Mysql优化之视图重写

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: Mysql优化之视图重写 视图是数据库中基于表的一种对象,把对表的查询固化。视图的类型: 1、用SPJ格式构造的视图,称为简单视图。 2、用非SPJ格式构造的视图,称为复杂视图。什么是视图重写? 1.查询语句中出现视图对象 2.查询优化后,视图对象消失 3.消失的视图对象的查询语句,融合到初始查询语句中。

Mysql优化之视图重写

视图是数据库中基于表的一种对象,把对表的查询固化。
视图的类型:
1、用SPJ格式构造的视图,称为简单视图。
2、用非SPJ格式构造的视图,称为复杂视图。
什么是视图重写?
1.查询语句中出现视图对象
2.查询优化后,视图对象消失
3.消失的视图对象的查询语句,融合到初始查询语句中。
MySQL视图重写准则:
1、MySQL支持对简单视图进行优化
2、优化方法是把视图转为对基表的查询,然后进行类似子查询的优化
3、MySQL只能重写简单视图,复杂视图不能重写。


CREATE TABLE t1 (a1 int UNIQUE, b1 int);
CREATE TABLE t2 (a2 int UNIQUE, b2 int);
CREATE TABLE t3 (a3 int UNIQUE, b3 int);
创建简单视图:
CREATE VIEW v_t_1_2 AS
SELECT * FROM t1, t2;
创建复杂视图:
CREATE VIEW v_t_gd_1_2 AS
SELECT DISTINCT t1.b1, t2.b2
FROM t1, t2
GROUP BY t1.b1, t2.b2;

mysql> EXPLAIN EXTENDED SELECT * FROM t1, v_t_1_2 WHERE t1.a1<20;
+----+-------------+-------+-------+------+---------------------------------------+
| id | select_type | table | type  | key  | Extra                                 |
+----+-------------+-------+-------+------+---------------------------------------+
|  1 | SIMPLE      | t1    | range | a1   | Using index condition                 |
|  1 | SIMPLE      | t1    | ALL   | NULL | Using join buffer (Block Nested Loop) |
|  1 | SIMPLE      | t2    | ALL   | NULL | Using join buffer (Block Nested Loop) |
+----+-------------+-------+-------+------+---------------------------------------+

从执行计划可以看出,把视图转换为了普通的连接查询,消除了视图进行了优化。

mysql> EXPLAIN EXTENDED SELECT * FROM t1, (SELECT * FROM t1, t2) t12 WHERE t1.a1<20;
+----+-------------+------------+-------+------+---------------------------------------+
| id | select_type | table      | type  | key  | Extra                                 |
+----+-------------+------------+-------+------+---------------------------------------+
|  1 | PRIMARY     | t1         | range | a1   | Using index condition                 |
|  1 | PRIMARY     | <derived2> | ALL   | NULL | Using join buffer (Block Nested Loop) |
|  2 | DERIVED     | t1         | ALL   | NULL | NULL                                  |
|  2 | DERIVED     | t2         | ALL   | NULL | Using join buffer (Block Nested Loop) |

从执行计划可以看出将视图转换为两表连接查询得到一个中间对象然后又与t1表进行连接

基于表t1和t2的视图v_t_1_2,进行聚集操作:

mysql> EXPLAIN EXTENDED SELECT *, (SELECT max(a1) FROM v_t_1_2) FROM t1 WHERE t1.a1<20;
+----+-------------+-------+-------+------+-------------------------+
| id | select_type | table | type  | key  | Extra                   |
+----+-------------+-------+-------+------+-------------------------+
|  1 | PRIMARY     | t1    | range | a1   | Using index condition   |
|  2 | SUBQUERY    | NULL  | NULL  | NULL | No matching min/max row |
+----+-------------+-------+-------+------+-------------------------+

从执行计划看出视图消除了进行了优化但是子查询没有被消除

直接用视图和表做连接操作,并执行分组操作:

mysql> EXPLAIN EXTENDED SELECT a1, a3 FROM t3, v_t_1_2 WHERE a1<20 GROUP BY a1, a3;
+----+-------------+-------+-------+------+-----------------------------------------------------------------+
| id | select_type | table | type  | key  | Extra         |
+----+-------------+-------+-------+------+-----------------------------------------------------------------+
|  1 | SIMPLE      | t3    | index | a3   | Using index; Using temporary; Using filesort         |
|  1 | SIMPLE      | t1    | index | a1   | Using where; Using index; Using join buffer (Block Nested Loop) |
|  1 | SIMPLE      | t2    | index | a2   | Using index; Using join buffer (Block Nested Loop)         |
+----+-------------+-------+-------+------+-----------------------------------------------------------------+

将视图优化为了表连接查询

直接用视图和表做连接操作,并执行分组和去重操作操作:

mysql> EXPLAIN EXTENDED SELECT DISTINCT a1, a3 FROM t3, v_t_1_2 WHERE a1<20
GROUP BY a1, a3;

