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，篇幅較長，建議收藏後翻看：
- 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，像我們經常用於學習的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。
當查詢出數據以後，會返回給執行器。執行器一方面將結果寫到查詢緩存裡面，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
<code>create table tb( id int(4) auto_increment, name varchar(5), dept varchar(5), primary key(id) ) engine=myISAM auto_increment=1 default charset=utf8;/<code>
SQL優化
1）為什麼需要進行SQL優化？
在進行多表連接查詢、子查詢等操作的時候，由於你寫出的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。基於此，我們需要學習怎麼優化SQL。
2）mysql的編寫過程和解析過程
① 編寫過程
<code>select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ../<code>
② 解析過程
<code>from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ../<code>
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。
索引相當於字典的目錄。利用字典目錄查找漢字的過程，就相當於利用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 什麼是索引？
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(這裡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，真實的關於【B+樹】的說明，我們會在下面進行說明。
索引是怎麼查找數據的呢？兩個字【指向】，上圖中我們給age列指定了一個索引，即類似於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係，當你指定了某個索引，這種映射關係也就建成了，這就是為什麼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。當添加了索引以後，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大於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”前後，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(當然相比於源表來說，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)，佔據一定的內存空間/物理空間。
2.索引並不適用於所有情況：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後，不僅需要修改源表，也需要再次修改索引，很麻煩。儘管是這樣，添加索引還是很划算的，因為我們大多數使用的就是查詢，“查詢”對於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)。當創建了索引後，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。但是使用了索引以後，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。
關於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。對於上圖來說，最下面的第3層，屬於葉子節點，真實數據部份都是存放在葉子節點當中的。那麼對於第1、2層中的數據又是幹嘛的呢？答：用於分割指針塊兒的，比如說小於26的找P1，介於26-30之間的找P2，大於30的找P3。
其次，三層【B+樹】可以存放上百萬條數據。這麼多數據怎麼放的呢？增加“節點數”。圖中我們只有三個節點。
最後，【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
複合索引
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，不能有重複值。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，對於每個人都不一樣，因此可以用於創建唯一索引。
③ 複合索引
多個列共同構成的索引。比如說我們創建這樣一個“複合索引”(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：複合索引的字段並不是非要都用完，當我們利用name字段索引出我們想要的結果以後，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
<code>create index dept_index on tb(dept);/<code>
Ⅱ 創建唯一索引：這裡我們假定name字段中的值都是唯一的
<code>create unique index name_index on tb(name);/<code>
Ⅲ 創建複合索引
<code>create index dept_name_index on tb(dept,name);/<code>
③ 創建索引的第二種方式
先刪除之前創建的索引以後，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
<code>alter table tb add index dept_index(dept);/<code>
Ⅱ 創建唯一索引：這裡我們假定name字段中的值都是唯一的
<code>alter table tb add unique index name_index(name);/<code>
Ⅲ 創建複合索引
<code>alter table tb add index dept_name_index(dept,name);/<code>
④ 補充說明
如果某個字段是primary key，那麼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;
<code>drop index name_index on tb;/<code>
② 索引查詢
語法：show index from 表名;
<code>show index from tb;/<code>
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，可以幫助我們瞭解到自己編寫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執行計劃以後，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，並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，然後再去執行。
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：
