Mysql查询优化-DB篇

本文重点从数据库本身角度，硬件和环境的优化不在本文范围内

1. 使用索引（Index All Columns Used in 'where', 'order by', and 'group by' Clauses）

索引的作用就不用在这里说了，需要说明的是其副作用：索引会占用更多的空间，并导致增删改速度会变慢

一个很重要的问题是，如果建立索引之后，发现查询速度并没有加快，那么如果去排查呢？这就需要借助于执行计划（execution plan）了

下面是建立索引前后的执行计划：

 explain SELECT title, body FROM test.articles where title ='数据库管理'

 建索引前：

建立索引：ALTER TABLE articles ADD INDEX index_title (title)

建索引后：

索引是否有效，不只需要确认执行计划中的key，而且需要确认key_len

比如此处的title是varchar(200)，而且表的编码为utf8mb4（兼容性好于utf8），一个字符占4个字节，key_len=200*4 + 1（标示是否NULL） + 2（长度）

索引的数据结构：

Mysql的索引使用的是B+二叉树（进一步，需要了解二叉树，平衡二叉树或者AVL树，红黑树，B/B+树）

B+树索引并不能找到一个给定键值的具体行，它找到的只是被查找数据行所在的页，接着数据库会把页读入到内存，再在内存中进行查找，最后得到要查找的数据。

**对于连接查询，只需要在关联顺序中的第二张表的相应列上创建索引即可。

**覆盖索引（包含所有需要查询的字段的值）对于字段少的查询非常有用

**应避免冗余和重复索引，参考

**不支持函数索引，但支持前缀索引（也就是对前N个字符创建索引）

**列的基数（比如数值范围）越大，索引效果越好

**尽量使用短索引

**利用最左前缀：例如 ALTER TABLE student ADD INDEX lname_birth_age (name,birthday,age); 相当于建立了三个索引：(name),(name,birthday),(name,birthday,age)，所以要把常用的放在最左边

2. 用Union代替like（Optimize Like Statements With Union Clause）

如果是分别建立索引，那么作用会更大。另外，UNION ALL 要比 UNION 快很多（如果知道不重复，就应该使用Union All）

mysql> select * from students where first_name like  'Ade%'  or last_name like 'Ade%' ;

=>

mysql> select  from students where first_name like  'Ade%'  union all select  from students where last_name like  'Ade%' ;

3. 避免在开头使用通配符(Avoid Like Expressions With Leading Wildcards)
会导致索引无法使用（比如 like '%abc'）而进行全表扫描，索引就类似字典的目录，试想如果只知道词语的后半部分，又如何去查找目录呢？

解决方法：
1）对于'%xx'，使用reverse函数：reverse(name) like reverse(‘%245′)

2）对于'%xx%'，使用instr函数： instr(t.column,’xx’)> 0

4. 使用Mysql的全文搜索（FTS：full-text search）

使用举例：

mysql>Alter table students ADD FULLTEXT (first_name, last_name);
mysql>Select * from students where match(first_name, last_name) AGAINST ('Ade');  // 默认使用自然语言匹配单词

关于FTS，有几个需要注意的地方：

1）只在MyISAM或者InnoDB适用

2）只用于字段char，varchar，text

3）自5.7.6开始，支持CJK语言（需要使用ngram解析：ADD FULLTEXT INDEX `first_name` (`first_name` ASC, `last_name` ASC) WITH PARSER ngram；）

4）对于大量数据迁移，可以先迁移数据再创建FTS，这样比先建FTS再迁移快得多

5. 优化表结构

1）数据类型：shorter is always better. 比如如果用户量不多于100，可以用TINYINT作为ID；再如如果DateTime够用，就不要用Timestamp；数字类型不要用varchar表示
“shorter is alwasys better”同样适用于查询语句：保持查询简单且只返回必需的数据，减小通信间数据包的大小和数量是一个非常好的习惯，这也是查询中尽量避免使用SELECT *以及加上LIMIT限制的原因之一。

2）避免使用Null：如果使用，则在sum这列值的时候就需要筛选，否则就会出现错误

3）避免定义的列数太多，可以用多个小表代替一个大表，但也要注意不要过度设计

4）join时尽可能少关联表

6. 使用Mysql的缓存机制

查看是否使用缓存：show variables like 'have_query_cache';

关于缓存的参数可以在my.cnf中设置

对于缓存的命中，需要了解以下情况

1）两个查询在任何字符上的不同（例如：空格、注释），都会导致缓存不会命中。

2）如果查询中包含任何用户自定义函数、存储函数、用户变量、临时表、mysql库中的系统表，其查询结果都不会被缓存。比如函数NOW()或者CURRENT_DATE()会因为不同的查询时间，返回不同的查询结果，将这样的查询结果缓存起来没有任何的意义

3）缓存失效时机：查询对应的表数据发生变化

4）只有当缓存带来的资源节约大于其本身消耗的资源时，才会给系统带来性能提升

5）可以使用SQL_CACHE和SQL_NO_CACHE控制查询语句是否使用缓存，比如：select SQL_NO_CACHE count(*) from users where email = 'hello';