分享一篇關于SQL優化的硬核文章，全文有點長，建議收藏后慢慢看。

很多朋友在做數據分析時，分析兩分鐘，跑數兩小時？

在使用SQL過程中不僅要關注數據結果，同樣要注意SQL語句的執行效率。

本文涉及三部分：

• SQL介紹
• SQL優化方法
• SQL優化實例

1、MySQL的基本架構

1）MySQL的基礎架構圖

左邊的client可以看成是客戶端，客戶端有很多，像我們經常你使用的CMD黑窗口，像我們經常用于學習的WorkBench，像企業經常使用的Navicat工具，它們都是一個客戶端。右邊的這一大堆都可以看成是Server(MySQL的服務端)，我們將Server在細分為sql層和存儲引擎層。

當查詢出數據以后，會返回給執行器。執行器一方面將結果寫到查詢緩存里面，當你下次再次查詢的時候，就可以直接從查詢緩存中獲取到數據了。另一方面，直接將結果響應回客戶端。

2）查詢數據庫的引擎

① show engines;

② show variables like “%storage_engine%”;

3）指定數據庫對象的存儲引擎

createtabletb(
idint(4)auto_increment,
namevarchar(5),
deptvarchar(5),
primarykey(id)
)engine=myISAMauto_increment=1defaultcharset=utf8;

SQL優化

1）為什么需要進行SQL優化？

在進行多表連接查詢、子查詢等操作的時候，由于你寫出的SQL語句欠佳，導致的服務器執行時間太長，我們等待結果的時間太長。基于此，我們需要學習怎么優化SQL。

2）mysql的編寫過程和解析過程

① 編寫過程

selectdinstinct..from..join..on..where..groupby..having..orderby..limit..

② 解析過程

from..on..join..where..groupby..having..selectdinstinct..orderby..limit..

提供一個網站，詳細說明了mysql解析過程：

https://www.cnblogs.com/annsshadow/p/5037667.html

3）SQL優化—主要就是優化索引

優化SQL，最重要的就是優化SQL索引。

索引相當于字典的目錄。利用字典目錄查找漢字的過程，就相當于利用SQL索引查找某條記錄的過程。有了索引，就可以很方便快捷的定位某條記錄。

① 什么是索引？

索引就是幫助MySQL高效獲取數據的一種【數據結構】。索引是一種樹結構，MySQL中一般用的是【B+樹】。

② 索引圖示說明(這里用二叉樹來幫助我們理解索引)

樹形結構的特點是：子元素比父元素小的，放在左側；子元素比父元素大的，放在右側。

這個圖示只是為了幫我們簡單理解索引的，真實的關于【B+樹】的說明，我們會在下面進行說明。

索引是怎么查找數據的呢？兩個字【指向】，上圖中我們給age列指定了一個索引，即類似于右側的這種樹形結構。mysql表中的每一行記錄都有一個硬件地址，例如索引中的age=50，指向的就是源表中該行的標識符(“硬件地址”)。

也就是說，樹形索引建立了與源表中每行記錄硬件地址的映射關系，當你指定了某個索引，這種映射關系也就建成了，這就是為什么我們可以通過索引快速定位源表中記錄的原因。

以【select * from student where age=33】查詢語句為例。當我們不加索引的時候，會從上到下掃描源表，當掃描到第5行的時候，找到了我們想要找到了元素，一共是查詢了5次。

當添加了索引以后，就直接在樹形結構中進行查找，33比50小，就從左側查詢到了23，33大于23，就又查詢到了右側，這下找到了33，整個索引結束，一共進行了3次查找。是不是很方便，假如我們此時需要查找age=62，你再想想“添加索引”前后，查找次數的變化情況。

4）索引的弊端

1.當數據量很大的時候，索引也會很大(當然相比于源表來說，還是相當小的)，也需要存放在內存/硬盤中(通常存放在硬盤中)，占據一定的內存空間/物理空間。

2.索引并不適用于所有情況：a.少量數據；b.頻繁進行改動的字段，不適合做索引；c.很少使用的字段，不需要加索引；

3.索引會提高數據查詢效率，但是會降低“增、刪、改”的效率。當不使用索引的時候，我們進行數據的增刪改，只需要操作源表即可，但是當我們添加索引后，不僅需要修改源表，也需要再次修改索引，很麻煩。盡管是這樣，添加索引還是很劃算的，因為我們大多數使用的就是查詢，“查詢”對于程序的性能影響是很大的。

5）索引的優勢

1.提高查詢效率(降低了IO使用率)。當創建了索引后，查詢次數減少了。

2.降低CPU使用率。比如說【…order by age desc】這樣一個操作，當不加索引，會把源表加載到內存中做一個排序操作，極大的消耗了資源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左邊數據最小，右邊數據最大。

