MySQL憑仗著出色的性能、低廉的本錢、豐富的資源，已成為絕大多數(shù)互聯(lián)網(wǎng)公司的首選關(guān)系型數(shù)據(jù)庫。雖然性能出色，但所謂“好馬配好鞍”，如何能夠更好的使用它，已成為開發(fā)工程師的必修課，我們常常會從職位描寫上看到諸如“精通MySQL”、“SQL語句優(yōu)化”、“了解數(shù)據(jù)庫原理”等要求。我們知道1般的利用系統(tǒng)，讀寫比例在10:1左右，而且插入操作和1般的更新操作很少出現(xiàn)性能問題，遇到最多的，也是最容易出問題的，還是1些復(fù)雜的查詢操作，所以查詢語句的優(yōu)化明顯是重中之重。
本人從13年7月份起，1直在美團(tuán)核心業(yè)務(wù)系統(tǒng)部做慢查詢的優(yōu)化工作，總計10余個系統(tǒng)，累計解決和積累了上百個慢查詢案例。隨著業(yè)務(wù)的復(fù)雜性提升，遇到的問題千奇百怪，5花8門，匪夷所思。本文旨在以開發(fā)工程師的角度來解釋數(shù)據(jù)庫索引的原理和如何優(yōu)化慢查詢。

1個慢查詢引發(fā)的思考

select
   count(*) 
from
   task 
where
   status=2 
   and operator_id=20839 
   and operate_time>1371169729 
   and operate_time<1371174603 
   and type=2;

系統(tǒng)使用者反應(yīng)有1個功能愈來愈慢，因而工程師找到了上面的SQL。
并且興趣沖沖的找到了我，“這個SQL需要優(yōu)化，給我把每一個字段都加上索引”
我很驚訝，問道“為何需要每一個字段都加上索引？”
“把查詢的字段都加上索引會更快”工程師信心滿滿
“這類情況完全可以建1個聯(lián)合索引，由于是最左前綴匹配，所以operate_time需要放到最后，而且還需要把其他相干的查詢都拿來，需要做1個綜合評估。”
“聯(lián)合索引？最左前綴匹配？綜合評估？”工程師不由墮入了尋思。
多數(shù)情況下，我們知道索引能夠提高查詢效力，但應(yīng)當(dāng)如何建立索引？索引的順序如何？許多人卻只知道大概。其實理解這些概念其實不難，而且索引的原理遠(yuǎn)沒有想象的那末復(fù)雜。

MySQL索引原理

索引目的

索引的目的在于提高查詢效力，可以類比字典，如果要查“mysql”這個單詞，我們肯定需要定位到m字母，然后從下往下找到y(tǒng)字母，再找到剩下的sql。如果沒有索引，那末你可能需要把所有單詞看1遍才能找到你想要的，如果我想找到m開頭的單詞呢？或ze開頭的單詞呢？是否是覺得如果沒有索引，這個事情根本沒法完成？

索引原理

除詞典，生活中隨處可見索引的例子，如火車站的車次表、圖書的目錄等。它們的原理都是1樣的，通過不斷的縮小想要取得數(shù)據(jù)的范圍來挑選出終究想要的結(jié)果，同時把隨機(jī)的事件變成順序的事件，也就是我們總是通過同1種查找方式來鎖定數(shù)據(jù)。
數(shù)據(jù)庫也是1樣，但明顯要復(fù)雜許多，由于不但面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數(shù)據(jù)庫應(yīng)當(dāng)選擇怎樣樣的方式來應(yīng)對所有的問題呢？我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢？最簡單的如果1000條數(shù)據(jù)，1到100分成第1段，101到200分成第2段，201到300分成第3段……這樣查第250條數(shù)據(jù)，只要找第3段就能夠了，1下子去除90%的無效數(shù)據(jù)。但如果是1千萬的記錄呢，分成幾段比較好？稍有算法基礎(chǔ)的同學(xué)會想到搜索樹，其平均復(fù)雜度是lgN，具有不錯的查詢性能。但這里我們疏忽了1個關(guān)鍵的問題，復(fù)雜度模型是基于每次相同的操作本錢來斟酌的，數(shù)據(jù)庫實現(xiàn)比較復(fù)雜，數(shù)據(jù)保存在磁盤上，而為了提高性能，每次又可以把部份數(shù)據(jù)讀入內(nèi)存來計算，由于我們知道訪問磁盤的本錢大概是訪問內(nèi)存的10萬倍左右，所以簡單的搜索樹難以滿足復(fù)雜的利用場景。

