案例02-sql语句的优化

简介: sql语句的优化

一:背景介绍

       前端调用后端接口的时候发现接口的响应时间特别长,然后对后端接口进行分析。最后发现是sql语句的执行时间太长。看了一下sql语句的相关信息:course_id字段和class_id字段添加了索引,左连接两个表的id类型不一致,使用分组的方式进行去重。下面对sql语句进行分析

1087c7a4f89447479d198f09c580feee.png

二:思路&方案

       1.sql语句各部分的执行顺序。

       2.明确distinct和group by的差异。

       3.查看sql语句是否已经添加了索引,索引是否失效。

三:过程

sql语句各部分的执行顺序

1.from
2.on
3.join
4.where
5.group by
6.having + 聚合函数
7.select
8.distinct
9.order by
10.limit

93aa6983f8c64acda4758810422c3e05.png

以上sql语句的执行顺序为3->4->5->2->6->1

明确distinct和group by的差异

1.有索引的情况下,group by和distinct 都能用索引,效率相同

2.无索引的时候,distinct 效率高于 group by,distinct 是根据信息不同进行直接进行去重,group by 的原理是对结果先进行 分组排序 ,然后返回每组中的第一条数据。

3.如果是单纯的去重操作的话,无论是否有索引,distinct 的效率都更加高,但是如果 查询的列和去重的列不对应的话,distinct就无法使用了。相较于group by 不够灵活。

4.group by 的语义更加的明确,并且group by 可以根据分组的情况加上聚合函数,做一些其他的处理,功能更加丰富。但是有时候效率将低于distinct。

5.distinct用法

select distinct 列1 , 列2 from table

group by用法

select 列1,列2 from table group by 列1 ,列2

验证数据类型不一致是否会影响索引

1.数据类型不一致

sql语句

SELECT
  aui.ding_phone,
  aui.ding_name,
  aui.chaoxing_name,
  aui.chaoxing_phone 
FROM
  ( SELECT info_id FROM arpro_user_course_info WHERE course_id = 223667994 AND class_id = 55801765 AND is_delete = 0 GROUP BY info_id ) auci
  LEFT JOIN arpro_user_info aui ON auci.info_id = aui.id

表字段数据类型

7e8f6936a6f14663a7b3e977d12a42fb.png

7e9858d547e441709cd59ef24551bda1.png

创建的索引

99da0313b34f44e98085bd132bf3fb13.png

执行结果:主键索引没有生效

5d2b3bc98bb444b1af69888675216514.png

2.数据类型一致

将数据类型调整为bigint

将group调整为distinct

SELECT
  aui.ding_phone,
  aui.ding_name,
  aui.chaoxing_name,
  aui.chaoxing_phone 
FROM
  ( SELECT DISTINCT info_id FROM arpro_user_course_info WHERE course_id = 223667994 AND class_id = 55801765 AND is_delete = 0 ) auci
  LEFT JOIN arpro_user_info aui ON auci.info_id = aui.id

执行结果5c73999078304d4b86767c1252c2bd2b.png

四:优化的好处

  1. 提高查询性能:优化SQL语句可以减少查询的执行时间和资源消耗,提高系统的响应速度和吞吐量。通过使用合适的索引、优化查询计划和减少不必要的数据读取,可以有效地提高查询的性能。
  2. 减少系统负载:优化SQL语句可以减少系统的负载,提高系统的稳定性和可靠性。通过减少不必要的数据库访问、优化查询语句的效率和减少数据传输量,可以降低系统的资源消耗,减少数据库的负载。
  3. 提高用户体验:优化SQL语句可以提高用户的体验和满意度。快速响应的查询结果可以让用户更好地享受系统的功能,提高用户的工作效率和满意度。同时,优化SQL语句还可以降低系统的错误率和异常情况,提高系统的可用性和稳定性。
  4. 节省成本:优化SQL语句可以节省系统的资源和成本。通过减少不必要的数据库操作和优化查询语句的效率,可以降低数据库的存储和计算成本。同时,优化SQL语句还可以减少系统的维护和运维成本,提高系统的可维护性和可扩展性。
  5. 改善系统的可扩展性:优化SQL语句可以改善系统的可扩展性和性能扩展能力。通过优化查询语句的效率和减少数据传输量,可以降低系统的资源消耗,提高系统的性能和扩展能力。这有助于系统在面对大量用户和数据时仍然能够保持高性能和稳定性。

