萬字干貨總結(jié)：MySQL優(yōu)化原理學(xué)習(xí)，這一篇就夠了！

作者：CHEN川 2017-12-07 15:34:57

說起MySQL的查詢優(yōu)化，相信大家收藏了一堆奇技淫巧：不能使用SELECT *、不使用 NULL 字段、合理創(chuàng)建索引….. 你是否真的理解這些優(yōu)化技巧？是否理解其背后的工作原理？在實(shí)際場(chǎng)景下性能真有提升嗎？我想未必。因而理解這些優(yōu)化建議背后的原理就尤為重要，希望本文能讓你重新審視這些優(yōu)化建議，并在實(shí)際業(yè)務(wù)場(chǎng)景下合理的運(yùn)用。

本文讓你重新理解并審視那些流行的優(yōu)化建議，并在實(shí)際業(yè)務(wù)場(chǎng)景下合理的運(yùn)用。

說起 MySQL 的查詢優(yōu)化，相信大家收藏了一堆奇技淫巧：不能使用 SELECT *、不使用 NULL 字段、合理創(chuàng)建索引、為字段選擇合適的數(shù)據(jù)類型….. 你是否真的理解這些優(yōu)化技巧？是否理解其背后的工作原理？在實(shí)際場(chǎng)景下性能真有提升嗎？我想未必。因而理解這些優(yōu)化建議背后的原理就尤為重要，希望本文能讓你重新審視這些優(yōu)化建議，并在實(shí)際業(yè)務(wù)場(chǎng)景下合理的運(yùn)用。

MySQL 邏輯架構(gòu)

如果能在頭腦中構(gòu)建一幅 MySQL 各組件之間如何協(xié)同工作的架構(gòu)圖，有助于深入理解 MySQL 服務(wù)器。下圖展示了 MySQL 的邏輯架構(gòu)圖。

MySQL 邏輯架構(gòu)整體分為三層，最上層為客戶端層，并非 MySQL 所獨(dú)有，諸如：連接處理、授權(quán)認(rèn)證、安全等功能均在這一層處理。

MySQL 大多數(shù)核心服務(wù)均在中間這一層，包括查詢解析、分析、優(yōu)化、緩存、內(nèi)置函數(shù) (比如：時(shí)間、數(shù)學(xué)、加密等函數(shù))。所有的跨存儲(chǔ)引擎的功能也在這一層實(shí)現(xiàn)：存儲(chǔ)過程、觸發(fā)器、視圖等。

最下層為存儲(chǔ)引擎，其負(fù)責(zé) MySQL 中的數(shù)據(jù)存儲(chǔ)和提取。和 Linux 下的文件系統(tǒng)類似，每種存儲(chǔ)引擎都有其優(yōu)勢(shì)和劣勢(shì)。中間的服務(wù)層通過 API 與存儲(chǔ)引擎通信，這些 API 接口屏蔽了不同存儲(chǔ)引擎間的差異。

MySQL 查詢過程

我們總是希望 MySQL 能夠獲得更高的查詢性能，最好的辦法是弄清楚 MySQL 是如何優(yōu)化和執(zhí)行查詢的。一旦理解了這一點(diǎn)，就會(huì)發(fā)現(xiàn)：很多的查詢優(yōu)化工作實(shí)際上就是遵循一些原則讓 MySQL 的優(yōu)化器能夠按照預(yù)想的合理方式運(yùn)行而已。當(dāng)向 MySQL 發(fā)送一個(gè)請(qǐng)求的時(shí)候，MySQL 到底做了些什么呢？

MySQL 查詢過程

1. 客戶端 / 服務(wù)端通信協(xié)議

MySQL 客戶端 / 服務(wù)端通信協(xié)議是 “半雙工” 的：在任一時(shí)刻，要么是服務(wù)器向客戶端發(fā)送數(shù)據(jù)，要么是客戶端向服務(wù)器發(fā)送數(shù)據(jù)，這兩個(gè)動(dòng)作不能同時(shí)發(fā)生。一旦一端開始發(fā)送消息，另一端要接收完整個(gè)消息才能響應(yīng)它，所以我們無法也無須將一個(gè)消息切成小塊獨(dú)立發(fā)送，也沒有辦法進(jìn)行流量控制。

