SQL 優化一般步驟
1 透過慢查詢日誌等定位那些執行效率較低的 SQL 語句
2 explain 分析 SQL 的執行計畫
需要重點關注 type、rows、filtered、extra。
type 由上至下，效率越來越高
- ALL 全表掃描
- index 索引全掃描
- range 索引範圍掃描，常用於 <,<=,>=,between,in 等操作
- ref 使用非唯一索引掃描或唯一索引前綴掃描，返回單條記錄，常出現在關聯查詢中
- eq_ref 類似 ref，區別在於使用的是唯一索引，使用主鍵的關聯查詢
- const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢
- null MySQL 不訪問任何表或索引，直接返回結果
雖然由上至下，效率越來越高，但是根據 cost 模型，假設有兩個索引idx1(a, b, c),idx2(a, c)，SQL 為select * from t where a = 1 and b in (1, 2) order by c;如果走 idx1，那麼 type 為 range，如果走 idx2，那麼 type 是 ref；當需要掃描的行數，使用 idx2 大約是 idx1 的 5 倍以上時，會用 idx1，否則會用 idx2
Extra
- Using filesort：MySQL 需要額外的一次傳遞，以找出如何按排序順序檢索行。透過根據連線類型瀏覽所有行並為所有匹配 WHERE 子句的行儲存排序關鍵字和行的指標來完成排序。然後關鍵字被排序，並按排序順序檢索行。
- Using temporary：使用了臨時表儲存中間結果，效能特別差，需要重點優化
- Using index：表示相應的 select 操作中使用了覆蓋索引（Covering Index），避免存取表的資料行，效率不錯！如果同時出現 using where，表示無法直接透過索引查詢來查詢到符合條件的資料。
- Using index condition：MySQL5.6 之後新增的 ICP，using index condition 就是使用了 ICP（索引下推），在儲存引擎層進行資料過濾，而不是在服務層過濾，利用索引現有的資料減少回表的資料。
3 show profile 分析
了解 SQL 執行的執行緒的狀態及消耗的時間。
預設是關閉的，開啟語句「set profiling = 1;」
SHOW PROFILES ;
SHOW PROFILE FOR QUERY #{id};
4 trace
trace 分析最佳化程式如何選擇執行計畫，透過 trace 檔案能夠進一步了解為什麼優惠券選擇 A 執行計畫而不選擇 B 執行計畫。
set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;
5 確定問題並採取相應的措施
- 優化索引
- 優化 SQL 語句：修改 SQL、IN 查詢分段、時間查詢分段、基於上一次資料過濾
- 改用其他實作方式：ES、資料倉儲等
- 資料碎片處理
基於微服務的思想，建構在 B2C 電商場景下的專案實戰。核心技術棧是 Spring Boot + Dubbo。未來會重構成 Spring Cloud Alibaba。
專案位址：https://github.com/YunaiV/onemall
場景分析
案例 1、最左匹配
索引
KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
SQL 語句
select * from _t where orderno=''
查詢匹配從左往右匹配，要使用 order_no 走索引，必須查詢條件攜帶 shop_id 或者索引(shop_id,order_no)調換前後順序。
案例 2、隱式轉換
索引
KEY `idx_mobile` (`mobile`)
SQL 語句
select * from _user where mobile=12345678901
隱式轉換相當於在索引上做運算，會讓索引失效。mobile 是字元類型，使用了數字，應該使用字串匹配，否則 MySQL 會用到隱式替換，導致索引失效。
案例 3、大分頁
索引
KEY `idx_a_b_c` (`a`, `b`, `c`)
SQL 語句
select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
對於大分頁的場景，可以優先讓產品最佳化需求，如果沒有最佳化的，有如下兩種最佳化方式：
- 一種是把上一次的最後一條資料，也即上面的 c 傳過來，然後做「c < xxx」處理，但是這種一般需要改介面協定，並不一定可行。
- 另一種是採用延遲關聯的方式進行處理，減少 SQL 回表，但是要記得索引需要完全覆蓋才有效果，SQL 改動如下
SELECT
t1.*
FROM
_t t1,
( SELECT id FROM _t WHERE a = 1 AND b = 2 ORDER BY c DESC LIMIT 10000, 10 ) t2
WHERE
t1.id = t2.id;
案例 4、in + order by
索引
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
SQL 語句
SELECT
*
FROM
_order
WHERE
shop_id = 1
AND order_status IN ( 1, 2, 3 )
ORDER BY
created_at DESC
LIMIT 10
in 查詢在 MySQL 底層是透過n*m的方式去搜尋，類似 union，但是效率比 union 高。
in 查詢在進行 cost 代價計算時（代價 = 元組數 * IO平均值），是透過將 in 包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較慢，所以 MySQL 設定了一個臨界值(eq_range_index_dive_limit)，5.6 之後超過這個臨界值後該列的 cost 就不參與計算了。
因此會導致執行計畫選擇不準確。預設是 200，即 in 條件超過了 200 個數據，會導致 in 的代價計算存在問題，可能會導致 MySQL 選擇的索引不準確。
處理方式，可以(order_status, created_at)互換前後順序，並且調整 SQL 為延遲關聯。
案例 5、範圍查詢阻斷，後續欄位不能走索引
索引
KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
SQL 語句
SELECT
*
FROM
_order
WHERE
shop_id = 1
AND created_at > '2021-01-01 00:00:00'
AND order_status = 10
範圍查詢還有「IN、between」
案例 6、不等於、不包含不能用到索引的快速搜尋。（可以用到 ICP）
select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1
在索引上，避免使用 NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE 等
案例 7、最佳化程式選擇不使用索引的情況
如果要求存取的資料量很小，則最佳化程式還是會選擇輔助索引，但是當存取的資料佔整個表中資料的蠻大一部分時（一般是 20%左右），最佳化程式會選擇透過聚集索引來查找資料。
select * from _order where order_status = 1
查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。
案例 8、複雜查詢
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;
如果是統計某些資料，可能改用資料倉儲進行解決；
如果是業務上就有那麼複雜的查詢，可能就不建議繼續走 SQL 了，而是採用其他的方式進行解決，比如使用 ES 等進行解決。
案例 9、asc 和 desc 混用
select * from _t where a=1 order by b desc, c asc
desc 和 asc 混用時會導致索引失效
案例 10、大數據
對於推送業務的資料儲存，可能資料量會很大，如果在方案的選擇上，最終選擇儲存在 MySQL 上，並且做 7 天等有效期的保存。
那麼需要注意，頻繁的清理資料，會造成資料碎片，需要連絡 DBA 進行資料碎片處理。