磁盤IO與預(yù)讀

前面提到了訪問磁盤，那末這里先簡單介紹1下磁盤IO和預(yù)讀，磁盤讀取數(shù)據(jù)靠的是機(jī)械運動，每次讀取數(shù)據(jù)花費的時間可以分為尋道時間、旋轉(zhuǎn)延遲、傳輸時間3個部份，尋道時間指的是磁臂移動到指定磁道所需要的時間，主流磁盤1般在5ms以下；旋轉(zhuǎn)延遲就是我們常常聽說的磁盤轉(zhuǎn)速，比如1個磁盤7200轉(zhuǎn)，表示每分鐘能轉(zhuǎn)7200次，也就是說1秒鐘能轉(zhuǎn)120次，旋轉(zhuǎn)延遲就是1/120/2 = 4.17ms；傳輸時間指的是從磁盤讀出或?qū)?shù)據(jù)寫入磁盤的時間，1般在零點幾毫秒，相對前兩個時間可以疏忽不計。那末訪問1次磁盤的時間，即1次磁盤IO的時間約等于5+4.17 = 9ms左右，聽起來還挺不錯的，但要知道1臺500 -MIPS的機(jī)器每秒可以履行5億條指令，由于指令依托的是電的性質(zhì)，換句話說履行1次IO的時間可以履行40萬條指令，數(shù)據(jù)庫動輒10萬百萬乃至千萬級數(shù)據(jù)，每次9毫秒的時間，明顯是個災(zāi)害。下圖是計算機(jī)硬件延遲的對照圖，供大家參考：

斟酌到磁盤IO是非常高昂的操作，計算機(jī)操作系統(tǒng)做了1些優(yōu)化，當(dāng)1次IO時，不光把當(dāng)前磁盤地址的數(shù)據(jù)，而是把相鄰的數(shù)據(jù)也都讀取到內(nèi)存緩沖區(qū)內(nèi)，由于局部預(yù)讀性原理告知我們，當(dāng)計算機(jī)訪問1個地址的數(shù)據(jù)的時候，與其相鄰的數(shù)據(jù)也會很快被訪問到。每次IO讀取的數(shù)據(jù)我們稱之為1頁(page)。具體1頁有多大數(shù)據(jù)跟操作系統(tǒng)有關(guān)，1般為4k或8k，也就是我們讀取1頁內(nèi)的數(shù)據(jù)時候，實際上才產(chǎn)生了1次IO，這個理論對索引的數(shù)據(jù)結(jié)構(gòu)設(shè)計非常有幫助。

索引的數(shù)據(jù)結(jié)構(gòu)

前面講了生活中索引的例子，索引的基本原理，數(shù)據(jù)庫的復(fù)雜性，又講了操作系統(tǒng)的相干知識，目的就是讓大家了解，任何1種數(shù)據(jù)結(jié)構(gòu)都不是平空產(chǎn)生的，1定會有它的背景和使用處景，我們現(xiàn)在總結(jié)1下，我們需要這類數(shù)據(jù)結(jié)構(gòu)能夠做些甚么，其實很簡單，那就是：每次查找數(shù)據(jù)時把磁盤IO次數(shù)控制在1個很小的數(shù)量級，最好是常數(shù)數(shù)量級。那末我們就想到如果1個高度可控的多路搜索樹是不是能滿足需求呢？就這樣，b+樹應(yīng)運而生。