客戶端用一個(gè)單獨(dú)的數(shù)據(jù)包將查詢請(qǐng)求發(fā)送給服務(wù)器，所以當(dāng)查詢語句很長(zhǎng)的時(shí)候，需要設(shè)置 max_allowed_packet 參數(shù)。但是需要注意的是，如果查詢實(shí)在是太大，服務(wù)端會(huì)拒絕接收更多數(shù)據(jù)并拋出異常。

與之相反的是，服務(wù)器響應(yīng)給用戶的數(shù)據(jù)通常會(huì)很多，由多個(gè)數(shù)據(jù)包組成。但是當(dāng)服務(wù)器響應(yīng)客戶端請(qǐng)求時(shí)，客戶端必須完整的接收整個(gè)返回結(jié)果，而不能簡(jiǎn)單的只取前面幾條結(jié)果，然后讓服務(wù)器停止發(fā)送。因而在實(shí)際開發(fā)中，盡量保持查詢簡(jiǎn)單且只返回必需的數(shù)據(jù)，減小通信間數(shù)據(jù)包的大小和數(shù)量是一個(gè)非常好的習(xí)慣，這也是查詢中盡量避免使用 SELECT * 以及加上 LIMIT 限制的原因之一。

2. 查詢緩存

在解析一個(gè)查詢語句前，如果查詢緩存是打開的，那么 MySQL 會(huì)檢查這個(gè)查詢語句是否命中查詢緩存中的數(shù)據(jù)。如果當(dāng)前查詢恰好命中查詢緩存，在檢查一次用戶權(quán)限后直接返回緩存中的結(jié)果。這種情況下，查詢不會(huì)被解析，也不會(huì)生成執(zhí)行計(jì)劃，更不會(huì)執(zhí)行。

MySQL 將緩存存放在一個(gè)引用表（不要理解成 table，可以認(rèn)為是類似于 HashMap 的數(shù)據(jù)結(jié)構(gòu)），通過一個(gè)哈希值索引，這個(gè)哈希值通過查詢本身、當(dāng)前要查詢的數(shù)據(jù)庫、客戶端協(xié)議版本號(hào)等一些可能影響結(jié)果的信息計(jì)算得來。所以兩個(gè)查詢?cè)谌魏巫址系牟煌ɡ纾嚎崭瘛⒆⑨專紩?huì)導(dǎo)致緩存不會(huì)命中。

如果查詢中包含任何用戶自定義函數(shù)、存儲(chǔ)函數(shù)、用戶變量、臨時(shí)表、MySQL 庫中的系統(tǒng)表，其查詢結(jié)果都不會(huì)被緩存。比如函數(shù) NOW() 或者 CURRENT_DATE() 會(huì)因?yàn)椴煌牟樵儠r(shí)間，返回不同的查詢結(jié)果，再比如包含 CURRENT_USER 或者 CONNECION_ID() 的查詢語句會(huì)因?yàn)椴煌挠脩舳祷夭煌慕Y(jié)果，將這樣的查詢結(jié)果緩存起來沒有任何的意義。

既然是緩存，就會(huì)失效，那查詢緩存何時(shí)失效呢？

MySQL 的查詢緩存系統(tǒng)會(huì)跟蹤查詢中涉及的每個(gè)表，如果這些表（數(shù)據(jù)或結(jié)構(gòu)）發(fā)生變化，那么和這張表相關(guān)的所有緩存數(shù)據(jù)都將失效。正因?yàn)槿绱耍谌魏蔚膶懖僮鲿r(shí)，MySQL 必須將對(duì)應(yīng)表的所有緩存都設(shè)置為失效。如果查詢緩存非常大或者碎片很多，這個(gè)操作就可能帶來很大的系統(tǒng)消耗，甚至導(dǎo)致系統(tǒng)僵死一會(huì)兒。而且查詢緩存對(duì)系統(tǒng)的額外消耗也不僅僅在寫操作，讀操作也不例外：

任何的查詢語句在開始之前都必須經(jīng)過檢查，即使這條 SQL 語句永遠(yuǎn)不會(huì)命中緩存
如果查詢結(jié)果可以被緩存，那么執(zhí)行完成后，會(huì)將結(jié)果存入緩存，也會(huì)帶來額外的系統(tǒng)消耗

基于此，我們要知道并不是什么情況下查詢緩存都會(huì)提高系統(tǒng)性能，緩存和失效都會(huì)帶來額外消耗，只有當(dāng)緩存帶來的資源節(jié)約大于其本身消耗的資源時(shí)，才會(huì)給系統(tǒng)帶來性能提升。但要如何評(píng)估打開緩存是否能夠帶來性能提升是一件非常困難的事情，也不在本文討論的范疇內(nèi)。如果系統(tǒng)確實(shí)存在一些性能問題，可以嘗試打開查詢緩存，并在數(shù)據(jù)庫設(shè)計(jì)上做一些優(yōu)化，比如：

