所謂慢SQL，就是執(zhí)行特別慢的SQL語句。什么樣的SQL語句才是慢SQL?多慢才算是慢SQL?對于這類問題，并沒有一個非常明確的標(biāo)準(zhǔn)，或者說是界限。但這并不代表區(qū)分正常的SQL和慢SQL很困難，在實際的大多數(shù)系統(tǒng)中，慢SQL消耗掉的數(shù)據(jù)庫資源，往往是正常SQL的幾倍、幾十倍，甚至幾百倍，所以慢SQL還是非常容易區(qū)分的。

問題是，我們不能等到系統(tǒng)上線，慢SQL消耗完數(shù)據(jù)庫的資源之后，再找出慢SQL來改進，那樣將會造成很多不良影響。那么，怎樣才能在開發(fā)階段就盡量避免寫出慢SQL呢?

01定量認(rèn)識MySQL

這說明，慢SQL對數(shù)據(jù)庫的影響，是一個從量變到質(zhì)變的過程，對“量”的把握，對于開發(fā)人員來說是很重要的。一個合格的程序員，需要對數(shù)據(jù)庫的能力有一個定量的認(rèn)識。

影響MySQL處理能力的因素有很多，比如，服務(wù)器的配置、數(shù)據(jù)庫中數(shù)據(jù)量的大小、MySQL的一些參數(shù)配置、數(shù)據(jù)庫的繁忙程度，等等。但是，通常情況下，這些因素對于MySQL的性能和處理能力的影響，大概在一個數(shù)量級的范圍內(nèi)，也就是上下幾倍的性能差距。所以，我們不需要知道精確的性能數(shù)據(jù)，只要掌握一個大致的量級，就足夠應(yīng)對實際的開發(fā)工作了。

目前，一臺普通的MySQL數(shù)據(jù)庫服務(wù)器，處理能力的極限大致是，每秒一萬條左右的簡單SQL。這里的“簡單SQL”，指的是類似于主鍵查詢這種不需要遍歷很多條記錄的SQL語句。根據(jù)配置的高低，服務(wù)器的處理能力也會有所不同，可能低配的服務(wù)器只能達到每秒幾千條，高配的服務(wù)器則可以達到每秒幾萬條，所以這里給出的每秒一萬條是中位數(shù)的經(jīng)驗值。考慮到正常的系統(tǒng)不可能只有簡單SQL，所以實際的處理能力還要打很大折扣。

我個人的經(jīng)驗是，一臺MySQL數(shù)據(jù)庫服務(wù)器，平均每秒執(zhí)行的SQL數(shù)量在幾百左右，一般就已經(jīng)是非常繁忙了。即使看起來CPU利用率和磁盤繁忙程度并不高，我們也需要考慮為數(shù)據(jù)庫“減負(fù)”了。

另外一個重要的定量指標(biāo)是，多慢的SQL才算是慢SQL?這里的“慢”，衡量的單位本來是執(zhí)行時長，但是對于時長這個指標(biāo)，我們在編寫SQL的時候并不好衡量。因此可以用執(zhí)行SQL查詢時，需要遍歷的數(shù)據(jù)行數(shù)來替代時間作為衡量標(biāo)準(zhǔn)，因為查詢的執(zhí)行時長與遍歷的數(shù)據(jù)行數(shù)基本上是正相關(guān)的。

我們在編寫一條查詢語句的時候，可以依據(jù)所要查詢數(shù)據(jù)表的數(shù)據(jù)總量估算一下這條查詢大致需要遍歷多少行數(shù)據(jù)。如果遍歷的行數(shù)在百萬以內(nèi)，只要不是每秒都要執(zhí)行幾十上百次的查詢，就可以認(rèn)為該查詢是安全的。遍歷數(shù)據(jù)行數(shù)達到幾百萬量級的，查詢最快也要花費幾秒的時間，這時我們就要仔細考慮有沒有優(yōu)化的辦法。遍歷行數(shù)達到千萬量級或以上的，這種SQL就不應(yīng)該出現(xiàn)在系統(tǒng)中了。當(dāng)然，我們這里討論的都是在線交易系統(tǒng)，離線分析類系統(tǒng)另當(dāng)別論。

