MySQL SQL
下文均以MySQL默认存储引擎InnoDB为例进行展开!

1、慢SQL的危害

慢SQL,就是跑得很慢的SQL语句,MySQL服务器的资源(CPU、IO、内存等)是有限的,尤其在高并发场景下需要快速处理掉请求,否则一旦出现慢SQL就会阻塞掉很多正常的请求,造成大面积的失败/超时等。
慢SQL - 图1

2、SQL语句执行过程

慢SQL - 图2
客户端和MySQL服务端的交互过程简介:

  1. 客户端发送一条SQL语句给服务端,服务端的连接器先进行账号/密码、权限等环节验证,有异常直接拒绝请求。
  2. 服务端查询缓存,如果SQL语句命中了缓存,则返回缓存中的结果,否则继续处理。
  3. 服务端对SQL语句进行词法解析、语法解析、预处理来检查SQL语句的合法性。
  4. 服务端通过优化器对之前生成的解析树进行优化处理,生成最优的物理执行计划。
  5. 将生成的物理执行计划调用存储引擎的相关接口,进行数据查询和处理。
  6. 处理完成后将结果返回客户端。

客户端和MySQL服务端的交互过程简图:慢SQL - 图3
俗话说”条条大路通罗马”,优化器的作用就是找到这么多路中最优的那一条。
存储引擎更是决定SQL执行的核心组件,适当了解其中原理十分有益。

3、存储引擎和索引的那些事儿

3.1 存储引擎

InnoDB存储引擎(Storage Engine)是MySQL默认之选,所以非常典型。
存储引擎的主要作用是进行数据的存取和检索,也是真正执行SQL语句的组件。
InnoDB的整体架构分为两个部分:内存架构和磁盘架构,如图:
慢SQL - 图4
存储引擎的内容非常多,并不是一篇文章能说清楚的,本文不过多展开,在此只需要了解内存架构和磁盘架构的大致组成即可。
InnoDB 引擎是面向行存储的,数据都是存储在磁盘的数据页中,数据页里面按照固定的行格式存储着每一行数据。
行格式主要分为四种类型CompactRedundantDynamicCompressed,默认为Compact格式。
慢SQL - 图5

磁盘预读机制和局部性原理

当计算机访问一个数据时,不仅会加载当前数据所在的数据页,还会将当前数据页相邻的数据页一同加载到内存,磁盘预读的长度一般为页的整倍数,从而有效降低磁盘IO的次数。
慢SQL - 图6

磁盘和内存的交互

MySQL中磁盘的数据需要被交换到内存,才能完成一次SQL交互,大致如图:
慢SQL - 图7

  • 扇区是硬盘的读写的基本单位,通常情况下每个扇区的大小是 512B
  • 磁盘块文件系统读写数据的最小单位,相邻的扇区组合在一起形成一个块,一般是4KB
  • 页是内存的最小存储单位,页的大小通常为磁盘块大小的 2^n 倍
  • InnoDB页面的默认大小是16KB,是数倍个操作系统的页

慢SQL - 图8

随机磁盘IO

MySQL的数据是一行行存储在磁盘上的,并且这些数据并非物理连续地存储,这样的话要查找数据就无法避免随机在磁盘上读取和写入数据。
对于MySQL来说,当出现大量磁盘随机IO时,大部分时间都被浪费到寻道上,磁盘呼噜呼噜转,就是传输不了多少数据。
一次磁盘访问由三个动作组成:

  • 寻道:磁头移动定位到指定磁道
  • 旋转:等待指定扇区从磁头下旋转经过
  • 数据传输:数据在磁盘与内存之间的实际传输

对于存储引擎来说,如何有效降低随机IO是个非常重要的问题。

3.2 索引

可以实现增删改查的数据结构非常多,包括:哈希表、二叉搜索树、AVL、红黑树、B树、B+树等,这些都是可以作为索引的候选数据结构。
结合MySQL的实际情况:磁盘和内存交互、随机磁盘IO、排序和范围查找、增删改的复杂度等等,综合考量之下B+树脱颖而出。
B+树作为多叉平衡树,对于范围查找和排序都可以很好地支持,并且更加矮胖,访问数据时的平均磁盘IO次数取决于树的高度,因此B+树可以让磁盘的查找次数更少。
在InnoDB中B+树的高度一般都在2~4层,并且根节点常驻内存中,也就是说查找某值的行记录时最多只需要1~3次磁盘I/O操作。
MyISAM是将数据和索引分开存储的,InnoDB存储引擎的数据和索引没有分开存储,这也就是为什么有人说Innodb索引即数据,数据即索引,如图:
慢SQL - 图9
说到InnoDB的数据和索引的存储,就提到一个名词:聚集索引。

聚集索引

聚集索引将索引和数据完美地融合在一起,是每个Innodb表都会有的一个特殊索引,一般来说是借助于表的主键来构建的B+树。
假设有student表,将id作为主键索引,那么聚集索引的B+树结构,如图:
慢SQL - 图10

  • 非叶子节点不存数据,只有主键和相关指针
  • 叶子节点包含主键、行数据、指针
  • 叶子节点之间由双向指针串联形成有序双向链表,叶子节点内部也是有序的

聚集索引按照如下规则创建:

  • 有主键时InnoDB利用主键来生成
  • 没有主键,InnoDB会选择一个非空的唯一索引来创建
  • 无主键且非NULL唯一索引时,InnoDB会隐式创建一个自增的列来创建

假如要查找id=10的数据,大致过程如下:

  • 索引的根结点在内存中,10>9 因此找到P3指针
  • P3指向的数据并没有在内存中,因此产生1次磁盘IO读取磁盘块3到内存
  • 在内存中对磁盘块3进行二分查找,找到ID=9的全部值

    非聚集索引

    非聚集索引的叶子节点中存放的是二级索引值和主键键值,非叶子节点和叶子节点都没有存储整行数据值。
    假设有student表,将name作为二级索引,那么非聚集索引的B+树结构,如图:
    慢SQL - 图11
    由于非聚集索引的叶子节点没有存储行数据,如果通过非聚集索引来查找非二级索引值,需要分为两步:

  • 第一:通过非聚集索引的叶子节点来确定数据行对应的主键

  • 第二:通过相应的主键值在聚集索引中查询到对应的行记录

把通过非聚集索引找到主键值,再根据主键值从聚集索引找对于行数据的过程称为:回表查询。
换句话说:select * from student where name = 'Bob' 将产生回表查询,因为在name索引的叶子节点没有其他值,只能从聚集索引获得。
所以如果查找的字段在非聚集索引就可以完成,就可以避免一次回表过程,这种称为:覆盖索引,所以select * 并不是好习惯,需要什么拿什么就好。
假如要查找name=Tom的记录的所有值,大致过程如下:

  • 从非聚集索引开始,根节点在内存中,按照name的字典序找到P3指针
  • P3指针所指向的磁盘块不在内存中,产生1次磁盘IO加载到内存
  • 在内存中对磁盘块3的数据进行搜索,获得name=tom的记录的主键值为4
  • 根据主键值4从聚集索引的根节点中获得P2指针
  • P2指针所指向的磁盘块不在内存中,产生第2次磁盘IO加载到内存
  • 将上一步获得的数据,在内存中进行二分查找获得全部行数据

上述查询就包含了一次回表过程,因此性能比主键查询慢了一倍,因此尽量使用主键查询,一次完事。

4、慢SQL解决思路

出现慢SQL的原因很多,抛开单表数亿记录和无索引的特殊情况,来讨论一些更有普遍意义的慢SQL原因和解决之道。
从两个方面来进行阐述:

  • 数据库表索引设置不合理
  • SQL语句有问题,需要优化

慢SQL - 图12

4.1 索引设置原则

程序员的角度和存储引擎的角度是不一样的,索引写的好,SQL跑得快。

  • 索引区分度低

假如表中有1000w记录,其中有status字段表示状态,可能90%的数据status=1,可以不将status作为索引,因为其对数据记录区分度很低。

  • 切忌过多创建索引

每个索引都需要占用磁盘空间,修改表数据时会对索引进行更新,索引越多,更新越复杂。
因为每添加一个索引,.ibd文件中就需要多维护一个B+Tree索引树,如果某一个table中存在10个索引,那么就需要维护10棵B+Tree,写入效率会降低,并且会浪费磁盘空间。

  • 常用查询字段建索引

如果某个字段经常用来做查询条件,那么该字段的查询速度会影响整个表的查询速度,属于热门字段,为其建立索引非常必要。

  • 常排序/分组/去重字段建索引

对于需要经常使用ORDER BYGROUP BYDISTINCTUNION等操作的字段建立索引,可以有效借助B+树的特性来加速执行。

  • 主键和外键建索引

主键可以用来创建聚集索引,外键也是唯一的且常用于表关联的字段,也需要建索引来提高性能。

4.2 SQL的优化

如果数据库表的索引设置比较合理,SQL语句书写不当会造成索引失效,甚至造成全表扫描,迅速拉低性能。

索引失效

在写SQL的时候在某些情况下会出现索引失效的情况:

  • 对索引使用函数

    1. select id from std upper(name) = 'JIM';
  • 对索引进行运算

    1. select id from std where id+1=10;
  • 对索引使用<>not innot exist!=

    1. select id from std where name != 'jim';
  • 对索引进行前导模糊查询

    1. select id from std name like '%jim';
  • 隐式转换会导致不走索引

比如:字符串类型索引字段不加引号,select id from std name = 100;保持变量类型与字段类型一致

  • 非索引字段的or连接

并不是所有的or都会使索引失效,如果or连接的所有字段都设置了索引,是会走索引的,一旦有一个字段没有索引,就会走全表扫描。

  • 联合索引仅包含复合索引非前置列

联合索引包含key1,key2,key3三列,但SQL语句没有key1,根据联合索引的最左匹配原则,不会走联合索引。

  1. select name from table where key2=1 and key3=2;

好的建议

  • 使用连接代替子查询

对于数据库来说,在绝大部分情况下,连接会比子查询更快,使用连接的方式,MySQL优化器一般可以生成更佳的执行计划,更高效地处理查询
而子查询往往需要运行重复的查询,子查询生成的临时表上也没有索引, 因此效率会更低。

  • LIMIT偏移量过大的优化

禁止分页查询偏移量过大,如limit 100000,10

  • 使用覆盖索引
    减少select * 借助覆盖索引,减少回表查询次数。
  • 多表关联查询时,小表在前,大表在后

在MySQL中,执行from后的表关联查询是从左往右执行的,第一张表会涉及到全表扫描,所以将小表放在前面,先扫小表,扫描快效率较高,在扫描后面的大表,或许只扫描大表的前100行就符合返回条件并return了。

  • 调整Where字句中的连接顺序

MySQL采用从左往右的顺序解析where子句,可以将过滤数据多的条件放在前面,最快速度缩小结果集。

  • 使用小范围事务,而非大范围事务
  • 遵循最左匹配原则
  • 使用联合索引,而非建立多个单独索引

    4.3 慢SQL的分析

    在分析慢SQL之前需要通过MySQL进行相关设置:

  • 开启慢SQL日志

  • 设置慢SQL的执行时间阈值
    1. --开启:
    2. SET GLOBAL slow_query_log = 1;
    3. --开启状态:
    4. SHOW VARIABLES LIKE '%slow_query_log%';
    5. --设置阈值:
    6. SET GLOBAL long_query_time=3;
    7. --查看阈值:
    8. SHOW GLOBAL VARIABLES LIKE 'long_query_time%';

    explain分析SQL

    explain命令只需要加在select之前即可,例如:
    1. explain select * from std where id < 100;
    该命令会展示sql语句的详细执行过程,辅助定位问题。