詳解b+樹

b+樹
如上圖，是1顆b+樹，關(guān)于b+樹的定義可以參見B+樹，這里只說1些重點，淺藍(lán)色的塊我們稱之為1個磁盤塊，可以看到每一個磁盤塊包括幾個數(shù)據(jù)項（深藍(lán)色所示）和指針（黃色所示），如磁盤塊1包括數(shù)據(jù)項17和35，包括指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實的數(shù)據(jù)存在于葉子節(jié)點即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點只不存儲真實的數(shù)據(jù)，只存儲指引搜索方向的數(shù)據(jù)項，如17、35其實不真實存在于數(shù)據(jù)表中。

b+樹的查找進(jìn)程

如圖所示，如果要查找數(shù)據(jù)項29，那末首先會把磁盤塊1由磁盤加載到內(nèi)存，此時產(chǎn)生1次IO，在內(nèi)存中用2分查找肯定29在17和35之間，鎖定磁盤塊1的P2指針，內(nèi)存時間由于非常短（相比磁盤的IO）可以疏忽不計，通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內(nèi)存，產(chǎn)生第2次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到內(nèi)存，產(chǎn)生第3次IO，同時內(nèi)存中做2分查找找到29，結(jié)束查詢，總計3次IO。真實的情況是，3層的b+樹可以表示上百萬的數(shù)據(jù)，如果上百萬的數(shù)據(jù)查找只需要3次IO，性能提高將是巨大的，如果沒有索引，每一個數(shù)據(jù)項都要產(chǎn)生1次IO，那末總共需要百萬次的IO，明顯本錢非常非常高。

b+樹性質(zhì)

1.通過上面的分析，我們知道IO次數(shù)取決于b+數(shù)的高度h，假定當(dāng)前數(shù)據(jù)表的數(shù)據(jù)為N，每一個磁盤塊的數(shù)據(jù)項的數(shù)量是m，則有h=㏒(m+1)N，當(dāng)數(shù)據(jù)量N1定的情況下，m越大，h越小；而m = 磁盤塊的大小 / 數(shù)據(jù)項的大小，磁盤塊的大小也就是1個數(shù)據(jù)頁的大小，是固定的，如果數(shù)據(jù)項占的空間越小，數(shù)據(jù)項的數(shù)量越多，樹的高度越低。這就是為何每一個數(shù)據(jù)項，即索引字段要盡可能的小，比如int占4字節(jié)，要比bigint8字節(jié)少1半。這也是為何b+樹要求把真實的數(shù)據(jù)放到葉子節(jié)點而不是內(nèi)層節(jié)點，1旦放到內(nèi)層節(jié)點，磁盤塊的數(shù)據(jù)項會大幅度降落，致使樹增高。當(dāng)數(shù)據(jù)項等于1時將會退化成線性表。
2.當(dāng)b+樹的數(shù)據(jù)項是復(fù)合的數(shù)據(jù)結(jié)構(gòu)，比如(name,age,sex)的時候，b+數(shù)是依照從左到右的順序來建立搜索樹的，比如當(dāng)(張3,20,F)這樣的數(shù)據(jù)來檢索的時候，b+樹會優(yōu)先比較name來肯定下1步的所搜方向，如果name相同再順次比較age和sex，最后得到檢索的數(shù)據(jù)；但當(dāng)(20,F)這樣的沒有name的數(shù)據(jù)來的時候，b+樹就不知道下1步該查哪一個節(jié)點，由于建立搜索樹的時候name就是第1個比較因子，必須要先根據(jù)name來搜索才能知道下1步去哪里查詢。比如當(dāng)(張3,F)這樣的數(shù)據(jù)來檢索時，b+樹可以用name來指定搜索方向，但下1個字段age的缺失，所以只能把名字等于張3的數(shù)據(jù)都找到，然后再匹配性別是F的數(shù)據(jù)了， 這個是非常重要的性質(zhì)，即索引的最左匹配特性。

慢查詢優(yōu)化
關(guān)于MySQL索引原理是比較枯燥的東西，大家只需要有1個感性的認(rèn)識，其實不需要理解得非常透徹和深入。我們回頭來看看1開始我們說的慢查詢，了解完索引原理以后，大家是否是有甚么想法呢？先總結(jié)1下索引的幾大基本原則