6）B+樹圖示說明

MySQL中索引使用的就是B+樹結構。

關于B+樹的說明：

首先，Btree一般指的都是【B+樹】，數據全部存放在葉子節點中。對于上圖來說，最下面的第3層，屬于葉子節點，真實數據部份都是存放在葉子節點當中的。

那么對于第1、2層中的數據又是干嘛的呢？答：用于分割指針塊兒的，比如說小于26的找P1，介于26-30之間的找P2，大于30的找P3。

其次，三層【B+樹】可以存放上百萬條數據。這么多數據怎么放的呢？增加“節點數”。圖中我們只有三個節點。

最后，【B+樹】中查詢任意數據的次數，都是n次，n表示的是【B+樹】的高度。

3、索引的分類與創建

1）索引分類

單值索引

唯一索引

復合索引

① 單值索引

利用表中的某一個字段創建單值索引。一張表中往往有多個字段，也就是說每一列其實都可以創建一個索引，這個根據我們實際需求來進行創建。還需要注意的一點就是，一張表可以創建多個“單值索引”。

假如某一張表既有age字段，又有name字段，我們可以分別對age、name創建一個單值索引，這樣一張表就有了兩個單值索引。

② 唯一索引

也是利用表中的某一個字段創建單值索引，與單值索引不同的是：創建唯一索引的字段中的數據，不能有重復值。像age肯定有很多人的年齡相同，像name肯定有些人是重名的，因此都不適合創建“唯一索引”。像編號id、學號sid，對于每個人都不一樣，因此可以用于創建唯一索引。

③ 復合索引

多個列共同構成的索引。比如說我們創建這樣一個“復合索引”(name,age)，先利用name進行索引查詢，當name相同的時候，我們利用age再進行一次篩選。注意：復合索引的字段并不是非要都用完，當我們利用name字段索引出我們想要的結果以后，就不需要再使用age進行再次篩選了。

2）創建索引

① 語法

語法：create 索引類型 索引名 on 表(字段);

建表語句如下：

查詢表結構如下：

② 創建索引的第一種方式

Ⅰ 創建單值索引

createindexdept_indexontb(dept);

Ⅱ 創建唯一索引：這里我們假定name字段中的值都是唯一的

createuniqueindexname_indexontb(name);

Ⅲ 創建復合索引

createindexdept_name_indexontb(dept,name);

③ 創建索引的第二種方式

先刪除之前創建的索引以后，再進行這種創建索引方式的測試；

語法：alter table 表名 add 索引類型 索引名(字段)

Ⅰ 創建單值索引

altertabletbaddindexdept_index(dept);

Ⅱ 創建唯一索引：這里我們假定name字段中的值都是唯一的

altertabletbadduniqueindexname_index(name);

Ⅲ 創建復合索引

altertabletbaddindexdept_name_index(dept,name);

④ 補充說明

如果某個字段是primary key，那么該字段默認就是主鍵索引。

主鍵索引和唯一索引非常相似。相同點：該列中的數據都不能有相同值；不同點：主鍵索引不能有null值，但是唯一索引可以有null值。

3）索引刪除和索引查詢

① 索引刪除

語法：drop index 索引名 on 表名;

dropindexname_indexontb;

② 索引查詢

語法：show index from 表名;

showindexfromtb;

結果如下：

4、SQL性能問題的探索

人為優化： 需要我們使用explain分析SQL的執行計劃。該執行計劃可以模擬SQL優化器執行SQL語句，可以幫助我們了解到自己編寫SQL的好壞。

SQL優化器自動優化： 最開始講述MySQL執行原理的時候，我們已經知道MySQL有一個優化器，當你寫了一個SQL語句的時候，SQL優化器如果認為你寫的SQL語句不夠好，就會自動寫一個好一些的等價SQL去執行。

SQL優化器自動優化功能【會干擾】我們的人為優化功能。當我們查看了SQL執行計劃以后，如果寫的不好，我們會去優化自己的SQL。當我們以為自己優化的很好的時候，最終的執行計劃，并不是按照我們優化好的SQL語句來執行的，而是有時候將我們優化好的SQL改變了，去執行。

SQL優化是一種概率問題，有時候系統會按照我們優化好的SQL去執行結果(優化器覺得你寫的差不多，就不會動你的SQL)。有時候優化器仍然會修改我們優化好的SQL，然后再去執行。

1）查看執行計劃

語法：explain + SQL語句

eg：explain select * from tb;