遍歷行數(shù)達到千萬量級的SQL，是MySQL查詢的一個坎兒。在MySQL中，單個表的數(shù)據(jù)量，也要盡量控制在一千萬條以下，最多不要超過兩三千萬這個量級。原因很簡單，對一個千萬量級的表執(zhí)行查詢，加上幾個WHERE條件過濾一下，符合條件的數(shù)據(jù)最多可能是幾十萬或百萬量級的，還是可以接受的。但如果再與其他的表做一個聯(lián)合查詢，遍歷的數(shù)據(jù)量很可能就會超過千萬量級了。所以，每個表的數(shù)據(jù)量最好控制在千萬量級以內(nèi)。

如果數(shù)據(jù)庫中的數(shù)據(jù)量本身就很多，而且查詢業(yè)務(wù)邏輯確實需要遍歷大量數(shù)據(jù)，應(yīng)該怎么辦呢?

02使用索引避免全表掃描

使用索引，可以有效減少執(zhí)行查詢時遍歷數(shù)據(jù)的行數(shù)，從而提高查詢的性能。

數(shù)據(jù)庫索引的原理比較簡單，一個例子就能說明白。比如，有一個無序的數(shù)組，數(shù)組中的每個元素都是一個用戶對象。如果我們要把所有姓李的用戶都找出來，那么比較笨的辦法是，用一個循環(huán)把數(shù)組遍歷一遍。

是否還有更好的辦法呢?答案是肯定的。比如，我們可以用一個Map(在某些編程語言中是Dictionary)來為數(shù)組做一個索引，Key用于保存姓氏，值是所有這個姓氏的用戶對象在數(shù)組中序號的集合，如圖1所示。這樣在查找的時候，就不用遍歷數(shù)組了，只需要先在Map中查找，然后再根據(jù)序號直接去數(shù)組中獲取用戶數(shù)據(jù)即可，這樣查找速度就快多了。

圖1　基于Map構(gòu)建的內(nèi)存索引

下面我們把這個例子對應(yīng)到數(shù)據(jù)庫中，存放用戶數(shù)據(jù)的數(shù)組就是表，我們構(gòu)建的Map就是索引。實際上，數(shù)據(jù)庫索引的數(shù)據(jù)結(jié)構(gòu)與編程語言中的Map或Dictionary的結(jié)構(gòu)差不多，基本上都是各種B樹和哈希表。

絕大多數(shù)情況下，我們編寫的查詢語句，都應(yīng)該使用索引，以避免遍歷整張表，也就是通常所說的，避免全表掃描。在開發(fā)新功能時，每當(dāng)需要為數(shù)據(jù)庫增加一個新的查詢時，我們都要事先評估一下，是否可以由索引支撐新的查詢語句，如果有必要，則需要新建索引，以支持新增的查詢。

但是，增加索引需要付出的代價是，會降低數(shù)據(jù)插入、刪除和更新的性能。這一點也很好理解，增加了索引之后，當(dāng)數(shù)據(jù)發(fā)生變化的時候，不僅要變更數(shù)據(jù)表里的數(shù)據(jù)，還要變更各個索引。所以，對于更新頻繁并且對更新性能要求較高的表，可以盡量少建索引。而對于查詢較多、更新較少的表，可以根據(jù)查詢的業(yè)務(wù)邏輯，適當(dāng)多建一些索引。

那么，如何寫SQL才能更好地利用索引，使查詢效率更高呢?這是一門技藝，需要有豐富的經(jīng)驗，不是學(xué)習(xí)完本文的內(nèi)容就能練成的(推薦閱讀《電商存儲系統(tǒng)實戰(zhàn)：架構(gòu)設(shè)計與海量數(shù)據(jù)處理》)。但是，對于SQL的查詢性能，我們還是有方法評估其是否為一個潛在的“慢SQL”的。

對于邏輯不是很復(fù)雜的單表查詢，我們可能還可以分析出查詢會使用哪個索引。但如果是比較復(fù)雜的多表聯(lián)合查詢，單看SQL語句本身，我們將很難分析出查詢到底會使用哪些索引，會遍歷多少行數(shù)據(jù)。MySQL和大部分?jǐn)?shù)據(jù)庫都提供了一個可用于分析查詢的功能，即執(zhí)行計劃。

03分析SQL執(zhí)行計劃

在MySQL中使用執(zhí)行計劃非常簡單，只要在SQL語句前面加上EXPLAIN關(guān)鍵字，然后執(zhí)行這個查詢語句就可以了。

下面就來舉例說明，比如，有這樣一個用戶表，包含用戶ID、姓名、部門編號和狀態(tài)這幾個字段，如圖2所示。

圖2　用戶表示例

我們希望查詢某個二級部門下的所有人，查詢條件是，部門代號以00028開頭的所有人。下面這兩個SQL語句的查詢結(jié)果是一樣的，都滿足要求。那么，哪個查詢語句的性能更好呢?

