8种你可能正在写错的SQL用法

 

1、LIMIT 语句

分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。

SELECT *   
FROM   operation   
WHERE  type = 'SQLStats'   
       AND name = 'SlowLog'   
ORDER  BY create_time   
LIMIT  1000, 10; 

好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?

要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。

在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:

SELECT   *   
FROM     operation   
WHERE    type = 'SQLStats'   
AND      name = 'SlowLog'   
AND      create_time > '2017-03-16 14:00:00'   
ORDER BY create_time limit 10; 

在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。

2、隐式转换

SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:

mysql> explain extended SELECT *   
     > FROM   my_balance b   
     > WHERE  b.bpn = 14000000123   
     >       AND b.isverified IS NULL ;  
mysql> show warnings;  
| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn' 

其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。

上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。

3、关联更新、删除

虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。

比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。

UPDATE operation o   
SET    status = 'applying'   
WHERE  o.id IN (SELECT id   
                FROM   (SELECT o.id,   
                               o.status   
                        FROM   operation o   
                        WHERE  o.group = 123   
                               AND o.status NOT IN ( 'done' )   
                        ORDER  BY o.parent,   
                                  o.id   
                        LIMIT  1) t); 

执行计划:

+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+  
| id | select_type        | table | type  | possible_keys | key     | key_len | ref   | rows | Extra                                               |  
+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+  
| 1  | PRIMARY            | o     | index |               | PRIMARY | 8       |       | 24   | Using where; Using temporary                        |  
| 2  | DEPENDENT SUBQUERY |       |       |               |         |         |       |      | Impossible WHERE noticed after reading const tables |  
| 3  | DERIVED            | o     | ref   | idx_2,idx_5   | idx_5   | 8       | const | 1    | Using where; Using filesort                         |  
+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+ 

重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。

UPDATE operation o   
       JOIN  (SELECT o.id,   
                            o.status   
                     FROM   operation o   
                     WHERE  o.group = 123   
                            AND o.status NOT IN ( 'done' )   
                     ORDER  BY o.parent,   
                               o.id   
                     LIMIT  1) t  
         ON o.id = t.id   
SET    status = 'applying'  

执行计划简化为:

+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+  
| id | select_type | table | type | possible_keys | key   | key_len | ref   | rows | Extra                                               |  
+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+  
| 1  | PRIMARY     |       |      |               |       |         |       |      | Impossible WHERE noticed after reading const tables |  
| 2  | DERIVED     | o     | ref  | idx_2,idx_5   | idx_5 | 8       | const | 1    | Using where; Using filesort                         |  
+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+ 

4、混合排序

MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。

SELECT *   
FROM   my_order o   
       INNER JOIN my_appraise a ON a.orderid = o.id   
ORDER  BY a.is_reply ASC,   
          a.appraise_time DESC   
LIMIT  0, 20  

执行计划显示为全表扫描:

+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+  
| id | select_type | table | type   | possible_keys     | key     | key_len | ref      | rows    | Extra   
+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+  
|  1 | SIMPLE      | a     | ALL    | idx_orderid | NULL    | NULL    | NULL    | 1967647 | Using filesort |  
|  1 | SIMPLE      | o     | eq_ref | PRIMARY     | PRIMARY | 122     | a.orderid |       1 | NULL           |  
+----+-------------+-------+--------+---------+---------+---------+-----------------+---------+-+ 

由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。

SELECT *   
FROM   ((SELECT *  
         FROM   my_order o   
                INNER JOIN my_appraise a   
                        ON a.orderid = o.id   
                           AND is_reply = 0   
         ORDER  BY appraise_time DESC   
         LIMIT  0, 20)   
        UNION ALL   
        (SELECT *  
         FROM   my_order o   
                INNER JOIN my_appraise a   
                        ON a.orderid = o.id   
                           AND is_reply = 1   
         ORDER  BY appraise_time DESC   
         LIMIT  0, 20)) t   
ORDER  BY  is_reply ASC,   
          appraisetime DESC   
LIMIT  20; 

5、EXISTS语句

MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:

SELECT *  
FROM   my_neighbor n   
       LEFT JOIN my_neighbor_apply sra   
              ON n.id = sra.neighbor_id   
                 AND sra.user_id = 'xxx'   
WHERE  n.topic_status < 4   
       AND EXISTS(SELECT 1   
                  FROM   message_info m   
                  WHERE  n.id = m.neighbor_id   
                         AND m.inuser = 'xxx')   
       AND n.topic_type <> 5  

执行计划为:

+----+--------------------+-------+------+-----+------------------------------------------+---------+-------+---------+ -----+  
| id | select_type        | table | type | possible_keys     | key   | key_len | ref   | rows    | Extra   |  
+----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+  
|  1 | PRIMARY            | n     | ALL  |  | NULL     | NULL    | NULL  | 1086041 | Using where                   |  
|  1 | PRIMARY            | sra   | ref  |  | idx_user_id | 123     | const |       1 | Using where          |  
|  2 | DEPENDENT SUBQUERY | m     | ref  |  | idx_message_info   | 122     | const |       1 | Using index condition; Using where |  
+----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+ 

去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。

SELECT *  
FROM   my_neighbor n   
       INNER JOIN message_info m   
               ON n.id = m.neighbor_id   
                  AND m.inuser = 'xxx'   
       LEFT JOIN my_neighbor_apply sra   
              ON n.id = sra.neighbor_id   
                 AND sra.user_id = 'xxx'   
WHERE  n.topic_status < 4   
       AND n.topic_type <> 5  

新的执行计划:

+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+  
| id | select_type | table | type   | possible_keys     | key       | key_len | ref   | rows | Extra                 |  
+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+  
|  1 | SIMPLE      | m     | ref    | | idx_message_info   | 122     | const    |    1 | Using index condition |  
|  1 | SIMPLE      | n     | eq_ref | | PRIMARY   | 122     | ighbor_id |    1 | Using where      |  
|  1 | SIMPLE      | sra   | ref    | | idx_user_id | 123     | const     |    1 | Using where           |  
+----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+ 

6、条件下推

外部查询条件不能够下推到复杂的视图或子查询的情况有:

  •  聚合子查询;
  •  含有 LIMIT 的子查询;
  •  UNION 或 UNION ALL 子查询;
  •  输出字段中的子查询;

如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后:

SELECT *   
FROM   (SELECT target,   
               Count(*)   
        FROM   operation   
        GROUP  BY target) t   
WHERE  target = 'rm-xxxx'   
+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+  
| id | select_type | table      | type  | possible_keys | key         | key_len | ref   | rows | Extra       |  
+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+  
|  1 | PRIMARY     |  | ref   |    |  | 514     | const |    2 | Using where |  
|  2 | DERIVED     | operation  | index | idx_4         | idx_4       | 519     | NULL  |   20 | Using index |  
+----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+ 

确定从语义上查询条件可以直接下推后,重写如下:

SELECT target,   
       Count(*)   
FROM   operation   
WHERE  target = 'rm-xxxx'   
GROUP  BY target 

执行计划变为:

+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+  
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |  
+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+  
| 1 | SIMPLE | operation | ref | idx_4 | idx_4 | 514 | const | 1 | Using where; Using index |  
+----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+ 

关于 MySQL 外部条件不能下推的详细解释说明请参考文章:

http://mysql.taobao.org/monthly/2016/07/08 

7、提前缩小范围

先上初始 SQL 语句:

SELECT *   
FROM   my_order o   
       LEFT JOIN my_userinfo u   
              ON o.uid = u.uid  
       LEFT JOIN my_productinfo p   
              ON o.pid = p.pid   
WHERE  ( o.display = 0 )   
       AND ( o.ostaus = 1 )   
ORDER  BY o.selltime DESC   
LIMIT  0, 15  

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。

+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+  
| id | select_type | table | type   | possible_keys | key     | key_len | ref             | rows   | Extra                                              |  
+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+  
|  1 | SIMPLE      | o     | ALL    | NULL          | NULL    | NULL    | NULL            | 909119 | Using where; Using temporary; Using filesort       |  
|  1 | SIMPLE      | u     | eq_ref | PRIMARY       | PRIMARY | 4       | o.uid |      1 | NULL                                               |  
|  1 | SIMPLE      | p     | ALL    | PRIMARY       | NULL    | NULL    | NULL            |      6 | Using where; Using join buffer (Block Nested Loop) |  
+----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+ 

由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。

SELECT *   
FROM (  
SELECT *   
FROM   my_order o   
WHERE  ( o.display = 0 )   
       AND ( o.ostaus = 1 )   
ORDER  BY o.selltime DESC   
LIMIT  0, 15  
) o   
     LEFT JOIN my_userinfo u   
              ON o.uid = u.uid   
     LEFT JOIN my_productinfo p   
              ON o.pid = p.pid   
ORDER BY  o.selltime DESC  
limit 0, 15 

再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。

+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+  
| id | select_type | table      | type   | possible_keys | key     | key_len | ref   | rows   | Extra                                              |  
+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+  
|  1 | PRIMARY     |  | ALL    | NULL          | NULL    | NULL    | NULL  |     15 | Using temporary; Using filesort                    |  
|  1 | PRIMARY     | u          | eq_ref | PRIMARY       | PRIMARY | 4       | o.uid |      1 | NULL                                               |  
|  1 | PRIMARY     | p          | ALL    | PRIMARY       | NULL    | NULL    | NULL  |      6 | Using where; Using join buffer (Block Nested Loop) |  
|  2 | DERIVED     | o          | index  | NULL          | idx_1   | 5       | NULL  | 909112 | Using where                                        |  
+----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+ 

8、中间结果集下推

再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):

SELECT    a.*,   
          c.allocated   
FROM      (   
              SELECT   resourceid   
              FROM     my_distribute d   
                   WHERE    isdelete = 0   
                   AND      cusmanagercode = '1234567'   
                   ORDER BY salecode limit 20) a   
LEFT JOIN   
          (   
              SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated   
              FROM     my_resources   
                   GROUP BY resourcesid) c   
ON        a.resourceid = c.resourcesid 

那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。

其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。

SELECT    a.*,   
          c.allocated   
FROM      (   
                   SELECT   resourceid   
                   FROM     my_distribute d   
                   WHERE    isdelete = 0   
                   AND      cusmanagercode = '1234567'   
                   ORDER BY salecode limit 20) a   
LEFT JOIN   
          (   
                   SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated   
                   FROM     my_resources r,   
                            (   
                                     SELECT   resourceid   
                                     FROM     my_distribute d   
                                     WHERE    isdelete = 0   
                                     AND      cusmanagercode = '1234567'   
                                     ORDER BY salecode limit 20) a   
                   WHERE    r.resourcesid = a.resourcesid   
                   GROUP BY resourcesid) c   
ON        a.resourceid = c.resourcesid 

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:

WITH a AS   
(   
         SELECT   resourceid   
         FROM     my_distribute d   
         WHERE    isdelete = 0   
         AND      cusmanagercode = '1234567'   
         ORDER BY salecode limit 20)  
SELECT    a.*,   
          c.allocated   
FROM      a   
LEFT JOIN   
          (   
                   SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated   
                   FROM     my_resources r,   
                            a   
                   WHERE    r.resourcesid = a.resourcesid   
                   GROUP BY resourcesid) c   
ON        a.resourceid = c.resourcesid 

总结

数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。

上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。

程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。

编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。