,35995,46192,47578,58171,63220,6685,67372,46279,64693

然后在执行如下SQL：

select s.* from Student s where s.s_id in (
	12871,40987,46729,61381,3955,10687,14047,26917,28897,31174,38896,56518,10774,25030,9778,12544,24721,27295,60361,38479,46990,66988,6790,35995,46192,47578,58171,63220,6685,67372,46279,64693
)

单独执行上述SQL耗时0.222s。发现比一起执行快多了，查看优化后的 SQL 语句，发现MySQL 竟然不是先执行里层的查询，而是将 SQL 优化成了 exists 字句，执行计划中的 select_type 为 MATERIALIZED（物化子查询）。MySQL 先执行外层查询，在执行里层的查询，这样就要循环学生数量*满足条件的学生 ID 次，也就是 7W * 32 次。

我们将SQL修改为连接查询，如下：

select s.* from Student s INNER JOIN Result r on r.s_id = s.s_id where r.c_id = 1 and r.score = 100;

这里为了重新分析连接查询的情况，先暂时删除索引 result_c_id_index ，result_score_index ，并基于连接查询创建索引。

DROP index result_c_id_index on Result;
DROP index result_score_index on Result;

CREATE index result_s_id_index on Result(s_id);

执行耗时 1.2s ，再来看看执行计划（ EXPLAIN + 查询 SQL 即可查看该 SQL 的执行计划）：
（1）创建基于连接查询的索引前：

（2）创建基于连接查询的索引后：

发现是先做的连接查询，再进行的 where 条件过滤。但是我们这里的情况，如果先 join ，将会有 70W 条数据发送 join ，所以先执行Result。

2.4 优化-SQL优化-连接查询（2）

优化的SQL如下：

SELECT s.* FROM (
	SELECT * FROM Result r WHERE r.c_id = 1 AND r.score = 100 
) t INNER JOIN Student s ON t.s_id = s.s_id

比之前 sql 的时间都要短，查看执行计划：

再给 Result 表的 c_id 和 score 建立个索引：

CREATE index result_c_id_index on Result(c_id);
CREATE index result_score_index on Result(score);

这里用到了 intersect 并集操作，即两个索引同时检索的结果再求并集，再看字段 score 和 c_id 的区分度，但从一个字段看，区分度都不是很大，从 Result 表检索，c_id = 81 检索的结果是 81 ，score = 84 的结果是 84 。而 c_id = 81 and score = 84 的结果是 19881，即这两个字段联合起来的区分度还是比较高的，因此建立联合索引查询效率将会更高，从另外一个角度看，该表的数据是 300W ，以后会更多，就索引存储而言，都是不小的数目，随着数据量的增加，索引就不能全部加载到内存，而是要从磁盘读取，这样索引的个数越多，读磁盘的开销就越大，因此根据具体业务情况建立多列的联合索引是必要的。

三、小结

1、MySQL 嵌套子查询效率确实比较低，可以将其优化成连接查询。
2、连接表时，可以先用 where 条件对表进行过滤，然后做表连接（ MySQL 默认会对连表语句做优化）。
3、建立合适的索引，必要时建立多列联合索引
4、学会分析 sql 执行计划，mysql 会对 sql 进行优化，所有分析计划很重要。