共計 6099 個字符，預計需要花費 16 分鐘才能閱讀完成。

本篇內容主要講解“MySQL 的慢 SQL 怎么優化”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓丸趣 TV 小編來帶大家學習“MySQL 的慢 SQL 怎么優化”吧!

索引類似大學圖書館建書目索引，可以提高數據檢索的效率，降低數據庫的 IO 成本。MySQL 在 300 萬條記錄左右性能開始逐漸下降，雖然官方文檔說 500~800w 記錄，所以大數據量建立索引是非常有必要的。

MySQL 提供了 Explain，用于顯示 SQL 執行的詳細信息，可以進行索引的優化。

一、導致 SQL 執行慢的原因

1. 硬件問題。如網絡速度慢，內存不足，I/ O 吞吐量小，磁盤空間滿了等。

2. 沒有索引或者索引失效。（一般在互聯網公司，DBA 會在半夜把表鎖了，重新建立一遍索引，因為當你刪除某個數據的時候，索引的樹結構就不完整了。所以互聯網公司的數據做的是假刪除. 一是為了做數據分析, 二是為了不破壞索引）

3. 數據過多（分庫分表）

4. 服務器調優及各個參數設置（調整 my.cnf）

二、分析原因時，一定要找切入點

1. 先觀察，開啟慢查詢日志，設置相應的閾值（比如超過 3 秒就是慢 SQL），在生產環境跑上個一天過后，看看哪些 SQL 比較慢。

2. Explain 和慢 SQL 分析。比如 SQL 語句寫的爛，索引沒有或失效，關聯查詢太多（有時候是設計缺陷或者不得以的需求）等等。

3. Show Profile 是比 Explain 更近一步的執行細節，可以查詢到執行每一個 SQL 都干了什么事，這些事分別花了多少秒。

4. 找 DBA 或者運維對 MySQL 進行服務器的參數調優。

三、什么是索引？

MySQL 官方對索引的定義為：索引 (Index) 是幫助 MySQL 高效獲取數據的數據結構。我們可以簡單理解為：快速查找排好序的一種數據結構。

Mysql 索引主要有兩種結構：B+Tree 索引和 Hash 索引。我們平常所說的索引，如果沒有特別指明，一般都是指 B 樹結構組織的索引(B+Tree 索引)。為什么索引能提高查詢速度？推薦

索引如圖所示：

最外層淺藍色磁盤塊 1 里有數據 17、35（深藍色）和指針 P1、P2、P3（黃色）。P1 指針表示小于 17 的磁盤塊，P2 是在 17-35 之間，P3 指向大于 35 的磁盤塊。真實數據存在于子葉節點也就是最底下的一層 3、5、9、10、13…… 非葉子節點不存儲真實的數據，只存儲指引搜索方向的數據項，如 17、35。

查找過程：例如搜索 28 數據項，首先加載磁盤塊 1 到內存中，發生一次 I /O，用二分查找確定在 P2 指針。接著發現 28 在 26 和 30 之間，通過 P2 指針的地址加載磁盤塊 3 到內存，發生第二次 I /O。用同樣的方式找到磁盤塊 8，發生第三次 I /O。