用多個(gè)小表代替一個(gè)大表，注意不要過度設(shè)計(jì)
批量插入代替循環(huán)單條插入
合理控制緩存空間大小，一般來說其大小設(shè)置為幾十兆比較合適
可以通過 SQL_CACHE 和 SQL_NO_CACHE 來控制某個(gè)查詢語句是否需要進(jìn)行緩存

最后的忠告是不要輕易打開查詢緩存，特別是寫密集型應(yīng)用。如果你實(shí)在是忍不住，可以將 query_cache_type 設(shè)置為 DEMAND，這時(shí)只有加入 SQL_CACHE 的查詢才會(huì)走緩存，其他查詢則不會(huì)，這樣可以非常自由地控制哪些查詢需要被緩存。

當(dāng)然查詢緩存系統(tǒng)本身是非常復(fù)雜的，這里討論的也只是很小的一部分，其他更深入的話題，比如：緩存是如何使用內(nèi)存的？如何控制內(nèi)存的碎片化？事務(wù)對(duì)查詢緩存有何影響等等，讀者可以自行閱讀相關(guān)資料，這里權(quán)當(dāng)拋磚引玉吧。

3. 語法解析和預(yù)處理

MySQL 通過關(guān)鍵字將 SQL 語句進(jìn)行解析，并生成一棵對(duì)應(yīng)的解析樹。這個(gè)過程解析器主要通過語法規(guī)則來驗(yàn)證和解析。比如 SQL 中是否使用了錯(cuò)誤的關(guān)鍵字或者關(guān)鍵字的順序是否正確等等。預(yù)處理則會(huì)根據(jù) MySQL 規(guī)則進(jìn)一步檢查解析樹是否合法。比如檢查要查詢的數(shù)據(jù)表和數(shù)據(jù)列是否存在等。

4. 查詢優(yōu)化

經(jīng)過前面的步驟生成的語法樹被認(rèn)為是合法的了，并且由優(yōu)化器將其轉(zhuǎn)化成查詢計(jì)劃。多數(shù)情況下，一條查詢可以有很多種執(zhí)行方式，最后都返回相應(yīng)的結(jié)果。優(yōu)化器的作用就是找到這其中最好的執(zhí)行計(jì)劃。

MySQL 使用基于成本的優(yōu)化器，它嘗試預(yù)測(cè)一個(gè)查詢使用某種執(zhí)行計(jì)劃時(shí)的成本，并選擇其中成本最小的一個(gè)。在 MySQL 可以通過查詢當(dāng)前會(huì)話的 last_query_cost 的值來得到其計(jì)算當(dāng)前查詢的成本。

mysql> select * from t_message limit 10; 
 
...省略結(jié)果集 
 
 
mysql> show status like 'last_query_cost'; 
 
+-----------------+-------------+ 
 
| Variable_name   | Value       | 
 
+-----------------+-------------+ 
 
| Last_query_cost | 6391.799000 | 
 
+-----------------+-------------+

示例中的結(jié)果表示優(yōu)化器認(rèn)為大概需要做 6391 個(gè)數(shù)據(jù)頁的隨機(jī)查找才能完成上面的查詢。這個(gè)結(jié)果是根據(jù)一些列的統(tǒng)計(jì)信息計(jì)算得來的，這些統(tǒng)計(jì)信息包括：每張表或者索引的頁面?zhèn)€數(shù)、索引的基數(shù)、索引和數(shù)據(jù)行的長(zhǎng)度、索引的分布情況等等。

有非常多的原因會(huì)導(dǎo)致 MySQL 選擇錯(cuò)誤的執(zhí)行計(jì)劃，比如統(tǒng)計(jì)信息不準(zhǔn)確、不會(huì)考慮不受其控制的操作成本（用戶自定義函數(shù)、存儲(chǔ)過程）、MySQL 認(rèn)為的最優(yōu)跟我們想的不一樣（我們希望執(zhí)行時(shí)間盡可能短，但 MySQL 值選擇它認(rèn)為成本小的，但成本小并不意味著執(zhí)行時(shí)間短）等等。

