五大步驟加十個案例，堪稱SQL優化萬能公式
一、前言
隨著生產數據的增長，很多SQL語句開始暴露出性能問題，對生產的影響也越來越大，有時可能這些有問題的SQL就是整個系統性能的瓶頸。
二、SQL優化一般步驟
1、通過慢查日志等定位那些執行效率較低的SQL語句
2、explain 分析SQL的執行計劃
需要重點關注type、rows、filtered、extra。
type由上至下，效率越來越高。
- ALL 全表掃描；
- index 索引全掃描；
- range 索引范圍掃描，常用語<,<=,>=,between,in等操作；
- ref 使用非唯一索引掃描或唯一索引前綴掃描，返回單條記錄，常出現在關聯查詢中；
- eq_ref 類似ref，區別在于使用的是唯一索引，使用主鍵的關聯查詢；
- const/system 單條記錄，系統會把匹配行中的其他列作為常數處理，如主鍵或唯一索引查詢；
- null MySQL 不訪問任何表或索引，直接返回結果；
- 雖然上至下，效率越來越高，但是根據cost模型，假設有兩個索引idx1(a, b, c),idx2(a, c)，SQL為"select * from t where a = 1 and b in (1, 2) order by c";如果走idx1，那么是type為range，如果走idx2，那么type是ref；當需要掃描的行數，使用idx2大約是idx1的5倍以上時，會用idx1，否則會用idx2。
Extra
- Using filesort： MySQL需要額外的一次傳遞，以找出如何按排序順序檢索行。通過根據聯接類型瀏覽所有行并為所有匹配WHERE子句的行保存排序關鍵字和行的指針來完成排序。然后關鍵字被排序，并按排序順序檢索行；
- Using temporary： 使用了臨時表保存中間結果，性能特別差，需要重點優化；
- Using index： 表示相應的 select 操作中使用了覆蓋索引（Coveing Index）,避免訪問了表的數據行，效率不錯！如果同時出現 using where，意味著無法直接通過索引查找來查詢到符合條件的數據；
- Using index condition： MySQL5.6之后新增的ICP，using index condtion就是使用了ICP（索引下推），在存儲引擎層進行數據過濾，而不是在服務層過濾，利用索引現有的數據減少回表的數據。
3、show profile 分析
了解SQL執行的線程的狀態及消耗的時間。
默認是關閉的，開啟語句“set profiling = 1;”
SHOW PROFILES ;
SHOW PROFILE FOR QUERY #{id};
4、trace
trace分析優化器如何選擇執行計劃，通過trace文件能夠進一步了解為什么優惠券選擇A執行計劃而不選擇B執行計劃。
set optimizer_trace="enabled=on";
set optimizer_trace_max_mem_size=1000000;
select * from information_schema.optimizer_trace;
5、確定問題并采用相應的措施
- 優化索引；
- 優化SQL語句：修改SQL、IN 查詢分段、時間查詢分段、基于上一次數據過濾；
- 改用其他實現方式：ES、數倉等；
- 數據碎片處理。
三、場景分析
1、最左匹配
1）索引
KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
2）SQL語句
select * from _t where orderno=''
查詢匹配從左往右匹配，要使用order_no走索引，必須查詢條件攜帶shop_id或者索引(shop_id,order_no)調換前后順序。
2、隱式轉換
1）索引
KEY `idx_mobile` (`mobile`)
2）SQL語句
select * from _user where mobile=12345678901
隱式轉換相當于在索引上做運算，會讓索引失效。mobile是字符類型，使用了數字，應該使用字符串匹配，否則MySQL會用到隱式替換，導致索引失效。
3、大分頁
1）索引
KEY `idx_a_b_c` (`a`, `b`, `c`)
2）SQL語句
select * from _t where a = 1 and b = 2 order by c desc limit 10000, 10;
對于大分頁的場景，可以優先讓產品優化需求，如果沒有優化的，有如下兩種優化方式：
- 一種是把上一次的最后一條數據，也即上面的c傳過來，然后做“c < xxx”處理，但是這種一般需要改接口協議，并不一定可行；‘
- 另一種是采用延遲關聯的方式進行處理，減少SQL回表，但是要記得索引需要完全覆蓋才有效果，SQL改動如下：
select t1.* from _t t1, (select id from _t where a = 1 and b = 2 order by c desc limit 10000, 10) t2 where t1.id = t2.id;
4、in + order by
1）索引
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
2）SQL語句
select * from _order where shop_id = 1 and order_status in (1, 2, 3) order by created_at desc limit 10
in查詢在MySQL底層是通過n*m的方式去搜索，類似union，但是效率比union高。
in查詢在進行cost代價計算時（代價 = 元組數 * IO平均值），是通過將in包含的數值，一條條去查詢獲取元組數的，因此這個計算過程會比較的慢，所以MySQL設置了個臨界值(eq_range_index_dive_limit)，5.6之后超過這個臨界值后該列的cost就不參與計算了。因此會導致執行計劃選擇不準確。默認是200，即in條件超過了200個數據，會導致in的代價計算存在問題，可能會導致Mysql選擇的索引不準確。
3）處理方式
可以(order_status, created_at)互換前后順序，并且調整SQL為延遲關聯。
5、范圍查詢阻斷，后續字段不能走索引
1）索引
KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
2）SQL語句
select * from _order where shop_id = 1 and created_at > '2021-01-01 00:00:00' and order_status = 10
范圍查詢還有“IN、between”。
6、不等于、不包含不能用到索引的快速搜索
可以用到ICP
select * from _order where shop_id=1 and order_status not in (1,2)
select * from _order where shop_id=1 and order_status != 1
在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等。
7、優化器選擇不使用索引的情況
如果要求訪問的數據量很小，則優化器還是會選擇輔助索引，但是當訪問的數據占整個表中數據的蠻大一部分時（一般是20%左右），優化器會選擇通過聚集索引來查找數據。
select * from _order where order_status = 1
查詢出所有未支付的訂單，一般這種訂單是很少的，即使建了索引，也沒法使用索引。
8、復雜查詢
select sum(amt) from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01';
select * from _t where a = 1 and b in (1, 2, 3) and c > '2020-01-01' limit 10;
如果是統計某些數據，可能改用數倉進行解決；
如果是業務上就有那么復雜的查詢，可能就不建議繼續走SQL了，而是采用其他的方式進行解決，比如使用ES等進行解決。
9、asc和desc混用
select * from _t where a=1 order by b desc, c asc
desc 和asc混用時會導致索引失效。
10、大數據
對于推送業務的數據存儲，可能數據量會很大，如果在方案的選擇上，最終選擇存儲在MySQL上，并且做7天等有效期的保存。
那么需要注意，頻繁的清理數據，會照成數據碎片，需要聯系DBA進行數據碎片處理。