真實的情況是，上面 3 層的 B +Tree 可以表示上百萬的數據，上百萬的數據只發生了三次 I / O 而不是上百萬次 I /O，時間提升是巨大的。

四、Explain 分析

前文鋪墊完成，進入實操部分，先來插入測試需要的數據：

CREATE TABLE `user_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `name` VARCHAR(50) NOT NULL DEFAULT  , `age` INT(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `name_index` (`name`) )ENGINE = InnoDB DEFAULT CHARSET = utf8; INSERT INTO user_info (name, age) VALUES (xys , 20); INSERT INTO user_info (name, age) VALUES (a , 21); INSERT INTO user_info (name, age) VALUES (b , 23); INSERT INTO user_info (name, age) VALUES (c , 50); INSERT INTO user_info (name, age) VALUES (d , 15); INSERT INTO user_info (name, age) VALUES (e , 20); INSERT INTO user_info (name, age) VALUES (f , 21); INSERT INTO user_info (name, age) VALUES (g , 23); INSERT INTO user_info (name, age) VALUES (h , 50); INSERT INTO user_info (name, age) VALUES (i , 15); CREATE TABLE `order_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `user_id` BIGINT(20) DEFAULT NULL, `product_name` VARCHAR(50) NOT NULL DEFAULT  , `productor` VARCHAR(30) DEFAULT NULL, PRIMARY KEY (`id`), KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`) )ENGINE = InnoDB DEFAULT CHARSET = utf8; INSERT INTO order_info (user_id, product_name, productor) VALUES (1,  p1 ,  WHH  INSERT INTO order_info (user_id, product_name, productor) VALUES (1,  p2 ,  WL  INSERT INTO order_info (user_id, product_name, productor) VALUES (1,  p1 ,  DX  INSERT INTO order_info (user_id, product_name, productor) VALUES (2,  p1 ,  WHH  INSERT INTO order_info (user_id, product_name, productor) VALUES (2,  p5 ,  WL  INSERT INTO order_info (user_id, product_name, productor) VALUES (3,  p3 ,  MA  INSERT INTO order_info (user_id, product_name, productor) VALUES (4,  p1 ,  WHH  INSERT INTO order_info (user_id, product_name, productor) VALUES (6,  p1 ,  WHH  INSERT INTO order_info (user_id, product_name, productor) VALUES (9,  p8 ,  TE

初體驗，執行 Explain 的效果：

索引使用情況在 possible_keys、key 和 key_len 三列，接下來我們先從左到右依次講解。

1. id

–id 相同, 執行順序由上而下

explain select u.*,o.* from user_info u,order_info o where u.id=o.user_id;

–id 不同, 值越大越先被執行

explain select * from user_info where id=(select user_id from order_info where product_name = p8

2. select_type

可以看 id 的執行實例，總共有以下幾種類型：

 SIMPLE：表示此查詢不包含 UNION 查詢或子查詢

 PRIMARY：表示此查詢是最外層的查詢

 SUBQUERY：子查詢中的第一個 SELECT

 UNION：表示此查詢是 UNION 的第二或隨后的查詢

 DEPENDENT UNION：UNION 中的第二個或后面的查詢語句, 取決于外面的查詢

 UNION RESULT, UNION 的結果

 DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結果.

 DERIVED：衍生，表示導出表的 SELECT（FROM 子句的子查詢）

3. table

table 表示查詢涉及的表或衍生的表：

explain select tt.* from (select u.* from user_info u,order_info o where u.id=o.user_id and u.id=1) tt

id 為 1 的 derived2 的表示 id 為 2 的 u 和 o 表衍生出來的。

4. type

type 字段比較重要，它提供了判斷查詢是否高效的重要依據依據。通過 type 字段，我們判斷此次查詢是 全表掃描 還是 索引掃描等。

type 常用的取值有:

 system: 表中只有一條數據，這個類型是特殊的 const 類型。

 const: 針對主鍵或唯一索引的等值查詢掃描，最多只返回一行數據。const 查詢速度非常快，因為它僅僅讀取一次即可。例如下面的這個查詢，它使用了主鍵索引，因此 type 就是 const 類型的：explain select * from user_info where id = 2；

 eq_ref: 此類型通常出現在多表的 join 查詢，表示對于前表的每一個結果，都只能匹配到后表的一行結果。并且查詢的比較操作通常是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;

 ref: 此類型通常出現在多表的 join 查詢，針對于非唯一或非主鍵索引，或者是使用了 最左前綴 規則索引的查詢。例如下面這個例子中，就使用到了 ref 類型的查詢：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5

 range: 表示使用索引范圍查詢，通過索引字段范圍獲取表中部分數據記錄。這個類型通常出現在 =, , , =, , =, IS NULL, = , BETWEEN, IN() 操作中。例如下面的例子就是一個范圍查詢：explain select * from user_info  where id between 2 and 8；

 index: 表示全索引掃描(full index scan)，和 ALL 類型類似，只不過 ALL 類型是全表掃描，而 index 類型則僅僅掃描所有的索引，而不掃描數據。index 類型通常出現在：所要查詢的數據直接在索引樹中就可以獲取到, 而不需要掃描數據。當是這種情況時，Extra 字段 會顯示 Using index。