MySQL 的查詢優(yōu)化器是一個(gè)非常復(fù)雜的部件，它使用了非常多的優(yōu)化策略來生成一個(gè)最優(yōu)的執(zhí)行計(jì)劃：

重新定義表的關(guān)聯(lián)順序（多張表關(guān)聯(lián)查詢時(shí)，并不一定按照 SQL 中指定的順序進(jìn)行，但有一些技巧可以指定關(guān)聯(lián)順序）
優(yōu)化 MIN() 和 MAX() 函數(shù)（找某列的最小值，如果該列有索引，只需要查找 B+Tree 索引最左端，反之則可以找到最大值，具體原理見下文）
提前終止查詢（比如：使用 Limit 時(shí)，查找到滿足數(shù)量的結(jié)果集后會(huì)立即終止查詢）
優(yōu)化排序（在老版本 MySQL 會(huì)使用兩次傳輸排序，即先讀取行指針和需要排序的字段在內(nèi)存中對(duì)其排序，然后再根據(jù)排序結(jié)果去讀取數(shù)據(jù)行，而新版本采用的是單次傳輸排序，也就是一次讀取所有的數(shù)據(jù)行，然后根據(jù)給定的列排序。對(duì)于 I/O 密集型應(yīng)用，效率會(huì)高很多）

隨著 MySQL 的不斷發(fā)展，優(yōu)化器使用的優(yōu)化策略也在不斷的進(jìn)化，這里僅僅介紹幾個(gè)非常常用且容易理解的優(yōu)化策略，其他的優(yōu)化策略，大家自行查閱吧。

5. 查詢執(zhí)行引擎

在完成解析和優(yōu)化階段以后，MySQL 會(huì)生成對(duì)應(yīng)的執(zhí)行計(jì)劃，查詢執(zhí)行引擎根據(jù)執(zhí)行計(jì)劃給出的指令逐步執(zhí)行得出結(jié)果。整個(gè)執(zhí)行過程的大部分操作均是通過調(diào)用存儲(chǔ)引擎實(shí)現(xiàn)的接口來完成，這些接口被稱為 handler API。查詢過程中的每一張表由一個(gè) handler 實(shí)例表示。實(shí)際上，MySQL 在查詢優(yōu)化階段就為每一張表創(chuàng)建了一個(gè) handler 實(shí)例，優(yōu)化器可以根據(jù)這些實(shí)例的接口來獲取表的相關(guān)信息，包括表的所有列名、索引統(tǒng)計(jì)信息等。存儲(chǔ)引擎接口提供了非常豐富的功能，但其底層僅有幾十個(gè)接口，這些接口像搭積木一樣完成了一次查詢的大部分操作。

6. 返回結(jié)果給客戶端

查詢執(zhí)行的最后一個(gè)階段就是將結(jié)果返回給客戶端。即使查詢不到數(shù)據(jù)，MySQL 仍然會(huì)返回這個(gè)查詢的相關(guān)信息，比如該查詢影響到的行數(shù)以及執(zhí)行時(shí)間等。

如果查詢緩存被打開且這個(gè)查詢可以被緩存，MySQL 也會(huì)將結(jié)果存放到緩存中。

結(jié)果集返回客戶端是一個(gè)增量且逐步返回的過程。有可能 MySQL 在生成第一條結(jié)果時(shí)，就開始向客戶端逐步返回結(jié)果集了。這樣服務(wù)端就無須存儲(chǔ)太多結(jié)果而消耗過多內(nèi)存，也可以讓客戶端第一時(shí)間獲得返回結(jié)果。需要注意的是，結(jié)果集中的每一行都會(huì)以一個(gè)滿足①中所描述的通信協(xié)議的數(shù)據(jù)包發(fā)送，再通過 TCP 協(xié)議進(jìn)行傳輸，在傳輸過程中，可能對(duì) MySQL 的數(shù)據(jù)包進(jìn)行緩存然后批量發(fā)送。

回頭總結(jié)一下 MySQL 整個(gè)查詢執(zhí)行過程，總的來說分為 6 個(gè)步驟：

客戶端向 MySQL 服務(wù)器發(fā)送一條查詢請(qǐng)求
服務(wù)器首先檢查查詢緩存，如果命中緩存，則立刻返回存儲(chǔ)在緩存中的結(jié)果。否則進(jìn)入下一階段
服務(wù)器進(jìn)行 SQL 解析、預(yù)處理、再由優(yōu)化器生成對(duì)應(yīng)的執(zhí)行計(jì)劃
MySQL 根據(jù)執(zhí)行計(jì)劃，調(diào)用存儲(chǔ)引擎的 API 來執(zhí)行查詢
將結(jié)果返回給客戶端，同時(shí)緩存查詢結(jié)果