<code># 建表語句 create table course ( cid int(3), cname varchar(20), tid int(3) ); create table teacher ( tid int(3), tname varchar(20), tcid int(3) ); create table teacherCard ( tcid int(3), tcdesc varchar(200) ); # 插入數據 insert into course values(1,'java',1); insert into course values(2,'html',1); insert into course values(3,'sql',2); insert into course values(4,'web',3); insert into teacher values(1,'tz',1); insert into teacher values(2,'tw',2); insert into teacher values(3,'tl',3); insert into teacherCard values(1,'tzdesc') ; insert into teacherCard values(2,'twdesc') ; insert into teacherCard values(3,'tldesc') ;/<code>
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：
<code># 查看執行計劃 explain select t.* from teacher t,course c,teacherCard tc where t.tid = c.tid and t.tcid = tc.tcid and (c.cid = 2 or tc.tcid = 3);/<code>
結果如下：
接著，在往teacher表中增加幾條數據。
<code>insert into teacher values(4,'ta',4); insert into teacher values(5,'tb',5); insert into teacher values(6,'tc',6);/<code>
再次查看執行計劃。
<code># 查看執行計劃 explain select t.* from teacher t,course c,teacherCard tc where t.tid = c.tid and t.tcid = tc.tcid and (c.cid = 2 or tc.tcid = 3);/<code>
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。
<code>a b c 2 3 4 最終：2 * 3 * 4 = 6 * 4 = 24 c b a 4 3 2 最終：4 * 3 * 2 = 12 * 2 = 24/<code>
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，對於內存來說，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)
<code># 查看執行計劃 explain select tc.tcdesc from teacherCard tc where tc.tcid = ( select t.tcid from teacher t where t.tid = (select c.tid from course c where c.cname = 'sql') );/<code>
結果如下：
結論：id值不同，id值越大越優先查詢。這是由於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
<code># 查看執行計劃 explain select t.tname ,tc.tcdesc from teacher t,teacherCard tc where t.tcid= tc.tcid and t.tid = (select c.tid from course c where cname = 'sql') ;/<code>
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。
<code>explain select * from teacher;/<code>
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；
<code>explain select cr.cname from ( select * from course where tid = 1 union select * from course where tid = 2 ) cr ;/<code>
結果如下：
⑤ union：union之後的表稱之為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。
<code>explain select tid from test01 where tid =1 ;/<code>
結果如下：
刪除以前的主鍵索引後，此時我們添加一個其他的普通索引：
<code>create index test01_index on test01(tid) ; # 再次查看執行計劃 explain select tid from test01 where tid =1 ;/<code>
結果如下：
③ eq_ref
唯一性索引，對於每個索引鍵的查詢，返回匹配唯一行數據（有且只有1個，不能多 、不能0），並且查詢結果和數據條數必須一致。
此種情況常見於唯一索引和主鍵索引。
<code>delete from teacher where tcid >= 4; alter table teacherCard add constraint pk_tcid primary key(tcid); alter table teacher add constraint uk_tcid unique index(tcid) ; explain select t.tcid from teacher t,teacherCard tc where t.tcid = tc.tcid ;/<code>
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，對於每個索引鍵的查詢，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，並查看執行計劃：
<code># 添加索引 alter table teacher add index index_name (tname) ; # 查看執行計劃 explain select * from teacher where tname = 'tz';/<code>
結果如下：
⑤ range
檢索指定範圍的行 ,where後面是一個範圍查詢(between, >, =, in)
in有時候會失效，從而轉為無索引時候的ALL
<code># 添加索引 alter table teacher add index tid_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 explain select t.* from teacher t where t.tid in (1,2) ; explain select t.* from teacher t where t.tid <3 ;/<code>
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。瞭解一下就好。
key指的是實際使用的索引。
<code># 先給course表的cname字段，添加一個索引 create index cname_index on course(cname); # 查看執行計劃 explain select t.tname ,tc.tcdesc from teacher t,teacherCard tc where t.tcid= tc.tcid and t.tid = (select c.tid from course c where cname = 'sql') ;/<code>
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，用於判斷複合索引是否被完全使用(a,b,c)。
① 新建一張新表，用於測試
<code># 創建表 create table test_kl ( name char(20) not null default '' ); # 添加索引 alter table test_kl add index index_name(name) ; # 查看執行計劃 explain select * from test_kl where name ='' ; /<code>