 ALL: 表示全表掃描，這個類型的查詢是性能最差的查詢之一。通常來說，我們的查詢不應該出現 ALL 類型的查詢，因為這樣的查詢在數據量大的情況下，對數據庫的性能是巨大的災難。如一個查詢是 ALL 類型查詢，那么一般來說可以對相應的字段添加索引來避免。

通常來說, 不同的 type 類型的性能關系如下:

ALL   index   range ~ index_merge   ref   eq_ref   const   system

ALL 類型因為是全表掃描，因此在相同的查詢條件下，它是速度最慢的。而 index 類型的查詢雖然不是全表掃描，但是它掃描了所有的索引，因此比 ALL 類型的稍快. 后面的幾種類型都是利用了索引來查詢數據，因此可以過濾部分或大部分數據，因此查詢效率就比較高了。

5. possible_keys

它表示 mysql 在查詢時，可能使用到的索引。注意，即使有些索引在 possible_keys 中出現，但是并不表示此索引會真正地被 mysql 使用到。mysql 在查詢時具體使用了哪些索引，由 key 字段決定。

6. key

此字段是 mysql 在當前查詢時所真正使用到的索引。比如請客吃飯,possible_keys 是應到多少人，key 是實到多少人。當我們沒有建立索引時：

explain select o.* from order_info o where o.product_name=  p1  and o.productor= whh  create index idx_name_productor on order_info(productor); drop index idx_name_productor on order_info;

建立復合索引后再查詢：

7. key_len

表示查詢優化器使用了索引的字節數，這個字段可以評估組合索引是否完全被使用。

8. ref

這個表示顯示索引的哪一列被使用了，如果可能的話, 是一個常量。前文的 type 屬性里也有 ref，注意區別。

9. rows

rows 也是一個重要的字段，mysql 查詢優化器根據統計信息，估算 sql 要查找到結果集需要掃描讀取的數據行數，這個值非常直觀的顯示 sql 效率好壞，原則上 rows 越少越好。可以對比 key 中的例子，一個沒建立索引錢，rows 是 9，建立索引后，rows 是 4。

10. extra

explain 中的很多額外的信息會在 extra 字段顯示, 常見的有以下幾種內容:

 using filesort：表示 mysql 需額外的排序操作，不能通過索引順序達到排序效果。一般有 using filesort 都建議優化去掉，因為這樣的查詢 cpu 資源消耗大。

 using index：覆蓋索引掃描，表示查詢在索引樹中就可查找所需數據，不用掃描表數據文件，往往說明性能不錯。

 using temporary：查詢有使用臨時表, 一般出現于排序，分組和多表 join 的情況，查詢效率不高，建議優化。

 using where：表名使用了 where 過濾。

五、優化案例

explain select u.*,o.* from user_info u LEFT JOIN order_info o on u.id=o.user_id;

執行結果，type 有 ALL，并且沒有索引：

開始優化，在關聯列上創建索引，明顯看到 type 列的 ALL 變成 ref，并且用到了索引，rows 也從掃描 9 行變成了 1 行：

這里面一般有個規律是：左鏈接索引加在右表上面，右鏈接索引加在左表上面。

六、是否需要創建索引？ 

索引雖然能非常高效的提高查詢速度，同時卻會降低更新表的速度。實際上索引也是一張表，該表保存了主鍵與索引字段，并指向實體表的記錄，所以索引列也是要占用空間的。

到此，相信大家對“MySQL 的慢 SQL 怎么優化”有了更深的了解，不妨來實際操作一番吧！這里是丸趣 TV 網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！