五:总结

       明确sql语句的执行顺序有助于我们对于sql语句进行优化。提高我们对数据库和sql语句的理解。来编写效率更高的语句。

       优化SQL语句可以提高查询性能、减少系统负载、提高用户体验、节省成本和改善系统的可扩展性。这些好处有助于提高系统的性能、稳定性和可用性,提升用户的满意度和系统的价值。



相关文章
|
6天前
|
SQL 存储 关系型数据库
【MySQL】SQL 优化
【MySQL】SQL 优化
23 0
|
6天前
|
SQL 缓存 关系型数据库
一次sql改写优化子查询的案例
在生产环境中,一个MySQL RDS实例遭遇了高CPU使用率问题,原因是执行了一条复杂的UPDATE SQL语句,该语句涉及一个无法缓存的子查询(UNCACHEABLE SUBQUERY),导致子查询需要针对每一行数据重复执行,极大地影响了性能。SQL语句的目标是更新一行数据,但执行时间长达30秒。优化方法是将子查询转换为内连接形式,优化后的语句执行时间降低到毫秒级别,显著减少了CPU消耗。通过示例数据和执行计划对比,展示了优化前后的时间差异和执行效率的提升。
|
6天前
|
SQL NoSQL 关系型数据库
一个基于 BigQuery 的 SQL 注入挖掘案例
一个基于 BigQuery 的 SQL 注入挖掘案例
8 0
|
6天前
|
存储 SQL 关系型数据库
掌握高性能SQL的34个秘诀🚀多维度优化与全方位指南
掌握高性能SQL的34个秘诀🚀多维度优化与全方位指南
|
6天前
|
SQL 存储 小程序
数据库数据恢复—Sql Server数据库文件丢失的数据恢复案例
数据库数据恢复环境: 5块硬盘组建一组RAID5阵列,划分LUN供windows系统服务器使用。windows系统服务器内运行了Sql Server数据库,存储空间在操作系统层面划分了三个逻辑分区。 数据库故障: 数据库文件丢失,主要涉及3个数据库,数千张表。数据库文件丢失原因未知,不能确定丢失的数据库文件的存放位置。数据库文件丢失后,服务器仍处于开机状态,所幸未写入大量数据。
数据库数据恢复—Sql Server数据库文件丢失的数据恢复案例
|
6天前
|
SQL 存储 关系型数据库
【MySQL系列笔记】SQL优化
SQL优化是通过调整数据库查询、索引、表结构和配置参数等方式,提高SQL查询性能和效率的过程。它旨在减少查询执行时间、减少系统资源消耗,从而提升数据库系统整体性能。优化方法包括索引优化、查询重写、表分区、适当选择和调整数据库引擎等。
237 3
|
6天前
|
存储 SQL 缓存
30个业务场景的SQL优化
这些优化策略和示例可以帮助改善 `SQL` 查询的性能和效率。在实践中,需要综合考虑数据库设计、`SQL` 编写、服务器配置等多方面因素,选择合适的优化方法,并进行充分的测试和验证。以上 30 个经验是 V 哥在实际经验中总结的内容,当然,业务场景不同,具体的优化策略也会不同,按实际情况处理,这不就是程序员要做的事情么。
|
6天前
|
SQL 存储 算法
clickhouse SQL优化
clickhouse 是 OLAP 数据库,但其具有独特的索引设计,所以如果拿 MySQL 或者其他 RDB 的优化经验来优化 clickhouse 可能得不到很好的效果,所以特此单独整理一篇文档,用于有 SQL 优化需求的同学,本人接触 clickhouse 时间也不长,难免有不足的地方,如果大家发现错误,还请不吝指正。
|
6天前
|
SQL 关系型数据库 MySQL
【MySQL】SQL优化
【MySQL】SQL优化
|
6天前
|
SQL 存储 关系型数据库
MySQL SQL优化
MySQL SQL优化
17 0