性能優(yōu)化建議

看了這么多，你可能會(huì)期待給出一些優(yōu)化手段，是的，下面會(huì)從 3 個(gè)不同方面給出一些優(yōu)化建議。但請(qǐng)等等，還有一句忠告要先送給你：不要聽信你看到的關(guān)于優(yōu)化的 “絕對(duì)真理”，包括本文所討論的內(nèi)容，而應(yīng)該是在實(shí)際的業(yè)務(wù)場(chǎng)景下通過測(cè)試來驗(yàn)證你關(guān)于執(zhí)行計(jì)劃以及響應(yīng)時(shí)間的假設(shè)。

1. Scheme 設(shè)計(jì)與數(shù)據(jù)類型優(yōu)化

選擇數(shù)據(jù)類型只要遵循小而簡(jiǎn)單的原則就好，越小的數(shù)據(jù)類型通常會(huì)更快，占用更少的磁盤、內(nèi)存，處理時(shí)需要的 CPU 周期也更少。越簡(jiǎn)單的數(shù)據(jù)類型在計(jì)算時(shí)需要更少的 CPU 周期，比如，整型就比字符操作代價(jià)低，因而會(huì)使用整型來存儲(chǔ) ip 地址，使用 DATETIME 來存儲(chǔ)時(shí)間，而不是使用字符串。

這里總結(jié)幾個(gè)可能容易理解錯(cuò)誤的技巧：

通常來說把可為 NULL 的列改為 NOT NULL 不會(huì)對(duì)性能提升有多少幫助，只是如果計(jì)劃在列上創(chuàng)建索引，就應(yīng)該將該列設(shè)置為 NOT NULL。
對(duì)整數(shù)類型指定寬度，比如 INT(11)，沒有任何卵用。INT 使用 32 位（4 個(gè)字節(jié)）存儲(chǔ)空間，那么它的表示范圍已經(jīng)確定，所以 INT(1) 和 INT(20) 對(duì)于存儲(chǔ)和計(jì)算是相同的。
UNSIGNED 表示不允許負(fù)值，大致可以使正數(shù)的上限提高一倍。比如 TINYINT 存儲(chǔ)范圍是 - 128 ~ 127，而 UNSIGNED TINYINT 存儲(chǔ)的范圍卻是 0 – 255。
通常來講，沒有太大的必要使用 DECIMAL 數(shù)據(jù)類型。即使是在需要存儲(chǔ)財(cái)務(wù)數(shù)據(jù)時(shí)，仍然可以使用 BIGINT。比如需要精確到萬分之一，那么可以將數(shù)據(jù)乘以一百萬然后使用 BIGINT 存儲(chǔ)。這樣可以避免浮點(diǎn)數(shù)計(jì)算不準(zhǔn)確和 DECIMAL 精確計(jì)算代價(jià)高的問題。
TIMESTAMP 使用 4 個(gè)字節(jié)存儲(chǔ)空間，DATETIME 使用 8 個(gè)字節(jié)存儲(chǔ)空間。因而，TIMESTAMP 只能表示 1970 – 2038 年，比 DATETIME 表示的范圍小得多，而且 TIMESTAMP 的值因時(shí)區(qū)不同而不同。
大多數(shù)情況下沒有使用枚舉類型的必要，其中一個(gè)缺點(diǎn)是枚舉的字符串列表是固定的，添加和刪除字符串（枚舉選項(xiàng)）必須使用 ALTER TABLE（如果只是在列表末尾追加元素，不需要重建表）。
schema 的列不要太多。原因是存儲(chǔ)引擎的 API 工作時(shí)需要在服務(wù)器層和存儲(chǔ)引擎層之間通過行緩沖格式拷貝數(shù)據(jù)，然后在服務(wù)器層將緩沖內(nèi)容解碼成各個(gè)列，這個(gè)轉(zhuǎn)換過程的代價(jià)是非常高的。如果列太多而實(shí)際使用的列又很少的話，有可能會(huì)導(dǎo)致 CPU 占用過高。
大表 ALTER TABLE 非常耗時(shí)，MySQL 執(zhí)行大部分修改表結(jié)果操作的方法是用新的結(jié)構(gòu)創(chuàng)建一個(gè)張空表，從舊表中查出所有的數(shù)據(jù)插入新表，然后再刪除舊表。尤其當(dāng)內(nèi)存不足而表又很大，而且還有很大索引的情況下，耗時(shí)更久。當(dāng)然有一些奇技淫巧可以解決這個(gè)問題，有興趣可自行查閱。

