作者： 風過無痕的部落格
場景
用的資料庫是mysql5.6，下面簡單的介紹下場景。
課程表
create table Course(
c_id int PRIMARY KEY,
name varchar(10)
) 資料100條。
學生表
create table Student(
id int PRIMARY KEY,
name varchar(10)
) 資料70000條。
學生成績表
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
) 資料70w條。
查詢目的：
查找國文考100分的考生。
查詢語句：
select s.* from Student s
where s.s_id in (
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 ) 執行時間：30248.271s
暈，為什麼這麼慢，先來檢視下查詢計劃：
EXPLAIN
select s.* from Student s
where s.s_id in (
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 ) 
發現沒有用到索引，type全是ALL，那麼首先想到的就是建立一個索引，建立索引的字段當然是在where條件的字段。
先給sc表的c_id和score建個索引。
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score); 再次執行上述查詢語句，時間為: 1.054s
快了3w多倍，大大縮短了查詢時間，看來索引能極大程度的提高查詢效率，建索引很有必要，很多時候都忘記建。
索引了，資料量小的的時候壓根沒感覺，這優化的感覺挺爽。
但是1s的時間還是太長了，還能進行優化嗎，仔細看執行計劃：
檢視優化後的sql:
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
< in_optimizer > (
`YSB`.`s`.`s_id` ,< EXISTS > (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
< CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
) 補充：這裡有網友問怎麼檢視優化後的語句。
方法如下：
在指令視窗執行
有type=all
按照我之前的想法，該sql的執行的順序應該是先執行子查詢。
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 耗時：0.001s
得到如下結果：
然後再執行
select s.*
from Student s
where s.s_id in(7,29,5000) 耗時：0.001s
這樣就是相當快了啊，Mysql竟然不是先執行裡層的查詢，而是将sql優化成了exists子句，并出現了EPENDENT SUBQUERY，
mysql是先執行外層查詢，再執行裡層的查詢，這樣就要循環70007*8次。
那麼改用連接配接查詢呢？
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100 這裡為了重新分析連接配接查詢的情況，先暫時删除索引
sc_c_id_index，sc_score_index
。
執行時間是：0.057s
效率有所提高，看看執行計劃：
這裡有連表的情況出現，我猜想是不是要給sc表的s_id建立個索引
CREATE index sc_s_id_index on SC(s_id);
show index from SC 在執行連接配接查詢
時間: 1.076s， 竟然時間還變長了，什麼原因？檢視執行計劃：
優化後的查詢語句為：
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
) 貌似是先做的連接配接查詢，再進行的where條件過濾。
回到前面的執行計劃：
這裡是先做的where條件過濾，再做連表，執行計劃還不是固定的，那麼我們先看下标準的sql執行順序：
正常情況下是先join再進行where過濾，但是我們這裡的情況，如果先join，将會有70w條資料發送join做操，是以先執行where 。
過濾是明智方案，現在為了排除mysql的查詢優化，我自己寫一條優化後的sql 。
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id 即先執行sc表的過濾，再進行表連接配接，執行時間為：0.054s 。
和之前沒有建s_id索引的時間差不多。
檢視執行計劃：
先提取sc再連表，這樣效率就高多了，現在的問題是提取sc的時候出現了掃描表，那麼現在可以明确需要建立相關索引。
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score); 再執行查詢：
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id 執行時間為：0.001s，這個時間相當靠譜，快了50倍。
執行計劃：
我們會看到，先提取sc，再連表，都用到了索引。
那麼再來執行下sql。
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=0 and sc.score=100 執行時間0.001s
執行計劃：
這裡是mysql進行了查詢語句優化，先執行了where過濾，再執行連接配接操作，且都用到了索引。