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，對於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個字節用於標識。
③ 刪除原來的索引name和name1，新增一個複合索引
<code># 刪除原來的索引name和name1 drop index index_name on test_kl ; drop index index_name1 on test_kl ; # 增加一個複合索引 create index name_name1_index on test_kl(name,name1); # 查看執行計劃 explain select * from test_kl where name1 = '' ; --121 explain select * from test_kl where name = '' ; --60/<code>
結果如下：
結果分析： 對於下面這個執行計劃，可以看到我們只使用了複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後面使用了複合索引字段中的name1字段，但是你要使用複合索引的第2個索引字段，會默認使用了複合索引的第1個索引字段name，由於name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！
④ 再次怎加一個name2字段，併為該字段創建一個索引。
不同的是：該字段數據類型是varchar
<code># 新增一個字段name2，name2可以為null alter table test_kl add column name2 varchar(20) ; # 給name2字段，設置為索引字段 alter table test_kl add index name2_index(name2) ; # 查看執行計劃 explain select * from test_kl where name2 = '' ; /<code>
結果如下：
結果分析：key_len = 20 + 1 + 2，這個20 + 1我們知道，這個2又代表什麼呢？原來varchar屬於可變長度，在mysql底層中，用2個字節標識可變長度。
6）ref
這裡的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。
<code># 給course表的tid字段，添加一個索引 create index tid_index on course(tid); # 查看執行計劃 explain select * from course c,teacher t where c.tid = t.tid and t.tname = 'tw';/<code>
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)
<code>explain select * from course c,teacher t where c.tid = t.tid and t.tname = 'tz' ;/<code>
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。常見於order by語句中。
Ⅰ 什麼是“額外”的排序？
為了講清楚這個，我們首先要知道什麼是排序。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，然後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。
<code># 新建一張表，建表同時創建索引 create table test02 ( a1 char(3), a2 char(3), a3 char(3), index idx_a1(a1), index idx_a2(a2), index idx_a3(a3) ); # 查看執行計劃 explain select * from test02 where a1 ='' order by a1 ; explain select * from test02 where a1 ='' order by a2 ; /<code>
結果如下：
結果分析：對於第一個執行計劃，where後面我們先查詢了a1字段，然後再利用a1做了依次排序，這個很輕鬆。但是對於第二個執行計劃，where後面我們查詢了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：對於單索引，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：針對複合索引的情況
不能跨列(官方術語：最佳左前綴)
<code># 刪除test02的索引 drop index idx_a1 on test02; drop index idx_a2 on test02; drop index idx_a3 on test02; # 創建一個複合索引 alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ; # 查看下面SQL語句的執行計劃 explain select *from test02 where a1='' order by a3 ; --using filesort explain select *from test02 where a2='' order by a3 ; --using filesort explain select *from test02 where a1='' order by a2 ;/<code>
結果如下：
結果分析：複合索引的順序是(a1,a2,a3)，可以看到a1在最左邊，因此a1就叫做“最佳左前綴”，如果要使用後面的索引字段，必須先使用到這個a1字段。對於explain1，where後面我們使用a1字段，但是後面的排序使用了a3，直接跳過了a2，屬於跨列；對於explain2，where後面我們使用了a2字段，直接跳過了a1字段，也屬於跨列；對於explain3，where後面我們使用a1字段，後面使用的是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。這是由於當前SQL用到了臨時表。一般出現在group by中。
<code>explain select a1 from test02 where a1 in ('1','2','3') group by a1 ;
explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary/<code>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
<code>select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ../<code>
Ⅱ 解析過程
<code>from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ../<code>
很顯然，where後是group by，然後才是select。基於此，我們再查看如下兩個SQL語句的執行計劃。
<code>explain select * from test03 where a2=2 and a4=4 group by a2,a4; explain select * from test03 where a2=2 and a4=4 group by a3;/<code>
分析如下：對於第一個執行計劃，where後面是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。但是對於第二個執行計劃，where後面是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。
