这几个SQL语法的坑,你踩过吗?

1、LIMIT 语句
分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。
SELECT *
FROM   operation
WHERE type = 'SQLStats'
      AND name = 'SlowLog'
ORDER BY create_time
LIMIT 1000, 10;
复制代码
好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?
要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。
在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:
SELECT   *
FROM     operation
WHERE   type = 'SQLStats'
AND     name = 'SlowLog'
AND     create_time > '2017-03-16 14:00:00'
ORDER BY create_time limit 10;
复制代码
在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。
2、隐式转换
SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:
mysql> explain extended SELECT *
    > FROM   my_balance b
    > WHERE b.bpn = 14000000123
    >       AND b.isverified IS NULL ;
mysql> show warnings;
| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'
复制代码
其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。
上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。
3、关联更新、删除
虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。
比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。
UPDATE operation o
SET   status = 'applying'
WHERE o.id IN (SELECT id
              FROM   (SELECT o.id,
                              o.status
                      FROM   operation o
                      WHERE o.group = 123
                              AND o.status NOT IN ( 'done' )
                      ORDER BY o.parent,
                                o.id
                      LIMIT 1) t);
复制代码

执行计划:
idselect_type      tabletypepossible_keyskey    key_lenref  rowsExtra                                              
1PRIMARY          o    index             PRIMARY8           24  Using where; Using temporary                      
2DEPENDENT SUBQUERY                                             Impossible WHERE noticed after reading const tables
3DERIVED          o    ref  idx_2,idx_5  idx_5  8      const1  Using where; Using filesort                        

复制代码
重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒。
UPDATE operation o
      JOIN (SELECT o.id,
                          o.status
                    FROM   operation o
                    WHERE o.group = 123
                          AND o.status NOT IN ( 'done' )
                    ORDER BY o.parent,
                              o.id
                    LIMIT 1) t
        ON o.id = t.id
SET   status = 'applying'
复制代码

执行计划简化为:
idselect_typetabletypepossible_keyskey  key_lenref  rowsExtra                                              
1PRIMARY                                             Impossible WHERE noticed after reading const tables
2DERIVED    o    refidx_2,idx_5  idx_58      const1  Using where; Using filesort                        

复制代码
4、混合排序
MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。
SELECT *
FROM   my_order o
      INNER JOIN my_appraise a ON a.orderid = o.id
ORDER BY a.is_reply ASC,
        a.appraise_time DESC
LIMIT 0, 20
复制代码

执行计划显示为全表扫描:
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1SIMPLEaALLidx_orderidNULLNULLNULL1967647Using filesort
1SIMPLEoeq_refPRIMARYPRIMARY122a.orderid1NULL

复制代码
由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。
SELECT *
FROM ((SELECT *

     FROM   my_order o
            INNER JOIN my_appraise a
                    ON a.orderid = o.id
                       AND is_reply = 0
     ORDER  BY appraise_time DESC
     LIMIT  0, 20)
    UNION ALL
    (SELECT *
     FROM   my_order o
            INNER JOIN my_appraise a
                    ON a.orderid = o.id
                       AND is_reply = 1
     ORDER  BY appraise_time DESC
     LIMIT  0, 20)) t

ORDER BY is_reply ASC,

      appraisetime DESC

LIMIT 20;
复制代码
5、EXISTS语句
MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:
SELECT *
FROM my_neighbor n

   LEFT JOIN my_neighbor_apply sra
          ON n.id = sra.neighbor_id
             AND sra.user_id = 'xxx'

WHERE n.topic_status < 4

   AND EXISTS(SELECT 1
              FROM   message_info m
              WHERE  n.id = m.neighbor_id
                     AND m.inuser = 'xxx')
   AND n.topic_type <> 5

复制代码

执行计划为:
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1PRIMARYnALL NULLNULLNULL1086041Using where
1PRIMARYsraref idx_user_id123const1Using where
2DEPENDENT SUBQUERYmref idx_message_info122const1Using index condition; Using where

复制代码
去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。
SELECT *
FROM my_neighbor n

   INNER JOIN message_info m
           ON n.id = m.neighbor_id
              AND m.inuser = 'xxx'
   LEFT JOIN my_neighbor_apply sra
          ON n.id = sra.neighbor_id
             AND sra.user_id = 'xxx'

WHERE n.topic_status < 4

   AND n.topic_type <> 5

复制代码

新的执行计划:
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1SIMPLEmref idx_message_info122const1Using index condition
1SIMPLEneq_ref PRIMARY122ighbor_id1Using where
1SIMPLEsraref idx_user_id123const1Using where

复制代码
6、条件下推
外部查询条件不能够下推到复杂的视图或子查询的情况有:
1、聚合子查询;
2、含有 LIMIT 的子查询;
3、UNION 或 UNION ALL 子查询;
4、输出字段中的子查询;
如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后:
SELECT *
FROM (SELECT target,

           Count(*)
    FROM   operation
    GROUP  BY target) t
WHERE target = 'rm-xxxx'
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1PRIMARY<derived2>ref<auto_key0><auto_key0>514const2Using where
2DERIVEDoperationindexidx_4idx_4519NULL20Using index

复制代码
确定从语义上查询条件可以直接下推后,重写如下:
SELECT target,

   Count(*)

FROM operation
WHERE target = 'rm-xxxx'
GROUP BY target
复制代码

执行计划变为:
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1SIMPLEoperationrefidx_4idx_4514const1Using where; Using index

复制代码
关于 MySQL 外部条件不能下推的详细解释说明请参考以前文章:MySQL · 性能优化 · 条件下推到物化表 mysql.taobao.org/monthly/201…
7、提前缩小范围
先上初始 SQL 语句:
SELECT *
FROM my_order o