2015-04-30日補充：最近又重新導入一些生産資料，經測試發現，前幾天優化完的sql執行效率又變低了。
調整内容為SC表的資料增長到300W,學生分數更為離散。
先回顧下：
show index from SC
執行sql
SELECT s.* from
Student s
INNER JOIN SC sc
on sc.s_id = s.s_id
where sc.c_id=81 and sc.score=84 執行時間：0.061s，這個時間稍微慢了點。執行計劃：
這裡用到了intersect并集操作，即兩個索引同時檢索的結果再求并集，再看字段score和c_id的區分度。
單從一個字段看，區分度都不是很大，從SC表檢索，
c_id=81
檢索的結果是70001，
score=84
的結果是39425。
而
c_id=81 and score=84
的結果是897，即這兩個字段聯合起來的區分度是比較高的，是以建立聯合索引查詢效率。
将會更高，從另外一個角度看，該表的資料是300w，以後會更多，就索引存儲而言，都是不小的數目，随着資料量的。
增加，索引就不能全部加載到記憶體，而是要從磁盤去讀取，這樣索引的個數越多，讀磁盤的開銷就越大，是以根據具體。
業務情況建立多列的聯合索引是必要的，那麼我們來試試吧。
alter table SC drop index sc_c_id_index;
alter table SC drop index sc_score_index;
create index sc_c_id_score_index on SC(c_id,score); 執行上述查詢語句，消耗時間為：0.007s，這個速度還是可以接收的。
執行計劃：
該語句的優化暫時告一段落。
總結
- mysql嵌套子查詢效率确實比較低
- 可以将其優化成連接配接查詢
-
連接配接表時，可以先用where條件對表進行過濾，然後做表連接配接
（雖然mysql會對連表語句做優化）
- 建立合适的索引，必要時建立多列聯合索引
- 學會分析sql執行計劃，mysql會對sql進行優化，是以分析執行計劃很重要
索引優化
上面講到子查詢的優化，以及如何建立索引，而且在多個字段索引時，分别對字段建立了單個索引。
後面發現其實建立聯合索引效率會更高，尤其是在資料量較大，單個列區分度不高的情況下。
單列索引
查詢語句如下：
select * from user_test_copy where sex = 2 and type = 2 and age = 10 索引：
CREATE index user_test_index_sex on user_test_copy(sex);
CREATE index user_test_index_type on user_test_copy(type);
CREATE index user_test_index_age on user_test_copy(age); 分别對sex,type,age字段做了索引，資料量為300w，查詢時間：0.415s執行計劃：
發現
type=index_merge
這是mysql對多個單列索引的優化，對結果集采用intersect并集操作
多列索引
我們可以在這3個列上建立多列索引，将表copy一份以便做測試
create index user_test_index_sex_type_age on user_test(sex,type,age); 查詢語句：
select * from user_test where sex = 2 and type = 2 and age = 10 執行時間：0.032s，快了10多倍，且多列索引的區分度越高，提高的速度也越多
執行計劃：
最左字首
多列索引還有最左字首的特性：
執行一下語句：
select * from user_test where sex = 2
select * from user_test where sex = 2 and type = 2
select * from user_test where sex = 2 and age = 10 都會使用到索引，即索引的第一個字段sex要出現在where條件中
索引覆寫
就是查詢的列都建立了索引，這樣在擷取結果集的時候不用再去磁盤擷取其它列的資料，直接傳回索引資料即可
如：
select sex,type,age from user_test where sex = 2 and type = 2 and age = 10 執行時間：0.003s
要比取所有字段快的多
排序
select * from user_test where sex = 2 and type = 2 ORDER BY user_name 時間：0.139s
在排序字段上建立索引會提高排序的效率
create index user_name_index on user_test(user_name) 最後附上一些sql調優的總結，以後有時間再深入研究
- 列類型盡量定義成數值類型，且長度盡可能短，如主鍵和外鍵，類型字段等等
- 建立單列索引
-
根據需要建立多列聯合索引
當單個列過濾之後還有很多資料，那麼索引的效率将會比較低，即列的區分度較低，
那麼如果在多個列上建立索引，那麼多個列的區分度就大多了，将會有顯著的效率提高。
-
根據業務場景建立覆寫索引
隻查詢業務需要的字段，如果這些字段被索引覆寫，将極大的提高查詢效率
- 多表連接配接的字段上需要建立索引 這樣可以極大的提高表連接配接的效率
- where條件字段上需要建立索引
- 排序字段上需要建立索引
- 分組字段上需要建立索引
- Where條件上不要使用運算函數，以免索引失效
完
有道無術，術可成；有術無道，止于術