2）“執行計劃”中需要知道的幾個“關鍵字”

id ：編號

select_type ：查詢類型

table ：表

type ：類型

possible_keys ：預測用到的索引

key ：實際使用的索引

key_len ：實際使用索引的長度

ref ：表之間的引用

rows ：通過索引查詢到的數據量

Extra ：額外的信息

建表語句和插入數據：

#建表語句
createtablecourse
(
cidint(3),
cnamevarchar(20),
tidint(3)
);

createtableteacher
(
tidint(3),
tnamevarchar(20),
tcidint(3)
);

createtableteacherCard
(
tcidint(3),
tcdescvarchar(200)
);

#插入數據
insertintocoursevalues(1,'java',1);
insertintocoursevalues(2,'html',1);
insertintocoursevalues(3,'sql',2);
insertintocoursevalues(4,'web',3);

insertintoteachervalues(1,'tz',1);
insertintoteachervalues(2,'tw',2);
insertintoteachervalues(3,'tl',3);

insertintoteacherCardvalues(1,'tzdesc');
insertintoteacherCardvalues(2,'twdesc');
insertintoteacherCardvalues(3,'tldesc');

explain執行計劃常用關鍵字詳解

1）id關鍵字的使用說明

① 案例：查詢課程編號為2 或 教師證編號為3 的老師信息：

#查看執行計劃
explainselectt.*
fromteachert,coursec,teacherCardtc
wheret.tid=c.tidandt.tcid=tc.tcid
and(c.cid=2ortc.tcid=3);

結果如下：

接著，在往teacher表中增加幾條數據。

insertintoteachervalues(4,'ta',4);
insertintoteachervalues(5,'tb',5);
insertintoteachervalues(6,'tc',6);

再次查看執行計劃。

#查看執行計劃
explainselectt.*
fromteachert,coursec,teacherCardtc
wheret.tid=c.tidandt.tcid=tc.tcid
and(c.cid=2ortc.tcid=3);

結果如下：

表的執行順序 ，因表數量改變而改變的原因：笛卡爾積。

abc
234
最終：2 * 3 * 4 = 6 * 4 = 24
cba
432
最終：4 * 3 * 2 = 12 * 2 = 24

分析：最終執行的條數，雖然是一致的。但是中間過程，有一張臨時表是6，一張臨時表是12，很明顯6 < 12，對于內存來說，數據量越小越好，因此優化器肯定會選擇第一種執行順序。

結論：id值相同，從上往下順序執行。表的執行順序因表數量的改變而改變。

② 案例：查詢教授SQL課程的老師的描述(desc)

#查看執行計劃
explainselecttc.tcdescfromteacherCardtc
wheretc.tcid=
(
selectt.tcidfromteachert
wheret.tid=
(selectc.tidfromcoursecwherec.cname='sql')
);

結果如下：

結論：id值不同，id值越大越優先查詢。這是由于在進行嵌套子查詢時，先查內層，再查外層。

③ 針對②做一個簡單的修改

#查看執行計劃
explainselectt.tname,tc.tcdescfromteachert,teacherCardtc
wheret.tcid=tc.tcid
andt.tid=(selectc.tidfromcoursecwherecname='sql');

結果如下：

結論：id值有相同，又有不同。id值越大越優先；id值相同，從上往下順序執行。

2）select_type關鍵字的使用說明：查詢類型

① simple：簡單查詢

不包含子查詢，不包含union查詢。

explainselect*fromteacher;

結果如下：

② primary：包含子查詢的主查詢(最外層)

③ subquery：包含子查詢的主查詢(非最外層)

④ derived：衍生查詢(用到了臨時表)

a.在from子查詢中，只有一張表；

b.在from子查詢中，如果table1 union table2，則table1就是derived表；

explainselectcr.cname
from(select*fromcoursewheretid=1unionselect*fromcoursewheretid=2)cr;

結果如下：

⑤ union：union之后的表稱之為union表，如上例

⑥ union result：告訴我們，哪些表之間使用了union查詢

3）type關鍵字的使用說明：索引類型

system、const只是理想狀況，實際上只能優化到index --> range --> ref這個級別。要對type進行優化的前提是，你得創建索引。

① system

源表只有一條數據(實際中，基本不可能)；

衍生表只有一條數據的主查詢(偶爾可以達到)。

② const

僅僅能查到一條數據的SQL ,僅針對Primary key或unique索引類型有效。

explainselecttidfromtest01wheretid=1;

結果如下：

刪除以前的主鍵索引后，此時我們添加一個其他的普通索引：

createindextest01_indexontest01(tid);
#再次查看執行計劃
explainselecttidfromtest01wheretid=1;