建索引的幾大原則
1.最左前綴匹配原則，非常重要的原則，mysql會1直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)劑。
2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會幫你優(yōu)化成索引可以辨認(rèn)的情勢
3.盡可能選擇辨別度高的列作為索引,辨別度的公式是count(distinct col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯1鍵的辨別度是1，而1些狀態(tài)、性別字段可能在大數(shù)據(jù)眼前辨別度就是0，那可能有人會問，這個比例有甚么經(jīng)驗值嗎？使用處景不同，這個值也很難肯定，1般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄
4.索引列不能參與計算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05⑵9’就不能使用到索引，緣由很簡單，b+樹中存的都是數(shù)據(jù)表中的字段值，但進(jìn)行檢索時，需要把所有元素都利用函數(shù)才能比較，明顯本錢太大。所以語句應(yīng)當(dāng)寫成create_time = unix_timestamp(’2014-05⑵9’);
5.盡可能的擴(kuò)大索引，不要新建索引。比如表中已有a的索引，現(xiàn)在要加(a,b)的索引，那末只需要修改原來的索引便可

回到開始的慢查詢
根據(jù)最左匹配原則，最開始的sql語句的索引應(yīng)當(dāng)是status、operator_id、type、operate_time的聯(lián)合索引；其中status、operator_id、type的順序可以顛倒，所以我才會說，把這個表的所有相干查詢都找到，會綜合分析；
比如還有以下查詢

select * from task where status = 0 and type = 12 limit 10;
select count(*) from task where status = 0 ;

那末索引建立成(status,type,operator_id,operate_time)就是非常正確的，由于可以覆蓋到所有情況。這個就是利用了索引的最左匹配的原則

查詢優(yōu)化神器 - explain命令
關(guān)于explain命令相信大家其實不陌生，具體用法和字段含義可以參考官網(wǎng)explain-output，這里需要強(qiáng)調(diào)rows是核心指標(biāo)，絕大部份rows小的語句履行1定很快（有例外，下面會講到）。所以優(yōu)化語句基本上都是在優(yōu)化rows。

慢查詢優(yōu)化基本步驟
0.先運行看看是不是真的很慢，注意設(shè)置SQL_NO_CACHE
1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語句的where都利用到表中返回的記錄數(shù)最小的表開始查起，單表每一個字段分別查詢，看哪一個字段的辨別度最高
2.explain查看履行計劃，是不是與1預(yù)期1致（從鎖定記錄較少的表開始查詢）
3.order by limit 情勢的sql語句讓排序的表優(yōu)先查
4.了解業(yè)務(wù)方使用處景
5.加索引時參照建索引的幾大原則
6.視察結(jié)果，不符合預(yù)期繼續(xù)從0分析

幾個慢查詢案例
下面幾個例子詳細(xì)解釋了如何分析和優(yōu)化慢查詢

復(fù)雜語句寫法
很多情況下，我們寫SQL只是為了實現(xiàn)功能，這只是第1步，不同的語句書寫方式對效力常常有本質(zhì)的差別，這要求我們對mysql的履行計劃和索引原則有非常清楚的認(rèn)識，請看下面的語句
select
distinct cert.emp_id
from
cm_log cl
inner join
(
select
emp.id as emp_id,
emp_cert.id as cert_id
from
employee emp
left join
emp_certificate emp_cert
on emp.id = emp_cert.emp_id
where
emp.is_deleted=0
) cert
on (
cl.ref_table='Employee'
and cl.ref_oid= cert.emp_id
)
or (
cl.ref_table='EmpCertificate'
and cl.ref_oid= cert.cert_id
)
where
cl.last_upd_date >='2013⑴1-07 15:03:00'
and cl.last_upd_date<='2013⑴1-08 16:00:00';
0.先運行1下，53條記錄 1.87秒，又沒有用聚合語句，比較慢

