第45期：一条 SQL 语句优化的基本思路

news2024/9/28 23:36:23

SQL 语句优化是一个既熟悉又陌生的话题。面对千奇百怪的 SQL 语句，虽然数据库本身对 SQL 语句的优化一直在持续改进、提升，但是我们不能完全依赖数据库，应该在给到数据库之前就替它做好各种准备工作，这样才能让数据库来有精力做它自己擅长的事情。

就拿 MySQL 来讲，一条 SQL 语句从客户端发出到数据库端返回结果一般会经历几个阶段：词法解析、语法解析、语义解析、逻辑优化、物理优化、最终执行并返回结果。那么这几个阶段，我们 DBA 能参与的也就是两个阶段：逻辑优化以及少许物理优化。所以在我们 DBA 这侧，对 SQL 语句的优化简单来讲就是让我们自己写的 SQL 语句能更好的适应数据库内置的优化规则，进一步让 SQL 语句在每个处理阶段能扫描更少的记录数量、字段数量来改善查询效果。

逻辑优化可以理解为基于N多数据库内置规则的预处理，规则定义越全面，对 SQL 语句优化的就越极致。比如使用表关联代替子查询、分组聚合条件上推、在特定条件下用内连接来替换外连接、视图上推到基表等等一系列优化措施。

物理优化可以理解为数据库按照当前 SQL 语句涉及到的表统计信息、列统计信息、索引个数、索引优劣、当前运行负载、当前硬件资源等可变因素来决定如何生成最优执行路径的方法。

一般来讲，我们拿到一条“不是很优化”、“烂的”、“慢的” 等 SQL 语句（至于怎么拿到这条语句，不在本篇讨论范围），应该按照以下几个步骤来逐步分析：

一、定位该SQL 语句涉及到的表结构，确认是磁盘表还是视图，如果是磁盘表，那么该考虑以下几点：

这些表是否统一为InnoDB引擎（MySQL 5.7 以及以前一些老旧版本可能会有非InnoDB引擎表），如果不是，转换表引擎为InnoDB。因为MySQL从5.5 版本开始，所有针对存储层的优化都是针对InnoDB引擎的。
极个别表为临时表。查看临时表相关参数是否设置合理；或者说能否把临时表替换为磁盘表。
查询每张表的字段类型，看有无不合理的部分。
查询每张表的记录数，检查是否过大需要后续拆分。
查询每张表的统计信息，检查是否及时做了更新。
针对这些表结构做进一步分析，查看索引设计是否合理？大致会有以下几种结果：

（1）. 都没有索引，有的连主键都没有。

（2）. 都有主键或者唯一索引，但是没有二级索引。

（3）. 有主键或者唯一索引，也有一些二级索引，并且二级索引可选择性也比较优化。

（4）. 有主键或者唯一索引，也有一些二级索引，但是这些二级索引可选择性很差。

二、如果有些表是视图，需要考虑以下几点：

该视图内部的算法有两种，一种是临时表（TEMPTABLE）、另外一种是合并（MERGE ）。可以针对这两种算法来分别测试视图整体性能哪个较优化。
该视图内部如果有很复杂的处理逻辑，想办法把这部分内容简化或者从数据库剥离转交给应用处理，避免数据库将其劣势放大。
该视图如果非必须，可拆解为基表与上层SQL 语句做合并处理，这样效率较之前更优化（比如视图内部多表关联与上层基表再次关联，拆分后，优化器就会有更多更优的表关联顺序）。

三、到了这一步，如果是多张表关联，此处检查表关联键：

表关联键为主键和外键，也即两表用来关联的字段在一张表唯一并且在另一张表被引用，这时需要补充额外的过滤条件来减少扫描记录数。
表关联键为非主键，也即两表用来关联的字段都不唯一，需要优化为唯一键值关联。
表关联键字段编码不一致，需要人为转换字段编码并改为一致。

四、基于以上几点，表结构分析这块已经大致完毕。接下来从SQL 语句层面来分析，比如这条SQL语句能否修改为更加优化的方式。可以考虑以下两点：

SQL语句本身很简单，没有必要做修改。

比如这条语句本身是20张表的内联查询，那它不够优化并不是因为写的不好，而是表关联个数实在太多。
SQL语句本身很复杂，仔细分析后，可以简化这条语句的写法。

复杂SQL语句又可以分为很多类别，比如多张子表关联、多张表嵌套子查询、多个子查询合并输出、多个聚合类操作等等。每种都有不同的优化方法，后续我会一一介绍。