結果如下：

③ eq_ref

唯一性索引，對于每個索引鍵的查詢，返回匹配唯一行數據（有且只有1個，不能多 、不能0），并且查詢結果和數據條數必須一致。

此種情況常見于唯一索引和主鍵索引。

deletefromteacherwheretcid>=4;
altertableteacherCardaddconstraintpk_tcidprimarykey(tcid);
altertableteacheraddconstraintuk_tciduniqueindex(tcid);
explainselectt.tcidfromteachert,teacherCardtcwheret.tcid=tc.tcid;

結果如下：

總結：以上SQL，用到的索引是t.tcid，即teacher表中的tcid字段；如果teacher表的數據個數和連接查詢的數據個數一致（都是3條數據），則有可能滿足eq_ref級別；否則無法滿足。條件很苛刻，很難達到。

④ ref

非唯一性索引，對于每個索引鍵的查詢，返回匹配的所有行（可以0，可以1，可以多）

準備數據：

創建索引，并查看執行計劃：

#添加索引
altertableteacheraddindexindex_name(tname);
#查看執行計劃
explainselect*fromteacherwheretname='tz';

結果如下：

⑤ range

檢索指定范圍的行 ,where后面是一個范圍查詢(between, >, <, >=, in)

in有時候會失效，從而轉為無索引時候的ALL

#添加索引
altertableteacheraddindextid_index(tid);
#查看執行計劃：以下寫了一種等價SQL寫法，查看執行計劃
explainselectt.*fromteachertwheret.tidin(1,2);
explainselectt.*fromteachertwheret.tid<3?;

結果如下：

⑥ index

查詢全部索引中的數據(掃描整個索引)

⑦ ALL

查詢全部源表中的數據(暴力掃描全表)

注意：cid是索引字段，因此查詢索引字段，只需要掃描索引表即可。但是tid不是索引字段，查詢非索引字段，需要暴力掃描整個源表，會消耗更多的資源。

4）possible_keys和key

possible_keys可能用到的索引。是一種預測，不準。了解一下就好。

key指的是實際使用的索引。

#先給course表的cname字段，添加一個索引
createindexcname_indexoncourse(cname);
#查看執行計劃
explainselectt.tname,tc.tcdescfromteachert,teacherCardtc
wheret.tcid=tc.tcid
andt.tid=(selectc.tidfromcoursecwherecname='sql');

結果如下：

有一點需要注意的是：如果possible_key/key是NULL，則說明沒用索引。

5）key_len

索引的長度，用于判斷復合索引是否被完全使用(a,b,c)。

① 新建一張新表，用于測試

#創建表
createtabletest_kl
(
namechar(20)notnulldefault''
);
#添加索引
altertabletest_kladdindexindex_name(name);
#查看執行計劃
explainselect*fromtest_klwherename='';

結果如下：

結果分析：因為我沒有設置服務端的字符集，因此默認的字符集使用的是latin1，對于latin1一個字符代表一個字節，因此這列的key_len的長度是20，表示使用了name這個索引。

② 給test_kl表，新增name1列，該列沒有設置“not null”

結果如下：

結果分析：如果索引字段可以為null，則mysql底層會使用1個字節用于標識。

③ 刪除原來的索引name和name1，新增一個復合索引

#刪除原來的索引name和name1
dropindexindex_nameontest_kl;
dropindexindex_name1ontest_kl;
#增加一個復合索引
createindexname_name1_indexontest_kl(name,name1);
#查看執行計劃
explainselect*fromtest_klwherename1='';--121
explainselect*fromtest_klwherename='';--60

結果如下：

結果分析： 對于下面這個執行計劃，可以看到我們只使用了復合索引的第一個索引字段name，因此key_len是20，這個很清楚。再看上面這個執行計劃，我們雖然僅僅在where后面使用了復合索引字段中的name1字段，但是你要使用復合索引的第2個索引字段，會默認使用了復合索引的第1個索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！

④ 再次怎加一個name2字段，并為該字段創建一個索引。

不同的是：該字段數據類型是varchar

#新增一個字段name2，name2可以為null
altertabletest_kladdcolumnname2varchar(20);
#給name2字段，設置為索引字段
altertabletest_kladdindexname2_index(name2);
#查看執行計劃
explainselect*fromtest_klwherename2='';

結果如下：

結果分析： key_len = 20 + 1 + 2，這個20 + 1我們知道，這個2又代表什么呢？原來varchar屬于可變長度，在mysql底層中，用2個字節標識可變長度。

6）ref

這里的ref的作用，指明當前表所參照的字段。

注意與type中的ref值區分。在type中，ref只是type類型的一種選項值。

#給course表的tid字段，添加一個索引
createindextid_indexoncourse(tid);
#查看執行計劃
explainselect*fromcoursec,teachert
wherec.tid=t.tid
andt.tname='tw';