+----+-------------+-------+-------+------+-----------------------------------------------------------------+
| id | select_type | table | type  | key  | Extra         |
+----+-------------+-------+-------+------+-----------------------------------------------------------------+
|  1 | SIMPLE      | t3    | index | a3   | Using index; Using temporary; Using filesort         |
|  1 | SIMPLE      | t1    | index | a1   | Using where; Using index; Using join buffer (Block Nested Loop) |
|  1 | SIMPLE      | t2    | index | a2   | Using index; Distinct; Using join buffer (Block NestedLoop)    |
+----+-------------+-------+-------+------+-----------------------------------------------------------------+

在简单视图上执行外连接操作。

mysql> EXPLAIN EXTENDED SELECT * FROM t3 LEFT JOIN v_t_1_2 V ON V.a1=t3.a3
 WHERE V.a1<20;
+----+-------------+-------+------+------+---------------------------------------+
| id | select_type | table | type | key  | Extra                                 |
+----+-------------+-------+------+------+---------------------------------------+
|  1 | SIMPLE      | t3    | ALL  | NULL | NULL                                  |
|  1 | SIMPLE      | t1    | ref  | a1   | Using index condition                 |
|  1 | SIMPLE      | t2    | ALL  | NULL | Using join buffer (Block Nested Loop) |
+----+-------------+-------+------+------+---------------------------------------+

可以看出来可以对简单视图进行优化,优化为表连接查询,即使进行非SPJ复杂操作也可优化简单视图

直接用复杂视图和表做连接操作,查询执行计划如下:
mysql> EXPLAIN EXTENDED SELECT * FROM t3, v_t_gd_1_2 WHERE t3.a3<20;
+----+-------------+------------+-------+------+---------------------------------------+
| id | select_type | table      | type  | key  | Extra                                 |
+----+-------------+------------+-------+------+---------------------------------------+
|  1 | PRIMARY     | t3         | range | a3   | Using index condition                 |
|  1 | PRIMARY     | <derived2> | ALL   | NULL | Using join buffer (Block Nested Loop) |
|  2 | DERIVED     | t1         | ALL   | NULL | Using temporary; Using filesort       |
|  2 | DERIVED     | t2         | ALL   | NULL | Using join buffer (Block Nested Loop) |
+----+-------------+------------+-------+------+---------------------------------------+

从执行计划可以看出并没有优化复杂视图

原文地址 https://blog.csdn.net/qq_36594703/article/details/81238364
相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
9天前
|
SQL 关系型数据库 MySQL
MySQL慢查询优化、索引优化、以及表等优化详解
本文详细介绍了MySQL优化方案,包括索引优化、SQL慢查询优化和数据库表优化,帮助提升数据库性能。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
MySQL慢查询优化、索引优化、以及表等优化详解
|
14天前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
41 3
|
16天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
40 1
|
24天前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:百万级数据统计优化实践
【10月更文挑战第21天】 在处理大规模数据集时,传统的单体数据库解决方案往往力不从心。MySQL和Redis的组合提供了一种高效的解决方案,通过将数据库操作与高速缓存相结合,可以显著提升数据处理的性能。本文将分享一次实际的优化案例,探讨如何利用MySQL和Redis共同实现百万级数据统计的优化。
63 9
|
18天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
85 1
|
24天前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:优化百万数据查询的实战经验
【10月更文挑战第13天】 在处理大规模数据集时,传统的关系型数据库如MySQL可能会遇到性能瓶颈。为了提升数据处理的效率,我们可以结合使用MySQL和Redis,利用两者的优势来优化数据查询。本文将分享一次实战经验,探讨如何通过MySQL与Redis的协同工作来优化百万级数据统计。
53 5
|
29天前
|
存储 关系型数据库 MySQL
优化 MySQL 的锁机制以提高并发性能
【10月更文挑战第16天】优化 MySQL 锁机制需要综合考虑多个因素,根据具体的应用场景和需求进行针对性的调整。通过不断地优化和改进,可以提高数据库的并发性能,提升系统的整体效率。
50 1
|
29天前
|
缓存 关系型数据库 MySQL
一文彻底弄懂MySQL优化之深度分页
【10月更文挑战第24天】本文深入探讨了 MySQL 深度分页的原理、常见问题及优化策略。首先解释了深度分页的概念及其带来的性能和资源问题。接着介绍了基于偏移量(OFFSET)和限制(LIMIT)以及基于游标的分页方法,并分析了它们的优缺点。最后,提出了多种优化策略,包括合理创建索引、优化查询语句和使用数据缓存,帮助提升分页查询的性能和系统稳定性。
|
1月前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:百万数据量的优化实录
【10月更文挑战第6天】 在现代互联网应用中,随着用户量的增加和业务逻辑的复杂化,数据量级迅速增长,这对后端数据库系统提出了严峻的挑战。尤其是当数据量达到百万级别时,传统的数据库解决方案往往会遇到性能瓶颈。本文将分享一次使用MySQL与Redis协同优化大规模数据统计的实战经验。
119 3
|
1月前
|
NoSQL 关系型数据库 BI
记录一次MySQL+Redis实现优化百万数据统计的方式
【10月更文挑战第13天】 在处理百万级数据的统计时,传统的单体数据库往往力不从心,这时结合使用MySQL和Redis可以显著提升性能。以下是一次实际优化案例的详细记录。
113 1