sql 優化一般步驟
1 通過慢查日誌等定位那些執行效率較低的 sql 語句
2 explain 分析 sql 的執行計劃
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，常用語<,<=,>=,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
虽然上至下，效率越来越高，但是根据 cost 模型，假设有两个索引idx1(a, b, c),idx2(a, c)，SQL 为select * from t where a = 1 and b in (1, 2) order by c;如果走 idx1，那么是 type 为 range，如果走 idx2，那么 type 是 ref；当需要扫描的行数，使用 idx2 大约是 idx1 的 5 倍以上时，会用 idx1，否则会用 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。通過根據聯接類型瀏覽所有行並為所有匹配 where 子句的行保存排序關鍵字和行的指針來完成排序。然後關鍵字被排序，並按排序順序檢索行。
- using temporary：使用了臨時表保存中間結果，性能特別差，需要重點優化
- using index：表示相應的 select 操作中使用了覆蓋索引（coveing index）,避免訪問了表的數據行，效率不錯!如果同時出現 using where，意味著無法直接通過索引查找來查詢到符合條件的數據。
- using index condition：mysql5.6 之後新增的 icp，using index condtion 就是使用了 icp（索引下推），在存儲引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。
3 show profile 分析
了解 sql 執行的線程的狀態及消耗的時間。
默認是關閉的，開啟語句“set profiling = 1;”
SHOW PROFILES ;
SHOW PROFILE FOR QUERY #{id};
4 trace
trace 分析優化器如何選擇執行計劃，通過 trace 文件能夠進一步了解為什麼優惠券選擇 a 執行計劃而不選擇 b 執行計劃。
set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;
5 確定問題並採用相應的措施
- 優化索引
- 優化 sql 語句：修改 sql、in 查詢分段、時間查詢分段、基於上一次數據過濾
- 改用其他實現方式：es、數倉等
- 數據碎片處理
基於微服務的思想，構建在 b2c 電商場景下的項目實戰。核心技術棧，是 spring boot + dubbo 。未來，會重構成 spring cloud alibaba 。
項目地址：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=''
查询匹配从左往右匹配，要使用 order_no 走索引，必须查询条件携带 shop_id 或者索引(shop_id,order_no)调换前后顺序。
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 是字符類型，使用了數字，應該使用字符串匹配，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，可以優先讓產品優化需求，如果沒有優化的，有如下兩種優化方式：
- 一種是把上一次的最後一條數據，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接口協議，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 查询在 MySQL 底层是通过n*m的方式去搜索，类似 union，但是效率比 union 高。
in 查询在进行 cost 代价计算时（代价 = 元组数 * IO平均值），是通过将 in 包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以 MySQL 设置了个临界值(eq_range_index_dive_limit)，5.6 之后超过这个临界值后该列的 cost 就不参与计算了。
因此會導致執行計劃選擇不準確。默認是 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。
处理方式，可以(order_status, created_at)互换前后顺序，并且调整 SQL 为延迟关联。
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索。（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、優化器選擇不使用索引的情況
如果要求訪問的數據量很小，則優化器還是會選擇輔助索引，但是當訪問的數據占整個表中數據的蠻大一部分時（一般是 20%左右），優化器會選擇通過聚集索引來查找數據。
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;
如果是統計某些數據，可能改用數倉進行解決;
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混用时会导致索引失效
案例 10、大數據
對於推送業務的數據存儲，可能數據量會很大，如果在方案的選擇上，最終選擇存儲在 mysql 上，並且做 7 天等有效期的保存。
那麼需要注意，頻繁的清理數據，會照成數據碎片，需要聯繫 dba 進行數據碎片處理。