2. 創(chuàng)建高性能索引

索引是提高 MySQL 查詢性能的一個(gè)重要途徑，但過多的索引可能會(huì)導(dǎo)致過高的磁盤使用率以及過高的內(nèi)存占用，從而影響應(yīng)用程序的整體性能。應(yīng)當(dāng)盡量避免事后才想起添加索引，因?yàn)槭潞罂赡苄枰O(jiān)控大量的 SQL 才能定位到問題所在，而且添加索引的時(shí)間肯定是遠(yuǎn)大于初始添加索引所需要的時(shí)間，可見索引的添加也是非常有技術(shù)含量的。

接下來將向你展示一系列創(chuàng)建高性能索引的策略，以及每條策略其背后的工作原理。但在此之前，先了解與索引相關(guān)的一些算法和數(shù)據(jù)結(jié)構(gòu)，將有助于更好的理解后文的內(nèi)容。

3. 索引相關(guān)的數(shù)據(jù)結(jié)構(gòu)和算法

通常我們所說的索引是指 B-Tree 索引，它是目前關(guān)系型數(shù)據(jù)庫中查找數(shù)據(jù)最為常用和有效的索引，大多數(shù)存儲(chǔ)引擎都支持這種索引。使用 B-Tree 這個(gè)術(shù)語，是因?yàn)?MySQL 在 CREATE TABLE 或其它語句中使用了這個(gè)關(guān)鍵字，但實(shí)際上不同的存儲(chǔ)引擎可能使用不同的數(shù)據(jù)結(jié)構(gòu)，比如 InnoDB 就是使用的 B+Tree。

B+Tree 中的 B 是指 balance，意為平衡。需要注意的是，B + 樹索引并不能找到一個(gè)給定鍵值的具體行，它找到的只是被查找數(shù)據(jù)行所在的頁，接著數(shù)據(jù)庫會(huì)把頁讀入到內(nèi)存，再在內(nèi)存中進(jìn)行查找，最后得到要查找的數(shù)據(jù)。

在介紹 B+Tree 前，先了解一下二叉查找樹，它是一種經(jīng)典的數(shù)據(jù)結(jié)構(gòu)，其左子樹的值總是小于根的值，右子樹的值總是大于根的值，如下圖①。如果要在這課樹中查找值為 5 的記錄，其大致流程：先找到根，其值為 6，大于 5，所以查找左子樹，找到 3，而 5 大于 3，接著找 3 的右子樹，總共找了 3 次。同樣的方法，如果查找值為 8 的記錄，也需要查找 3 次。所以二叉查找樹的平均查找次數(shù)為 (3 + 3 + 3 + 2 + 2 + 1) / 6 = 2.3 次，而順序查找的話，查找值為 2 的記錄，僅需要 1 次，但查找值為 8 的記錄則需要 6 次，所以順序查找的平均查找次數(shù)為：(1 + 2 + 3 + 4 + 5 + 6) / 6 = 3.3 次，因此大多數(shù)情況下二叉查找樹的平均查找速度比順序查找要快。

二叉查找樹和平衡二叉樹

由于二叉查找樹可以任意構(gòu)造，同樣的值，可以構(gòu)造出如圖②的二叉查找樹，顯然這棵二叉樹的查詢效率和順序查找差不多。若想二叉查找數(shù)的查詢性能最高，需要這棵二叉查找樹是平衡的，也即平衡二叉樹（AVL 樹）。

平衡二叉樹首先需要符合二叉查找樹的定義，其次必須滿足任何節(jié)點(diǎn)的兩個(gè)子樹的高度差不能大于 1。顯然圖②不滿足平衡二叉樹的定義，而圖①是一課平衡二叉樹。平衡二叉樹的查找性能是比較高的（性能最好的是最優(yōu)二叉樹），查詢性能越好，維護(hù)的成本就越大。比如圖①的平衡二叉樹，當(dāng)用戶需要插入一個(gè)新的值 9 的節(jié)點(diǎn)時(shí)，就需要做出如下變動(dòng)。

平衡二叉樹旋轉(zhuǎn)