結果如下：

結果分析： 有兩個索引，c表的c.tid引用的是t表的tid字段，因此可以看到顯示結果為【數據庫名.t.tid】，t表的t.name引用的是一個常量"tw"，因此可以看到結果顯示為const，表示一個常量。

7）rows(這個目前還是有點疑惑)

被索引優化查詢的數據個數 (實際通過索引而查詢到的數據個數)

explainselect*
fromcoursec,teachert
wherec.tid=t.tid
andt.tname='tz';

結果如下：

8）extra

表示其他的一些說明，也很有用。

① using filesort：針對單索引的情況

當出現了這個詞，表示你當前的SQL性能消耗較大。表示進行了一次“額外”的排序。常見于order by語句中。

Ⅰ 什么是“額外”的排序？

為了講清楚這個，我們首先要知道什么是排序。我們為了給某一個字段進行排序的時候，首先你得先查詢到這個字段，然后在將這個字段進行排序。

緊接著，我們查看如下兩個SQL語句的執行計劃。

#新建一張表，建表同時創建索引
createtabletest02
(
a1char(3),
a2char(3),
a3char(3),
indexidx_a1(a1),
indexidx_a2(a2),
indexidx_a3(a3)
);
#查看執行計劃
explainselect*fromtest02wherea1=''orderbya1;
explainselect*fromtest02wherea1=''orderbya2;

結果如下：

結果分析： 對于第一個執行計劃，where后面我們先查詢了a1字段，然后再利用a1做了依次排序，這個很輕松。但是對于第二個執行計劃，where后面我們查詢了a1字段，然而利用的卻是a2字段進行排序，此時myql底層會進行一次查詢，進行“額外”的排序。

總結：對于單索引，如果排序和查找是同一個字段，則不會出現using filesort；如果排序和查找不是同一個字段，則會出現using filesort；因此where哪些字段，就order by哪些些字段。

② using filesort：針對復合索引的情況

不能跨列(官方術語：最佳左前綴)

#刪除test02的索引
dropindexidx_a1ontest02;
dropindexidx_a2ontest02;
dropindexidx_a3ontest02;
#創建一個復合索引
altertabletest02addindexidx_a1_a2_a3(a1,a2,a3);
#查看下面SQL語句的執行計劃
explainselect*fromtest02wherea1=''orderbya3;--usingfilesort
explainselect*fromtest02wherea2=''orderbya3;--usingfilesort
explainselect*fromtest02wherea1=''orderbya2;

結果如下：

結果分析： 復合索引的順序是(a1,a2,a3)，可以看到a1在最左邊，因此a1就叫做“最佳左前綴”，如果要使用后面的索引字段，必須先使用到這個a1字段。對于explain1，where后面我們使用a1字段，但是后面的排序使用了a3，直接跳過了a2，屬于跨列；對于explain2，where后面我們使用了a2字段，直接跳過了a1字段，也屬于跨列；對于explain3，where后面我們使用a1字段，后面使用的是a2字段，因此沒有出現【using filesort】。

③ using temporary

當出現了這個詞，也表示你當前的SQL性能消耗較大。這是由于當前SQL用到了臨時表。一般出現在group by中。

explainselecta1fromtest02wherea1in('1','2','3')groupbya1;
explainselecta1fromtest02wherea1in('1','2','3')groupbya2;--usingtemporary

結果如下：

結果分析： 當你查詢哪個字段，就按照那個字段分組，否則就會出現using temporary。

針對using temporary，我們在看一個例子：

using temporary表示需要額外再使用一張表，一般出現在group by語句中。雖然已經有表了，但是不適用，必須再來一張表。

再次來看mysql的編寫過程和解析過程。

Ⅰ 編寫過程

selectdinstinct..from..join..on..where..groupby..having..orderby..limit..

Ⅱ 解析過程

from..on..join..where..groupby..having..selectdinstinct..orderby..limit..

很顯然，where后是group by，然后才是select。基于此，我們再查看如下兩個SQL語句的執行計劃。

explainselect*fromtest03wherea2=2anda4=4groupbya2,a4;
explainselect*fromtest03wherea2=2anda4=4groupbya3;

分析如下： 對于第一個執行計劃，where后面是a2和a4，接著我們按照a2和a4分組，很明顯這兩張表已經有了，直接在a2和a4上分組就行了。但是對于第二個執行計劃，where后面是a2和a4，接著我們卻按照a3分組，很明顯我們沒有a3這張表，因此有需要再來一張臨時表a3。因此就會出現using temporary。

