深入浅出MySQL(十)关于mysql查询的一些优化技巧

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: 深入浅出MySQL(十)关于mysql查询的一些优化技巧

EXPLAIN


先是最简单的一个分析:


EXPLAIN(SELECT admin_name FROM w_admin )


网络异常,图片无法展示
|


这里面显示了查询类型select_type为简单查询,type指的是字段,possible_keys是指使用了哪个索引来进行搜索,key是指mysql实际使用的索引,key_len是指响应索引的长度,ref是指链接的匹配条件(例如外键查询):rows是指mysql根据统计信息以及索引选用的情况。


例如这样一条关于管理员角色分配查询的sql语句。


网络异常,图片无法展示
|


in查询里面不要包含太多的字段内容:


in实际上是用了数组来存储里面的字段信息的,如果这些数字都是连续的话,就建议不要用in了,用between会好些。


执行select语句的时候,尽量指明字段名称


减少网络的io耗损


当查询数据只有一条的时候,尽量使用limit 1


这是为了能够使得EXPLAIN中的type列达到const类型


如果说sql语句进行排序的时候,尽量使得排序的关键字是索引字段


如果限制条件中其他字段没有使用到索引,则尽量少用or


通常会用union all或者union来替代


union和union all的使用区别


前者在进行数据整合的时候会进行去重和重新排序,因此会消耗较多的cpu性能,所以使用的时候需要谨慎。(UNION ALL 查询的时候没有去重,所以可能会查询出来多余部分的数据)


随机查询的实现技巧


SELECT * from w_article ORDER BY RAND() limit 10


这种方式实现的随机查询一般性能消耗会比较大,不妨试试用limit来进行优化,limit的开始位置通过java或者php代码,传入相应的参数来进行设置。


常用的查询关键字 in和exists的区别?


两种关键字驱动的查询顺序有所不同,这也是性能变化的关键之处。


exists:外表驱动

in:内表驱动,先进行子查询

优化可以考虑:

原SQL语句:


select colname … from A表 where a.id not in (select b.id from B表)

高效的SQL语句:


select colname … from A表 Left join B表 on where a.id = b.id where b.id is null

合理高效的分页技巧:


通过一些limit来进行分页的话,当数据量增大的时候,查询会越来越慢。

不妨可以通过相应的id来进行起始点优化性能。不过这招很不靠谱。


尽量在where字句中用到null值,因为这样会放弃使用全表查询

不建议使用%前缀模糊查询


例如LIKE“%name”或者LIKE“%name%”,这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE “name%”。


那如何查询%name%?


如下图所示,虽然给secret字段添加了索引,但在explain结果并没有使用:

那么如何解决这个问题呢,答案:使用全文索引。


在我们查询中经常会用到select id,fnum,fdst from dynamic_201606 where user_name like ‘%zhangsan%’; 。这样的语句,普通索引是无法满足查询需求的。庆幸的是在MySQL中,有全文索引来帮助我们。(但是全文索引只在MYISAM里能被支持)

创建全文索引的SQL语法是:


ALTER TABLE dynamic_201606 ADD FULLTEXT INDEX idx_user_name (user_name);


使用全文索引的SQL语句是:


select id,fnum,fdst from dynamic_201606 where match(user_name) against(‘zhangsan’ in boolean mode);


注意:在需要创建全文索引之前,请联系DBA确定能否创建。同时需要注意的是查询语句的写法与普通索引的区别。


在where字句中尽量少些一些对于字段的表达式操作,容易造成数据库引擎放弃索引的操作


举个例子来说:


select user_id,user_project from user_base where age*2=36;
复制代码


中对字段就行了算术运算,这会造成引擎放弃使用索引,建议改成:


select user_id,user_project from user_base where age=36/2;
复制代码


对于联合索引来说,要遵守最左前缀法则


举列来说索引含有字段id、name、school,可以直接用id字段,也可以id、name这样的顺序,但是name;school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序,常用的查询字段放在最前面。


必要时可以使用force index来强制查询走某个索引


有的时候MySQL优化器采取它认为合适的索引来检索SQL语句,但是可能它所采用的索引并不是我们想要的。这时就可以采用forceindex来强制优化器使用我们制定的索引。

当我们使用了范围查询的时候,联合索引可能会失效


对于联合索引来说,如果存在范围查询,比如between、>、<等条件时,会造成后面的索引字段失效。


LEFT JOIN A表为驱动表,INNER JOIN MySQL会自动找出那个数据少的表作用驱动表,RIGHT JOIN B表为驱动表。


网络异常,图片无法展示
|

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
目录
相关文章
|
9天前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
|
14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
|
17天前
|
SQL 前端开发 关系型数据库
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
46 9
|
19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】
45 3
|
24天前
|
SQL NoSQL 关系型数据库
2024Mysql And Redis基础与进阶操作系列(5)作者——LJS[含MySQL DQL基本查询:select;简单、排序、分组、聚合、分组、分页等详解步骤及常见报错问题所对应的解决方法]
MySQL DQL基本查询:select;简单、排序、分组、聚合、分组、分页、INSERT INTO SELECT / FROM查询结合精例等详解步骤及常见报错问题所对应的解决方法
|
21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】
44 1
|
28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。
74 9
|
22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。
110 1
|
28天前
|
SQL Java 关系型数据库
java连接mysql查询数据(基础版,无框架)
【10月更文挑战第12天】该示例展示了如何使用Java通过JDBC连接MySQL数据库并查询数据。首先在项目中引入`mysql-connector-java`依赖,然后通过`JdbcUtil`类中的`main`方法实现数据库连接、执行SQL查询及结果处理,最后关闭相关资源。
|
28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。
57 5
下一篇
无影云桌面