53 rows in set (1.87 sec)
1.explain

+----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+
| id | select_type | table      | type  | possible_keys                   | key                   | key_len | ref               | rows  | Extra                          |
+----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+
|  1 | PRIMARY     | cl         | range | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date     | 8       | NULL              |   379 | Using where; Using temporary   |
|  1 | PRIMARY     | <derived2> | ALL   | NULL                            | NULL                  | NULL    | NULL              | 63727 | Using where; Using join buffer |
|  2 | DERIVED     | emp        | ALL   | NULL                            | NULL                  | NULL    | NULL              | 13317 | Using where                    |
|  2 | DERIVED     | emp_cert   | ref   | emp_certificate_empid           | emp_certificate_empid | 4       | meituanorg.emp.id |     1 | Using index                    |
+----+-------------+------------+-------+---------------------------------+-----------------------+---------+-------------------+-------+--------------------------------+

簡述1下履行計劃，首先mysql根據(jù)idx_last_upd_date索引掃描cm_log表取得379條記錄；然后查表掃描了63727條記錄，分為兩部份，derived表示構(gòu)造表，也就是不存在的表，可以簡單理解成是1個語句構(gòu)成的結(jié)果集，后面的數(shù)字表示語句的ID。derived2表示的是ID = 2的查詢構(gòu)造了虛擬表，并且返回了63727條記錄。我們再來看看ID = 2的語句究竟做了寫甚么返回了這么大量的數(shù)據(jù)，首先全表掃描employee表13317條記錄，然后根據(jù)索引emp_certificate_empid關(guān)聯(lián)emp_certificate表，rows = 1表示，每一個關(guān)聯(lián)都只鎖定了1條記錄，效力比較高。取得后，再和cm_log的379條記錄根據(jù)規(guī)則關(guān)聯(lián)。從履行進(jìn)程上可以看出返回了太多的數(shù)據(jù)，返回的數(shù)據(jù)絕大部份cm_log都用不到，由于cm_log只鎖定了379條記錄。
如何優(yōu)化呢？可以看到我們在運行完后還是要和cm_log做join,那末我們能不能之前和cm_log做join呢？仔細(xì)分析語句不難發(fā)現(xiàn)，其基本思想是如果cm_log的ref_table是EmpCertificate就關(guān)聯(lián)emp_certificate表，如果ref_table是Employee就關(guān)聯(lián)employee表，我們完全可以拆成兩部份，并用union連接起來，注意這里用union，而不用union all是由于原語句有“distinct”來得到唯1的記錄，而union恰好具有了這類功能。如果原語句中沒有distinct不需要去重，我們就能夠直接使用union all了，由于使用union需要去重的動作，會影響SQL性能。
優(yōu)化過的語句以下

select
   emp.id 
from
   cm_log cl 
inner join
   employee emp 
      on cl.ref_table = 'Employee' 
      and cl.ref_oid = emp.id  
where
   cl.last_upd_date >='2013⑴1-07 15:03:00' 
   and cl.last_upd_date<='2013⑴1-08 16:00:00' 
   and emp.is_deleted = 0  
union
select
   emp.id 
from
   cm_log cl 
inner join
   emp_certificate ec 
      on cl.ref_table = 'EmpCertificate' 
      and cl.ref_oid = ec.id  
inner join
   employee emp 
      on emp.id = ec.emp_id  
where
   cl.last_upd_date >='2013⑴1-07 15:03:00' 
   and cl.last_upd_date<='2013⑴1-08 16:00:00' 
   and emp.is_deleted = 0

4.不需要了解業(yè)務(wù)場景，只需要改造的語句和改造之前的語句保持結(jié)果1致

5.現(xiàn)有索引可以滿足，不需要建索引

6.用改造后的語句實驗1下，只需要10ms 下降了近200倍！

+----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+
| id | select_type  | table      | type   | possible_keys                   | key               | key_len | ref                   | rows | Extra       |
+----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+
|  1 | PRIMARY      | cl         | range  | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date | 8       | NULL                  |  379 | Using where |
|  1 | PRIMARY      | emp        | eq_ref | PRIMARY                         | PRIMARY           | 4       | meituanorg.cl.ref_oid |    1 | Using where |
|  2 | UNION        | cl         | range  | cm_log_cls_id,idx_last_upd_date | idx_last_upd_date | 8       | NULL                  |  379 | Using where |
|  2 | UNION        | ec         | eq_ref | PRIMARY,emp_certificate_empid   | PRIMARY           | 4       | meituanorg.cl.ref_oid |    1 |             |
|  2 | UNION        | emp        | eq_ref | PRIMARY                         | PRIMARY           | 4       | meituanorg.ec.emp_id  |    1 | Using where |
| NULL | UNION RESULT | <union1,2> | ALL    | NULL                            | NULL              | NULL    | NULL                  | NULL |             |
+----+--------------+------------+--------+---------------------------------+-------------------+---------+-----------------------+------+-------------+
53 rows in set (0.01 sec)