1SELECT * FROM user WHERE left(department_code, 5) = '00028';
2
3SELECT * FROM user WHERE department_code LIKE '00028%';

我們分別查看一下這兩個SQL語句的執(zhí)行計劃，如圖3所示。

圖3　兩個SQL語句的執(zhí)行計劃

下面就來分析一下這兩個SQL語句的執(zhí)行計劃。首先來看rows這一列，rows列的含義是，MySQL預(yù)估執(zhí)行這個SQL可能會遍歷的數(shù)據(jù)行數(shù)。第一個SQL遍歷了4534行，即整個User表的數(shù)據(jù)條數(shù);第二個SQL只有8行，這8行其實就是符合條件的8條記錄。顯然，第二個SQL的查詢性能要遠高于第一個SQL。

為什么第一個SQL需要全表掃描，而第二個SQL只需要遍歷很少的行數(shù)呢?注意看type這一列，type列表示這個查詢的訪問類型。ALL代表全表掃描，這是性能最差的情況。range代表使用了索引，表示只在索引中進行范圍查找，這是因為SQL語句的WHERE條件中有一個LIKE的查詢限制。如果直接使用了索引，則type列顯示的是index，并且可以在key列中看到實際上使用的是哪個索引。

通過對比這兩個SQL的執(zhí)行計劃，我們可以看到，第二個SQL雖然使用了公認(rèn)為低效的LIKE查詢條件，但是由于用到了索引的范圍查找，因此遍歷數(shù)據(jù)的行數(shù)遠遠少于第一個SQL，查詢性能更好。

04小結(jié)

在開發(fā)階段，衡量一個SQL語句查詢性能的手段是，預(yù)估執(zhí)行SQL時需要遍歷的數(shù)據(jù)行數(shù)。如果遍歷行數(shù)在百萬量級以內(nèi)，則可以認(rèn)為是安全的SQL;百萬到千萬這個量級，則需要仔細評估和優(yōu)化;千萬量級以上則是非常危險的。為了降低寫出慢SQL的可能性，每個數(shù)據(jù)表的行數(shù)最好控制在千萬量級以內(nèi)。

索引可以顯著減少查詢遍歷數(shù)據(jù)的數(shù)量，所以提升SQL查詢性能最有效的方式是，讓查詢盡可能多地使用索引。但是，索引也是一把雙刃劍，其在提升查詢性能的同時，也會降低數(shù)據(jù)更新的性能。

對于復(fù)雜的查詢，最好使用SQL執(zhí)行計劃，事先對查詢做一個分析。從SQL執(zhí)行計劃的結(jié)果中，我們可以看到查詢預(yù)估的遍歷行數(shù)，以及其會使用哪些索引。執(zhí)行計劃也可以很好地幫助大家對查詢語句進行優(yōu)化。

關(guān)于作者：李玥，美團基礎(chǔ)技術(shù)部高級技術(shù)專家，極客時間《后端存儲實戰(zhàn)課》《消息隊列高手課》等專欄作者。曾在當(dāng)當(dāng)網(wǎng)、京東零售等公司任職。從事互聯(lián)網(wǎng)電商行業(yè)基礎(chǔ)架構(gòu)領(lǐng)域的架構(gòu)設(shè)計和研發(fā)工作多年，曾多次參與雙十一和618電商大促。專注于分布式存儲、云原生架構(gòu)下的服務(wù)治理、分布式消息和實時計算等技術(shù)領(lǐng)域，致力于推進基礎(chǔ)架構(gòu)技術(shù)的創(chuàng)新與開源。

本文摘編自《電商存儲系統(tǒng)實戰(zhàn)：架構(gòu)設(shè)計與海量數(shù)據(jù)處理》，經(jīng)出版方授權(quán)發(fā)布。(ISBN：9787111697411)轉(zhuǎn)載請保留文章出處。