④ using index

當你看到這個關鍵詞，恭喜你，表示你的SQL性能提升了。

using index稱之為“索引覆蓋”。

當出現了using index，就表示不用讀取源表，而只利用索引獲取數據，不需要回源表查詢。

只要使用到的列，全部出現在索引中，就是索引覆蓋。

#刪除test02中的復合索引idx_a1_a2_a3
dropindexidx_a1_a2_a3ontest02;
#重新創建一個復合索引
idx_a1_a2createindexidx_a1_a2ontest02(a1,a2);
#查看執行計劃
explainselecta1,a3fromtest02wherea1=''ora3='';
explainselecta1,a2fromtest02wherea1=''anda2='';

結果如下：

結果分析： 我們創建的是a1和a2的復合索引，對于第一個執行計劃，我們卻出現了a3，該字段并沒有創建索引，因此沒有出現using index，而是using where，表示我們需要回表查詢。對于第二個執行計劃，屬于完全的索引覆蓋，因此出現了using index。

針對using index，我們在查看一個案例：

explainselecta1,a2fromtest02wherea1=''ora2='';
explainselecta1,a2fromtest02;

結果如下：

如果用到了索引覆蓋(using index時)，會對possible_keys和key造成影響：

a.如果沒有where，則索引只出現在key中；

b.如果有where，則索引 出現在key和possible_keys中。

⑤ using where

表示需要【回表查詢】，表示既在索引中進行了查詢，又回到了源表進行了查詢。

#刪除test02中的復合索引idx_a1_a2
dropindexidx_a1_a2ontest02;
#將a1字段，新增為一個索引
createindexa1_indexontest02(a1);
#查看執行計劃
explainselecta1,a3fromtest02wherea1=""anda3="";

結果如下：

結果分析： 我們既使用了索引a1，表示我們使用了索引進行查詢。但是又對于a3字段，我們并沒有使用索引，因此對于a3字段，需要回源表查詢，這個時候出現了using where。

⑥ impossible where(了解)

當where子句永遠為False的時候，會出現impossible where

#查看執行計劃
explainselecta1fromtest02wherea1="a"anda1="b";

結果如下：

6、優化示例

1）引入案例

#創建新表
createtabletest03
(
a1int(4)notnull,
a2int(4)notnull,
a3int(4)notnull,
a4int(4)notnull
);
#創建一個復合索引
createindexa1_a2_a3_test03ontest03(a1,a2,a3);
#查看執行計劃
explainselecta3fromtest03wherea1=1anda2=2anda3=3;

結果如下：

推薦寫法： 復合索引順序和使用順序一致。

下面看看【不推薦寫法】：復合索引順序和使用順序不一致。

#查看執行計劃
explainselecta3fromtest03wherea3=1anda2=2anda1=3;

結果如下：

結果分析： 雖然結果和上述結果一致，但是不推薦這樣寫。但是這樣寫怎么又沒有問題呢？這是由于SQL優化器的功勞，它幫我們調整了順序。

最后再補充一點：對于復合索引，不要跨列使用

#查看執行計劃
explainselecta3fromtest03wherea1=1anda3=2groupbya3;

結果如下：

結果分析： a1_a2_a3是一個復合索引，我們使用a1索引后，直接跨列使用了a3，直接跳過索引a2，因此索引a3失效了，當使用a3進行分組的時候，就會出現using where。

2）單表優化

#創建新表
createtablebook
(
bidint(4)primarykey,
namevarchar(20)notnull,
authoridint(4)notnull,
publicidint(4)notnull,
typeidint(4)notnull
);
#插入數據
insertintobookvalues(1,'tjava',1,1,2);
insertintobookvalues(2,'tc',2,1,2);
insertintobookvalues(3,'wx',3,2,1);
insertintobookvalues(4,'math',4,2,3);

結果如下：

案例：查詢authorid=1且typeid為2或3的bid，并根據typeid降序排列。

explain
selectbidfrombook
wheretypeidin(2,3)andauthorid=1
orderbytypeiddesc;

結果如下：

這是沒有進行任何優化的SQL，可以看到typ為ALL類型，extra為using filesort，可以想象這個SQL有多恐怖。

優化：添加索引的時候，要根據MySQL解析順序添加索引，又回到了MySQL的解析順序，下面我們再來看看MySQL的解析順序。

from..on..join..where..groupby..having..selectdinstinct..orderby..limit..