明確利用場景
舉這個例子的目的在于顛覆我們對列的辨別度的認(rèn)知，1般上我們認(rèn)為辨別度越高的列，越容易鎖定更少的記錄，但在1些特殊的情況下，這類理論是有局限性的

select
   * 
from
   stage_poi sp 
where
   sp.accurate_result=1 
   and (
      sp.sync_status=0 
      or sp.sync_status=2 
      or sp.sync_status=4
   );

0.先看看運行多長時間,951條數(shù)據(jù)6.22秒，真的很慢

951 rows in set (6.22 sec)
1.先explain，rows到達(dá)了361萬，type = ALL表明是全表掃描

+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows    | Extra       |
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
|  1 | SIMPLE      | sp    | ALL  | NULL          | NULL | NULL    | NULL | 3613155 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+

2.所有字段都利用查詢返回記錄數(shù)，由于是單表查詢 0已做過了951條

3.讓explain的rows 盡可能逼近951

看1下accurate_result = 1的記錄數(shù)

select count(*),accurate_result from stage_poi  group by accurate_result;
+----------+-----------------+
| count(*) | accurate_result |
+----------+-----------------+
|     1023 |              ⑴ |
|  2114655 |               0 |
|   972815 |               1 |
+----------+-----------------+

我們看到accurate_result這個字段的辨別度非常低，全部表只有⑴,0,13個值，加上索引也沒法鎖定特別少許的數(shù)據(jù)

再看1下sync_status字段的情況

select count(*),sync_status from stage_poi  group by sync_status;
+----------+-------------+
| count(*) | sync_status |
+----------+-------------+
|     3080 |           0 |
|  3085413 |           3 |
+----------+-------------+

一樣的辨別度也很低，根據(jù)理論，也不合適建立索引

問題分析到這，好像得出了這個表沒法優(yōu)化的結(jié)論，兩個列的辨別度都很低，即使加上索引也只能適應(yīng)這類情況，很難做普遍性的優(yōu)化，比如當(dāng)sync_status 0、3散布的很平均，那末鎖定記錄也是百萬級別的

4.找業(yè)務(wù)方去溝通，看看使用處景。業(yè)務(wù)方是這么來使用這個SQL語句的，每隔5分鐘會掃描符合條件的數(shù)據(jù)，處理完成后把sync_status這個字段變成1,5分鐘符合條件的記錄數(shù)其實不會太多，1000個左右。了解了業(yè)務(wù)方的使用處景后，優(yōu)化這個SQL就變得簡單了，由于業(yè)務(wù)方保證了數(shù)據(jù)的不平衡，如果加上索引可以過濾掉絕大部份不需要的數(shù)據(jù)

5.根據(jù)建立索引規(guī)則，使用以下語句建立索引

alter table stage_poi add index idx_acc_status(accurate_result,sync_status);

6.視察預(yù)期結(jié)果,發(fā)現(xiàn)只需要200ms，快了30多倍。

952 rows in set (0.20 sec)
我們再來回顧1下分析問題的進(jìn)程，單表查詢相對來講比較好優(yōu)化，大部份時候只需要把where條件里面的字段依照規(guī)則加上索引就好，如果只是這類“無腦”優(yōu)化的話，明顯1些辨別度非常低的列，不應(yīng)當(dāng)加索引的列也會被加上索引，這樣會對插入、更新性能造成嚴(yán)重的影響，同時也有可能影響其它的查詢語句。所以我們第4步調(diào)差SQL的使用處景非常關(guān)鍵，我們只有知道這個業(yè)務(wù)場景，才能更好地輔助我們更好的分析和優(yōu)化查詢語句。