通過一次左旋操作就將插入后的樹重新變?yōu)槠胶舛鏄涫亲詈?jiǎn)單的情況了，實(shí)際應(yīng)用場(chǎng)景中可能需要旋轉(zhuǎn)多次。至此我們可以考慮一個(gè)問題，平衡二叉樹的查找效率還不錯(cuò)，實(shí)現(xiàn)也非常簡(jiǎn)單，相應(yīng)的維護(hù)成本還能接受，為什么 MySQL 索引不直接使用平衡二叉樹？

隨著數(shù)據(jù)庫中數(shù)據(jù)的增加，索引本身大小隨之增加，不可能全部存儲(chǔ)在內(nèi)存中，因此索引往往以索引文件的形式存儲(chǔ)的磁盤上。這樣的話，索引查找過程中就要產(chǎn)生磁盤 I/O 消耗，相對(duì)于內(nèi)存存取，I/O 存取的消耗要高幾個(gè)數(shù)量級(jí)。可以想象一下一棵幾百萬節(jié)點(diǎn)的二叉樹的深度是多少？如果將這么大深度的一顆二叉樹放磁盤上，每讀取一個(gè)節(jié)點(diǎn)，需要一次磁盤的 I/O 讀取，整個(gè)查找的耗時(shí)顯然是不能夠接受的。那么如何減少查找過程中的 I/O 存取次數(shù)？

一種行之有效的解決方法是減少樹的深度，將二叉樹變?yōu)?m 叉樹（多路搜索樹），而 B+Tree 就是一種多路搜索樹。理解 B+Tree 時(shí)，只需要理解其最重要的兩個(gè)特征即可：第一，所有的關(guān)鍵字（可以理解為數(shù)據(jù)）都存儲(chǔ)在葉子節(jié)點(diǎn)（Leaf Page），非葉子節(jié)點(diǎn)（Index Page）并不存儲(chǔ)真正的數(shù)據(jù)，所有記錄節(jié)點(diǎn)都是按鍵值大小順序存放在同一層葉子節(jié)點(diǎn)上。其次，所有的葉子節(jié)點(diǎn)由指針連接。如下圖為高度為 2 的簡(jiǎn)化了的 B+Tree。

簡(jiǎn)化 B+Tree

怎么理解這兩個(gè)特征？MySQL 將每個(gè)節(jié)點(diǎn)的大小設(shè)置為一個(gè)頁的整數(shù)倍（原因下文會(huì)介紹），也就是在節(jié)點(diǎn)空間大小一定的情況下，每個(gè)節(jié)點(diǎn)可以存儲(chǔ)更多的內(nèi)結(jié)點(diǎn)，這樣每個(gè)結(jié)點(diǎn)能索引的范圍更大更精確。所有的葉子節(jié)點(diǎn)使用指針鏈接的好處是可以進(jìn)行區(qū)間訪問，比如上圖中，如果查找大于 20 而小于 30 的記錄，只需要找到節(jié)點(diǎn) 20，就可以遍歷指針依次找到 25、30。如果沒有鏈接指針的話，就無法進(jìn)行區(qū)間查找。這也是 MySQL 使用 B+Tree 作為索引存儲(chǔ)結(jié)構(gòu)的重要原因。

MySQL 為何將節(jié)點(diǎn)大小設(shè)置為頁的整數(shù)倍，這就需要理解磁盤的存儲(chǔ)原理。磁盤本身存取就比主存慢很多，在加上機(jī)械運(yùn)動(dòng)損耗（特別是普通的機(jī)械硬盤），磁盤的存取速度往往是主存的幾百萬分之一，為了盡量減少磁盤 I/O，磁盤往往不是嚴(yán)格按需讀取，而是每次都會(huì)預(yù)讀，即使只需要一個(gè)字節(jié)，磁盤也會(huì)從這個(gè)位置開始，順序向后讀取一定長(zhǎng)度的數(shù)據(jù)放入內(nèi)存，預(yù)讀的長(zhǎng)度一般為頁的整數(shù)倍。

“頁是計(jì)算機(jī)管理存儲(chǔ)器的邏輯塊，硬件及 OS 往往將主存和磁盤存儲(chǔ)區(qū)分割為連續(xù)的大小相等的塊，每個(gè)存儲(chǔ)塊稱為一頁（許多 OS 中，頁的大小通常為 4K）。主存和磁盤以頁為單位交換數(shù)據(jù)。當(dāng)程序要讀取的數(shù)據(jù)不在主存中時(shí)，會(huì)觸發(fā)一個(gè)缺頁異常，此時(shí)系統(tǒng)會(huì)向磁盤發(fā)出讀盤信號(hào)，磁盤會(huì)找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁或幾頁載入內(nèi)存中，然后一起返回，程序繼續(xù)運(yùn)行。”