   LEFT JOIN my_userinfo u
          ON o.uid = u.uid
   LEFT JOIN my_productinfo p
          ON o.pid = p.pid

WHERE ( o.display = 0 )

   AND ( o.ostaus = 1 )

ORDER BY o.selltime DESC
LIMIT 0, 15
复制代码

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1SIMPLEoALLNULLNULLNULLNULL909119Using where; Using temporary; Using filesort
1SIMPLEueq_refPRIMARYPRIMARY4o.uid1NULL
1SIMPLEpALLPRIMARYNULLNULLNULL6Using where; Using join buffer (Block Nested Loop)

复制代码
由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。
SELECT *
FROM (
SELECT *
FROM my_order o
WHERE ( o.display = 0 )

   AND ( o.ostaus = 1 )

ORDER BY o.selltime DESC
LIMIT 0, 15
) o

 LEFT JOIN my_userinfo u
          ON o.uid = u.uid
 LEFT JOIN my_productinfo p
          ON o.pid = p.pid

ORDER BY o.selltime DESC
limit 0, 15
复制代码

再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。
idselect_typetabletypepossible_keyskeykey_lenrefrowsExtra
1PRIMARY<derived2>ALLNULLNULLNULLNULL15Using temporary; Using filesort
1PRIMARYueq_refPRIMARYPRIMARY4o.uid1NULL
1PRIMARYpALLPRIMARYNULLNULLNULL6Using where; Using join buffer (Block Nested Loop)
2DERIVEDoindexNULLidx_15NULL909112Using where

复制代码
8、中间结果集下推
再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):
SELECT   a.*,
        c.allocated
FROM     (
            SELECT   resourceid
            FROM     my_distribute d
                  WHERE   isdelete = 0
                  AND     cusmanagercode = '1234567'
                  ORDER BY salecode limit 20) a
LEFT JOIN
        (
            SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated
            FROM     my_resources
                  GROUP BY resourcesid) c
ON       a.resourceid = c.resourcesid
复制代码
那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。
其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。
SELECT   a.*,
        c.allocated
FROM     (
                  SELECT   resourceid
                  FROM     my_distribute d
                  WHERE   isdelete = 0
                  AND     cusmanagercode = '1234567'
                  ORDER BY salecode limit 20) a
LEFT JOIN
        (
                  SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated
                  FROM     my_resources r,
                          (
                                    SELECT   resourceid
                                    FROM     my_distribute d
                                    WHERE   isdelete = 0
                                    AND     cusmanagercode = '1234567'
                                    ORDER BY salecode limit 20) a
                  WHERE   r.resourcesid = a.resourcesid
                  GROUP BY resourcesid) c
ON       a.resourceid = c.resourcesid
复制代码
但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:
WITH a AS
(
        SELECT   resourceid
        FROM     my_distribute d
        WHERE   isdelete = 0
        AND     cusmanagercode = '1234567'
        ORDER BY salecode limit 20)
SELECT   a.*,
        c.allocated
FROM     a
LEFT JOIN
        (
                  SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated
                  FROM     my_resources r,
                          a
                  WHERE   r.resourcesid = a.resourcesid
                  GROUP BY resourcesid) c
ON       a.resourceid = c.resourcesid
复制代码
总结
数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。
上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。
程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。
编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担 。

1 声望
0 粉丝
0 条评论
推荐阅读
【JAVA】让 ChatGPT 来浅说 AQS
前言又迎来了一年一度的金三银四,虽然说今年的大环境不好,但是招聘还是在火热进行中。面试过 Java 工程师的小伙伴都知道,Java 中的 AQS 是面试高频题,面试官上来就直接了当地问,AQS 知道是什么吧,来讲讲它...

一口鸭梨阅读 68

gitlab 如何进入控制台
使用下面的命令: {代码...} 然后随便玩吧 {代码...}

ponponon阅读 1.1k

Java版管程:Synchronized
二、同步机制-管程2.1 认识管程同步机制中有经典的管程方案,关于管程在在中国大学mooc中搜索 管程 有些大学的操作系统课程会讲解管程。管程其实就是对共享变量以及其操作的封装:

数据先声阅读 464

使用 ChatGPT 轻松创建用户注册页面
ChatGPT 是 OpenAI 开发的 GPT(Generative Pre-trained Transformer)语言模型的变体。它是一种大型单向语言模型,已在大型人类生成文本数据集上进行训练,包括来自社交媒体平台、论坛和聊天记录的对话。ChatGPT...

运维社阅读 449

你知道微服务架构中的“发件箱模式”吗
前言微服务架构如今非常的流行,这个架构下可能经常会遇到“双写”的场景。双写是指您的应用程序需要在两个不同的系统中更改数据的情况,比如它需要将数据存储在数据库中并向消息队列发送事件。您需要保证这两个操...

小源学算法阅读 447

为什么大家都说 SELECT * 效率低?
无论在工作还是面试中,关于SQL中不要用“SELECT *”,都是大家听烂了的问题,虽说听烂了,但普遍理解还是在很浅的层面,并没有多少人去追根究底,探究其原理。效率低的原因先看一下最新《阿里java开发手册(泰山版...

小源学算法阅读 424

从根上理解Cglib与JDK动态代理
最近在阅读到了Spring源码对于两种动态代理使用在不同场景下的使用,两种方式各有利弊写一篇文加深自己的认识。文中对于源码的涉及较少,更多的是作者自己的理解和举例,然后通过部分源码验证。首先看两个面试经...

数据先声阅读 420

1 声望
0 粉丝
宣传栏