大数跨境
0
0

MySQL SQL 优化之覆盖索引

MySQL SQL 优化之覆盖索引 数据分析与开发
2017-10-15
0
导读:利用索引提升 SQL 效率是经常使用的技巧,但有些时候 MySQL 给出的执行计划却完全出乎我们的意料,我们预想会通过索引扫描完成查询,但是 MySQL 给出的执行计划却是通过全表扫描完成查询的,其中

(点击上方公众号,可快速关注)


来源:Mr船长

my.oschina.net/loujinhe/blog/1528233

如有好文章投稿,请点击 → 这里了解详情


前些天,有个同事跟我说:“我写了个SQL,SQL很简单,但是查询速度很慢,并且针对查询条件创建了索引,然而索引却不起作用,你帮我看看有没有办法优化?”。


我对他提供的case进行了优化,并将优化过程整理了下来。


我们先来看看优化前的表结构、数据量、SQL、执行计划、执行时间等。


1. 表结构:


CREATE TABLE `t_order` (

  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,

  `order_code` char(12) NOT NULL,

  `order_amount` decimal(12,2) NOT NULL,

  PRIMARY KEY (`id`),

  UNIQUE KEY `uni_order_code` (`order_code`) USING BTREE

) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;


隐藏了部分不相关字段后,可以看到表足够简单, 并且在order_code上创建了唯一性索引uni_order_code。


2. 数据量:316977


这个数据量还是比较小的,不过如果SQL足够差,一样会查询很慢。


3. SQL:


select order_code, order_amount from t_order order by order_code limit 1000;


哇,SQL足够简单,不过有时候越简单也越难优化。


4. 执行计划:



全表扫描、文件排序,注定查询慢!


那为什么MySQL没有利用索引(uni_order_code)扫描完成查询呢?因为MySQL认为这个场景利用索引扫描并非最优的结果。我们先来看下执行时间,然后再来分析为什么没有利用索引扫描。


5. 执行时间:260ms



的确,执行时间太长了,如果表数据量继续增长下去,性能会越来越差。

 

我们来分析下MySQL为什么使用全表扫描、文件排序,而没有使用索引扫描、利用索引顺序:


1. 全表扫描、文件排序:


虽然是全表扫描,但是扫描是顺序的(不管机械硬盘还是SSD顺序读写性能都是高的),并且数据量不是特别大,所以这部分消耗的时间应该不是特别大,主要的消耗应该是在排序上。


2. 利用索引扫描、利用索引顺序:


uni_order_code是二级索引,索引上保存了(order_code,id),每扫描一条索引需要根据索引上的id定位(随机IO)到数据行上读取order_amount,需要1000次随机IO才能完成查询,而机械硬盘随机IO的效率是极低的(机械硬盘每秒寻址几百次)。

根据我们自己的分析选择全表扫描相对更优。如果把limit 1000改成limit 10,则执行计划会完全不一样。

 

既然我们已经知道是因为随机IO导致无法利用索引,那么有没有办法消除随机IO呢?


有,覆盖索引。

 

我们来看看利用覆盖索引优化后的索引、执行计划、执行时间。


1. 创建索引:


ALTER TABLE `t_order`

ADD INDEX `idx_ordercode_orderamount` USING BTREE (`order_code` ASC, `order_amount` ASC);


创建了复合索引idx_ordercode_orderamount(order_code,order_amount),将select的列order_amount也放到索引中。


2. 执行计划:



执行计划显示查询会利用覆盖索引,并且只扫描了1000行数据,查询的性能应该是非常好的。


3. 执行时间:13ms



从执行时间来看,SQL的执行时间提升到原来的1/20,已经达到我们的预期。

 

总结:


覆盖索引是select的数据列只用从索引中就能够取得,不必读取数据行,换句话说查询列要被所建的索引覆盖。索引的字段不只包含查询列,还包含查询条件、排序等。


要写出性能很好的SQL不仅需要学习SQL,还要能看懂数据库执行计划,了解数据库执行过程、索引的数据结构等。



看完本文有收获?请转发分享给更多人

关注「数据库开发」,提升 DB 技能

【声明】内容源于网络
0
0
数据分析与开发
「数据分析与开发」分享数据分析与开发相关技术文章、教程、工具
内容 2105
粉丝 0
数据分析与开发 「数据分析与开发」分享数据分析与开发相关技术文章、教程、工具
总阅读14
粉丝0
内容2.1k