① 優化1：基于此，我們進行索引的添加，并再次查看執行計劃。

#添加索引
createindextypeid_authorid_bidonbook(typeid,authorid,bid);
#再次查看執行計劃
explain
selectbidfrombook
wheretypeidin(2,3)andauthorid=1
orderbytypeiddesc;

結果如下：

結果分析： 結果并不是和我們想象的一樣，還是出現了using where，查看索引長度key_len=8，表示我們只使用了2個索引，有一個索引失效了。

② 優化2：使用了in有時候會導致索引失效，基于此有了如下一種優化思路。

將in字段放在最后面。需要注意一點：每次創建新的索引的時候，最好是刪除以前的廢棄索引，否則有時候會產生干擾(索引之間)。

#刪除以前的索引
dropindextypeid_authorid_bidonbook;
#再次創建索引
createindexauthorid_typeid_bidonbook(authorid,typeid,bid);
#再次查看執行計劃
explain
selectbidfrombook
whereauthorid=1andtypeidin(2,3)
orderbytypeiddesc;

結果如下：

結果分析： 這里雖然沒有變化，但是這是一種優化思路。

總結如下：

a.最佳做前綴，保持索引的定義和使用的順序一致性

b.索引需要逐步優化(每次創建新索引，根據情況需要刪除以前的廢棄索引)

c.將含In的范圍查詢，放到where條件的最后，防止失效。

本例中同時出現了Using where（需要回原表）; Using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid雖然也在索引(authorid,typeid,bid)中，但是含in的范圍查詢已經使該typeid索引失效，因此相當于沒有typeid這個索引，所以需要回原表（using where）；

例如以下沒有了In，則不會出現using where：

explainselectbidfrombook
whereauthorid=1andtypeid=3
orderbytypeiddesc;

結果如下：

3）兩表優化

#創建teacher2新表
createtableteacher2
(
tidint(4)primarykey,
cidint(4)notnull
);
#插入數據
insertintoteacher2values(1,2);
insertintoteacher2values(2,1);
insertintoteacher2values(3,3);
#創建course2新表
createtablecourse2
(
cidint(4),
cnamevarchar(20)
);
#插入數據
insertintocourse2values(1,'java');
insertintocourse2values(2,'python');
insertintocourse2values(3,'kotlin');

案例：使用一個左連接，查找教java課程的所有信息。

explain
select*
fromteacher2t
leftouterjoincourse2c
ont.cid=c.cid
wherec.cname='java';

結果如下：

① 優化

對于兩張表，索引往哪里加？答：對于表連接，小表驅動大表。索引建立在經常使用的字段上。

為什么小表驅動大表好一些呢？

小表:10
大表:300
#小表驅動大表
select...where小表.x10=大表.x300;
for(inti=0;i<小表.length10;i++)
{???
????for(intj=0;j<大表.length300;j++)??
????{???????
????????...???
????}
}
#大表驅動小表
select...where大表.x300=小表.x10;
for(inti=0;i<大表.length300;i++)
{??
????for(intj=0;j<小表.length10;j++)???
????{?????
????????...???
????}
}

分析： 以上2個FOR循環，最終都會循環3000次；但是對于雙層循環來說：一般建議，將數據小的循環，放外層。數據大的循環，放內層。不用管這是為什么，這是編程語言的一個原則，對于雙重循環，外層循環少，內存循環大，程序的性能越高。

結論：當編寫【…on t.cid=c.cid】時，將數據量小的表放左邊（假設此時t表數據量小，c表數據量大。）

我們已經知道了，對于兩表連接，需要利用小表驅動大表，例如【…on t.cid=c.cid】，t如果是小表(10條)，c如果是大表(300條)，那么t每循環1次，就需要循環300次，即t表的t.cid字段屬于，經常使用的字段，因此需要給cid字段添加索引。

更深入的說明： 一般情況下，左連接給左表加索引。右連接給右表加索引。其他表需不需要加索引，我們逐步嘗試。

#給左表的字段加索引
createindexcid_teacher2onteacher2(cid);
#查看執行計劃
explain
select*
fromteacher2t
leftouterjoincourse2c
ont.cid=c.cid
wherec.cname='java';

結果如下：

當然你可以下去接著優化，給cname添加一個索引。索引優化是一個逐步的過程，需要一點點嘗試。

#給cname的字段加索引
createindexcname_course2oncourse2(cname);
#查看執行計劃
explain
selectt.cid,c.cname
fromteacher2t
leftouterjoincourse2c
ont.cid=c.cid
wherec.cname='java';

結果如下：

最后補充一個：Using join buffer是extra中的一個選項，表示Mysql引擎使用了“連接緩存”，即MySQL底層動了你的SQL，你寫的太差了。

4）三表優化

• 大于等于張表，優化原則一樣
• 小表驅動大表
• 索引建立在經常查詢的字段上

7、避免索引失效的一些原則

① 復合索引需要注意的點

• 復合索引，不要跨列或無序使用(最佳左前綴)
• 復合索引，盡量使用全索引匹配，也就是說，你建立幾個索引，就使用幾個索引

② 不要在索引上進行任何操作(計算、函數、類型轉換)，否則索引失效

explainselect*frombookwhereauthorid=1andtypeid=2;
explainselect*frombookwhereauthorid*2=1andtypeid=2;