<code># 刪除test02中的複合索引idx_a1_a2_a3 drop index idx_a1_a2_a3 on test02; # 重新創建一個複合索引idx_a1_a2 create index idx_a1_a2 on test02(a1,a2); # 查看執行計劃 explain select a1,a3 from test02 where a1='' or a3= '' ; explain select a1,a2 from test02 where a1='' and a2= '' ;/<code>
結果如下：
結果分析：我們創建的是a1和a2的複合索引，對於第一個執行計劃，我們卻出現了a3，該字段並沒有創建索引，因此沒有出現using index，而是using where，表示我們需要回表查詢。對於第二個執行計劃，屬於完全的索引覆蓋，因此出現了using index。
針對using index，我們在查看一個案例：
<code>explain select a1,a2 from test02 where a1='' or a2= '' ; explain select a1,a2 from test02;/<code>
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。
<code># 刪除test02中的複合索引idx_a1_a2 drop index idx_a1_a2 on test02; # 將a1字段，新增為一個索引 create index a1_index on test02(a1); # 查看執行計劃 explain select a1,a3 from test02 where a1="" and a3="" ;/<code>
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。但是又對於a3字段，我們並沒有使用索引，因此對於a3字段，需要回源表查詢，這個時候出現了using where。
⑥ impossible where(瞭解)
當where子句永遠為False的時候，會出現impossible where
<code># 查看執行計劃 explain select a1 from test02 where a1="a" and a1="b" ;/<code>
結果如下：
6、優化示例
1）引入案例
<code># 創建新表 create table test03 ( a1 int(4) not null, a2 int(4) not null, a3 int(4) not null, a4 int(4) not null ); # 創建一個複合索引 create index a1_a2_a3_test03 on test03(a1,a2,a3); # 查看執行計劃 explain select a3 from test03 where a1=1 and a2=2 and a3=3;/<code>
結果如下：
推薦寫法：複合索引順序和使用順序一致。
下面看看【不推薦寫法】：複合索引順序和使用順序不一致。
<code># 查看執行計劃 explain select a3 from test03 where a3=1 and a2=2 and a1=3;/<code>
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。但是這樣寫怎麼又沒有問題呢？這是由於SQL優化器的功勞，它幫我們調整了順序。
最後再補充一點：對於複合索引，不要跨列使用
<code># 查看執行計劃 explain select a3 from test03 where a1=1 and a3=2 group by a3;/<code>
結果如下：
結果分析： a1_a2_a3是一個複合索引，我們使用a1索引後，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
<code># 創建新表 create table book ( bid int(4) primary key, name varchar(20) not null, authorid int(4) not null, publicid int(4) not null, typeid int(4) not null ); # 插入數據 insert into book values(1,'tjava',1,1,2) ; insert into book values(2,'tc',2,1,2) ; insert into book values(3,'wx',3,2,1) ; insert into book values(4,'math',4,2,3) ; /<code>
結果如下：
案例：查詢authorid=1且typeid為2或3的bid，並根據typeid降序排列。
<code>explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ; /<code>
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。
<code>from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ../<code>
① 優化1：基於此，我們進行索引的添加，並再次查看執行計劃。
<code># 添加索引 create index typeid_authorid_bid on book(typeid,authorid,bid); # 再次查看執行計劃 explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ;/<code>
結果如下：
結果分析：結果並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，基於此有了如下一種優化思路。
將in字段放在最後面。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)。
<code># 刪除以前的索引 drop index typeid_authorid_bid on book; # 再次創建索引 create index authorid_typeid_bid on book(authorid,typeid,bid); # 再次查看執行計劃 explain select bid from book where authorid=1 and typeid in(2,3) order by typeid desc ;/<code>
結果如下：
結果分析：這裡雖然沒有變化，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的範圍查詢，放到where條件的最後，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的範圍查詢已經使該typeid索引失效，因此相當於沒有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：
<code>explain select bid from book where authorid=1 and typeid =3 order by typeid desc ;/<code>
結果如下：
3）兩表優化
<code># 創建teacher2新表 create table teacher2 ( tid int(4) primary key, cid int(4) not null ); # 插入數據 insert into teacher2 values(1,2); insert into teacher2 values(2,1); insert into teacher2 values(3,3); # 創建course2新表 create table course2 ( cid int(4) , cname varchar(20) ); # 插入數據 insert into course2 values(1,'java'); insert into course2 values(2,'python'); insert into course2 values(3,'kotlin');/<code>
案例：使用一個左連接，查找教java課程的所有信息。
<code>explain select * from teacher2 t left outer join course2 c on t.cid=c.cid where c.cname='java';/<code>