沒法優(yōu)化的語句

select
   c.id,
   c.name,
   c.position,
   c.sex,
   c.phone,
   c.office_phone,
   c.feature_info,
   c.birthday,
   c.creator_id,
   c.is_keyperson,
   c.giveup_reason,
   c.status,
   c.data_source,
   from_unixtime(c.created_time) as created_time,
   from_unixtime(c.last_modified) as last_modified,
   c.last_modified_user_id  
from
   contact c  
inner join
   contact_branch cb 
      on  c.id = cb.contact_id  
inner join
   branch_user bu 
      on  cb.branch_id = bu.branch_id 
      and bu.status in (
         1,
      2)  
   inner join
      org_emp_info oei 
         on  oei.data_id = bu.user_id 
         and oei.node_left >= 2875 
         and oei.node_right <= 10802 
         and oei.org_category = - 1  
   order by
      c.created_time desc  limit 0 ,
      10;

還是幾個步驟
0.先看語句運行多長時間，10條記錄用了13秒，已不可忍耐

10 rows in set (13.06 sec)
1.explain

+----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+
| id | select_type | table | type   | possible_keys                       | key                     | key_len | ref                      | rows | Extra                                        |
+----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+
|  1 | SIMPLE      | oei   | ref    | idx_category_left_right,idx_data_id | idx_category_left_right | 5       | const                    | 8849 | Using where; Using temporary; Using filesort |
|  1 | SIMPLE      | bu    | ref    | PRIMARY,idx_userid_status           | idx_userid_status       | 4       | meituancrm.oei.data_id   |   76 | Using where; Using index                     |
|  1 | SIMPLE      | cb    | ref    | idx_branch_id,idx_contact_branch_id | idx_branch_id           | 4       | meituancrm.bu.branch_id  |    1 |                                              |
|  1 | SIMPLE      | c     | eq_ref | PRIMARY                             | PRIMARY                 | 108     | meituancrm.cb.contact_id |    1 |                                              |
+----+-------------+-------+--------+-------------------------------------+-------------------------+---------+--------------------------+------+----------------------------------------------+

從履行計劃上看，mysql先查org_emp_info表掃描8849記錄，再用索引idx_userid_status關(guān)聯(lián)branch_user表，再用索引idx_branch_id關(guān)聯(lián)contact_branch表，最后主鍵關(guān)聯(lián)contact表。
rows返回的都非常少，看不到有甚么異常情況。我們在看1下語句，發(fā)現(xiàn)后面有order by + limit組合，會不會是排序量太大弄的？因而我們簡化SQL，去掉后面的order by 和 limit，看看到底用了多少記錄來排序

select
  count(*)
from
   contact c  
inner join
   contact_branch cb 
      on  c.id = cb.contact_id  
inner join
   branch_user bu 
      on  cb.branch_id = bu.branch_id 
      and bu.status in (
         1,
      2)  
   inner join
      org_emp_info oei 
         on  oei.data_id = bu.user_id 
         and oei.node_left >= 2875 
         and oei.node_right <= 10802 
         and oei.org_category = - 1  
+----------+
| count(*) |
+----------+
|   778878 |
+----------+
1 row in set (5.19 sec)

發(fā)現(xiàn)排序之前竟然鎖定了778878條記錄，如果針對70萬的結(jié)果集排序，將是災(zāi)害性的，怪不得這么慢，那我們能不能換個思路，先根據(jù)contact的created_time排序，再來join會不會比較快呢？
因而改造成下面的語句，也能夠用straight_join來優(yōu)化

select
c.id,
c.name,
c.position,
c.sex,
c.phone,
c.office_phone,
c.feature_info,
c.birthday,
c.creator_id,
c.is_keyperson,
c.giveup_reason,
c.status,
c.data_source,
from_unixtime(c.created_time) as created_time,
from_unixtime(c.last_modified) as last_modified,
c.last_modified_user_id
from
contact c
where
exists (
select
1
from
contact_branch cb
inner join
branch_user bu
on cb.branch_id = bu.branch_id
and bu.status in (
1,
2)
inner join
org_emp_info oei
on oei.data_id = bu.user_id
and oei.node_left >= 2875
and oei.node_right <= 10802
and oei.org_category = - 1
where
c.id = cb.contact_id
)
order by
c.created_time desc limit 0 ,
10;