結果如下：

③ 索引不能使用不等于（!= <>）或is null (is not null)，否則自身以及右側所有全部失效(針對大多數情況)。復合索引中如果有>，則自身和右側索引全部失效。

#針對不是復合索引的情況
explainselect*frombookwhereauthorid!=1andtypeid=2;
explainselect*frombookwhereauthorid!=1andtypeid!=2;

結果如下：

再觀看下面這個案例：

#刪除單獨的索引
dropindexauthorid_indexonbook;
dropindextypeid_indexonbook;
#創建一個復合索引
altertablebookaddindexidx_book_at(authorid,typeid);
#查看執行計劃
explainselect*frombookwhereauthorid>1andtypeid=2;
explainselect*frombookwhereauthorid=1andtypeid>2;

結果如下：

結論：復合索引中如果有【>】，則自身和右側索引全部失效。

在看看復合索引中有【<】的情況：

我們學習索引優化 ，是一個大部分情況適用的結論，但由于SQL優化器等原因 該結論不是100%正確。一般而言， 范圍查詢（> < in），之后的索引失效。

④ SQL優化，是一種概率層面的優化。至于是否實際使用了我們的優化，需要通過explain進行推測。

#刪除復合索引
dropindexauthorid_typeid_bidonbook;
#為authorid和typeid，分別創建索引
createindexauthorid_indexonbook(authorid);
createindextypeid_indexonbook(typeid);
#查看執行計劃
explainselect*frombookwhereauthorid=1andtypeid=2;

結果如下：

結果分析： 我們創建了兩個索引，但是實際上只使用了一個索引。因為對于兩個單獨的索引，程序覺得只用一個索引就夠了，不需要使用兩個。

當我們創建一個復合索引，再次執行上面的SQL：

#查看執行計劃
explainselect*frombookwhereauthorid=1andtypeid=2;

結果如下：

⑤ 索引覆蓋，百分之百沒問題

⑥ like盡量以“常量”開頭，不要以’%'開頭，否則索引失效

explainselect*fromteacherwheretnamelike"%x%";
explainselect*fromteacherwheretnamelike'x%';
explainselecttnamefromteacherwheretnamelike'%x%';

結果如下：

結論如下： like盡量不要使用類似"%x%"情況，但是可以使用"x%"情況。如果非使用 "%x%"情況，需要使用索引覆蓋。

⑦ 盡量不要使用類型轉換（顯示、隱式），否則索引失效

explainselect*fromteacherwheretname='abc';
explainselect*fromteacherwheretname=123;

結果如下：

⑧ 盡量不要使用or，否則索引失效

explainselect*fromteacherwheretname=''andtcid>1;
explainselect*fromteacherwheretname=''ortcid>1;

結果如下：

注意：or很猛，會讓自身索引和左右兩側的索引都失效。

8、一些其他的優化方法

1）exists和in的優化

如果主查詢的數據集大，則使用i關鍵字，效率高。

如果子查詢的數據集大，則使用exist關鍵字,效率高。

select..fromtablewhereexist(子查詢);
select..fromtablewhere字段in(子查詢);

2）order by優化

• IO就是訪問硬盤文件的次數
• using filesort 有兩種算法：雙路排序、單路排序（根據IO的次數）
• MySQL4.1之前默認使用雙路排序；雙路：掃描2次磁盤(1：從磁盤讀取排序字段,對排序字段進行排序(在buffer中進行的排序)2：掃描其他字段)
• MySQL4.1之后默認使用單路排序：只讀取一次（全部字段），在buffer中進行排序。但種單路排序會有一定的隱患(不一定真的是“單路/1次IO”，有可能多次IO)。原因：如果數據量特別大，則無法將所有字段的數據一次性讀取完畢，因此會進行“分片讀取、多次讀取”。
• 注意：單路排序 比雙路排序 會占用更多的buffer。
• 單路排序在使用時，如果數據大，可以考慮調大buffer的容量大小：

#不一定真的是“單路/1次IO”，有可能多次IO
setmax_length_for_sort_data=1024

如果max_length_for_sort_data值太低，則mysql會自動從 單路->雙路(太低：需要排序的列的總大小超過了max_length_for_sort_data定義的字節數)

① 提高order by查詢的策略：

• 選擇使用單路、雙路 ；調整buffer的容量大小
• 避免使用select * …（select后面寫所有字段，也比寫*效率高）
• 復合索引，不要跨列使用 ，避免using filesort保證全部的排序字段，排序的一致性（都是升序或降序）

篇幅很長，內容較多，建議收藏。

審核編輯 ：李倩