前言

MySQL在2016年仍然保持强劲的数据库流行度增长趋势。越来越多的客户将自己的应用建立在MySQL数据库之上,甚至是从Oracle迁移到MySQL上来。但也存在部分客户在使用MySQL数据库的过程中遇到一些比如响应时间慢,CPU打满等情况。阿里云RDS专家服务团队帮助云上客户解决过很多紧急问题。现将《ApsaraDB专家诊断报告》中出现的部分常见SQL问题总结如下,供大家参考。

常见SQL错误用法

  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。

  1. 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。

  1. 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                        |

+—-+————-+——-+——+—————+——-+———+——-+——+—————————————————–+

  1. 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;

  1. 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

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

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          |

+—-+————-+——-+——–+ —–+——————————————+———+ —–+——+ —–+

  1. 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以前文章:MySQL · 性能优化 · 条件下推到物化表

  1. 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                                        |

+—-+————-+————+——–+—————+———+———+——-+——–+—————————————————-+

  1. 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

AliSQL即将推出WITH语法,敬请期待。

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 ^^。

使用云上数据库遇到难点(不局限于SQL问题),随时寻求阿里云原厂专家服务的帮助。

文章来源于互联网:MySQL · 性能优化 · MySQL常见SQL错误用法

发表评论