結果如下：
① 優化
對於兩張表，索引往哪裡加？答：對於表連接，小表驅動大表。索引建立在經常使用的字段上。
為什麼小表驅動大表好一些呢？
<code> 小表:10 大表:300 # 小表驅動大表 select ...where 小表.x10=大表.x300 ; for(int i=0;i/<code>
分析：以上2個FOR循環，最終都會循環3000次；但是對於雙層循環來說：一般建議，將數據小的循環，放外層。數據大的循環，放內層。不用管這是為什麼，這是編程語言的一個原則，對於雙重循環，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，對於兩表連接，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)，那麼t每循環1次，就需要循環300次，即t表的t.cid字段屬於，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。
<code># 給左表的字段加索引 create index cid_teacher2 on teacher2(cid); # 查看執行計劃 explain select * from teacher2 t left outer join course2 c on t.cid=c.cid where c.cname='java';/<code>
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。
<code># 給cname的字段加索引 create index cname_course2 on course2(cname); # 查看執行計劃 explain select t.cid,c.cname from teacher2 t left outer join course2 c on t.cid=c.cid where c.cname='java';/<code>
結果如下：
最後補充一個：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
- 大於等於張表，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 複合索引需要注意的點
- 複合索引，不要跨列或無序使用(最佳左前綴)
- 複合索引，儘量使用全索引匹配，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
<code>explain select * from book where authorid = 1 and typeid = 2; explain select * from book where authorid*2 = 1 and typeid = 2 ;/<code>
結果如下：
③ 索引不能使用不等於（!= <>）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)。複合索引中如果有>，則自身和右側索引全部失效。
<code># 針對不是複合索引的情況 explain select * from book where authorid != 1 and typeid =2 ; explain select * from book where authorid != 1 and typeid !=2 ;/<code>
結果如下：
再觀看下面這個案例：
<code># 刪除單獨的索引 drop index authorid_index on book; drop index typeid_index on book; # 創建一個複合索引 alter table book add index idx_book_at (authorid,typeid); # 查看執行計劃 explain select * from book where authorid > 1 and typeid = 2 ; explain select * from book where authorid = 1 and typeid > 2 ;/<code>
結果如下：
結論：複合索引中如果有【>】，則自身和右側索引全部失效。
在看看複合索引中有【
我們學習索引優化 ，是一個大部分情況適用的結論，但由於SQL優化器等原因 該結論不是100%正確。一般而言， 範圍查詢（> < in），之後的索引失效。
④ SQL優化，是一種概率層面的優化。至於是否實際使用了我們的優化，需要通過explain進行推測。
<code># 刪除複合索引 drop index authorid_typeid_bid on book; # 為authorid和typeid，分別創建索引 create index authorid_index on book(authorid); create index typeid_index on book(typeid); # 查看執行計劃 explain select * from book where authorid = 1 and typeid =2 ;/<code>
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。因為對於兩個單獨的索引，程序覺得只用一個索引就夠了，不需要使用兩個。
當我們創建一個複合索引，再次執行上面的SQL：
<code># 查看執行計劃 explain select * from book where authorid = 1 and typeid =2 ;/<code>
結果如下：
⑤ 索引覆蓋，百分之百沒問題
⑥ like儘量以“常量”開頭，不要以’%'開頭，否則索引失效
<code>explain select * from teacher where tname like "%x%" ; explain select * from teacher where tname like 'x%'; explain select tname from teacher where tname like '%x%';/<code>
結果如下：
結論如下：like儘量不要使用類似"%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 儘量不要使用類型轉換（顯示、隱式），否則索引失效
<code>explain select * from teacher where tname = 'abc' ; explain select * from teacher where tname = 123 ;/<code>
結果如下：
⑧ 儘量不要使用or，否則索引失效
<code>explain select * from teacher where tname ='' and tcid >1 ; explain select * from teacher where tname ='' or tcid >1 ;/<code>
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。
<code>select ..from table where exist (子查詢) ; select ..from table where 字段 in (子查詢) ;/<code>
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之後默認使用單路排序：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 會佔用更多的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：
<code># 不一定真的是“單路/1次IO”，有可能多次IO set max_length_for_sort_data = 1024 /<code>
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後面寫所有字段，也比寫*效率高）
- 複合索引，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