驗證1下效果 預(yù)計在1ms內(nèi)，提升了13000多倍！

10 rows in set (0.00 sec)
本以為至此大工告成，但我們在前面的分析中漏了1個細(xì)節(jié)，先排序再join和先join再排序理論上開消是1樣的，為什么提升這么多是由于有1個limit！大致履行進(jìn)程是：mysql先按索引排序得到前10條記錄，然后再去join過濾，當(dāng)發(fā)現(xiàn)不夠10條的時候，再次去10條，再次join，這明顯在內(nèi)層join過濾的數(shù)據(jù)非常多的時候，將是災(zāi)害的，極端情況，內(nèi)層1條數(shù)據(jù)都找不到，mysql還傻乎乎的每次取10條，幾近遍歷了這個數(shù)據(jù)表！
用不同參數(shù)的SQL實驗下

select
sql_no_cache c.id,
c.name,
c.position,
c.sex,
c.phone,
c.office_phone,
c.feature_info,
c.birthday,
c.creator_id,
c.is_keyperson,
c.giveup_reason,
c.status,
c.data_source,
from_unixtime(c.created_time) as created_time,
from_unixtime(c.last_modified) as last_modified,
c.last_modified_user_id
from
contact c
where
exists (
select
1
from
contact_branch cb
inner join
branch_user bu
on cb.branch_id = bu.branch_id
and bu.status in (
1,
2)
inner join
org_emp_info oei
on oei.data_id = bu.user_id
and oei.node_left >= 2875
and oei.node_right <= 2875
and oei.org_category = - 1
where
c.id = cb.contact_id
)
order by
c.created_time desc limit 0 ,
10;
“`

Empty set (2 min 18.99 sec)
2 min 18.99 sec！比之前的情況還糟很多。由于mysql的nested loop機(jī)制，遇到這類情況，基本是沒法優(yōu)化的。這條語句終究也只能交給利用系統(tǒng)去優(yōu)化自己的邏輯了。
通過這個例子我們可以看到，其實不是所有語句都能優(yōu)化，而常常我們優(yōu)化時，由于SQL用例回歸時落掉1些極端情況，會造成比原來還嚴(yán)重的后果。所以，第1：不要期望所有語句都能通過SQL優(yōu)化，第2：不要過于自信，只針對具體case來優(yōu)化，而疏忽了更復(fù)雜的情況。

慢查詢的案例就分析到這兒，以上只是1些比較典型的案例。我們在優(yōu)化進(jìn)程中遇到過超過1000行，觸及到16個表join的“垃圾SQL”，也遇到過線上線下數(shù)據(jù)庫差異致使利用直接被慢查詢拖死，也遇到過varchar等值比較沒有寫單引號，還遇到過笛卡爾積查詢直接把從庫弄死。再多的案例其實也只是1些經(jīng)驗的積累，如果我們熟習(xí)查詢優(yōu)化器、索引的內(nèi)部原理，那末分析這些案例就變得特別簡單了。

寫在后面的話
本文以1個慢查詢案例引入了MySQL索引原理、優(yōu)化慢查詢的1些方法論;并針對遇到的典型案例做了詳細(xì)的分析。其實做了這么長時間的語句優(yōu)化后才發(fā)現(xiàn)，任何數(shù)據(jù)庫層面的優(yōu)化都抵不上利用系統(tǒng)的優(yōu)化，一樣是MySQL，可以用來支持Google/FaceBook/Taobao利用，但可能連你的個人網(wǎng)站都撐不住。套用最近比較流行的話：“查詢?nèi)菀祝瑑?yōu)化不容易，且寫且珍惜！”

參考
參考文獻(xiàn)以下：
1.《高性能MySQL》
2.《數(shù)據(jù)結(jié)構(gòu)與算法分析》