MySQL 巧妙利用了磁盤預(yù)讀原理，將一個(gè)節(jié)點(diǎn)的大小設(shè)為等于一個(gè)頁，這樣每個(gè)節(jié)點(diǎn)只需要一次 I/O 就可以完全載入。為了達(dá)到這個(gè)目的，每次新建節(jié)點(diǎn)時(shí)，直接申請(qǐng)一個(gè)頁的空間，這樣就保證一個(gè)節(jié)點(diǎn)物理上也存儲(chǔ)在一個(gè)頁里，加之計(jì)算機(jī)存儲(chǔ)分配都是按頁對(duì)齊的，就實(shí)現(xiàn)了讀取一個(gè)節(jié)點(diǎn)只需一次 I/O。假設(shè) B+Tree 的高度為 h，一次檢索最多需要 h-1I/O（根節(jié)點(diǎn)常駐內(nèi)存），復(fù)雜度 $O(h) = O(\log_{M}N)$。實(shí)際應(yīng)用場(chǎng)景中，M 通常較大，常常超過 100，因此樹的高度一般都比較小，通常不超過 3。

最后簡(jiǎn)單了解下 B+Tree 節(jié)點(diǎn)的操作，在整體上對(duì)索引的維護(hù)有一個(gè)大概的了解，雖然索引可以大大提高查詢效率，但維護(hù)索引仍要花費(fèi)很大的代價(jià)，因此合理的創(chuàng)建索引也就尤為重要。

仍以上面的樹為例，我們假設(shè)每個(gè)節(jié)點(diǎn)只能存儲(chǔ) 4 個(gè)內(nèi)節(jié)點(diǎn)。首先要插入第一個(gè)節(jié)點(diǎn) 28，如下圖所示。

leaf page 和 index page 都沒有滿

接著插入下一個(gè)節(jié)點(diǎn) 70，在 Index Page 中查詢后得知應(yīng)該插入到 50 – 70 之間的葉子節(jié)點(diǎn)，但葉子節(jié)點(diǎn)已滿，這時(shí)候就需要進(jìn)行也分裂的操作，當(dāng)前的葉子節(jié)點(diǎn)起點(diǎn)為 50，所以根據(jù)中間值來拆分葉子節(jié)點(diǎn)，如下圖所示。

Leaf Page 拆分

最后插入一個(gè)節(jié)點(diǎn) 95，這時(shí)候 Index Page 和 Leaf Page 都滿了，就需要做兩次拆分，如下圖所示。

Leaf Page 與 Index Page 拆分

拆分后最終形成了這樣一顆樹。

最終樹

B+Tree 為了保持平衡，對(duì)于新插入的值需要做大量的拆分頁操作，而頁的拆分需要 I/O 操作，為了盡可能的減少頁的拆分操作，B+Tree 也提供了類似于平衡二叉樹的旋轉(zhuǎn)功能。當(dāng) Leaf Page 已滿但其左右兄弟節(jié)點(diǎn)沒有滿的情況下，B+Tree 并不急于去做拆分操作，而是將記錄移到當(dāng)前所在頁的兄弟節(jié)點(diǎn)上。通常情況下，左兄弟會(huì)被先檢查用來做旋轉(zhuǎn)操作。就比如上面第二個(gè)示例，當(dāng)插入 70 的時(shí)候，并不會(huì)去做頁拆分，而是左旋操作。

左旋操作

通過旋轉(zhuǎn)操作可以最大限度的減少頁分裂，從而減少索引維護(hù)過程中的磁盤的 I/O 操作，也提高索引維護(hù)效率。需要注意的是，刪除節(jié)點(diǎn)跟插入節(jié)點(diǎn)類似，仍然需要旋轉(zhuǎn)和拆分操作，這里就不再說明。

高性能策略

通過上文，相信你對(duì) B+Tree 的數(shù)據(jù)結(jié)構(gòu)已經(jīng)有了大致的了解，但 MySQL 中索引是如何組織數(shù)據(jù)的存儲(chǔ)呢？以一個(gè)簡(jiǎn)單的示例來說明，假如有如下數(shù)據(jù)表：

CREATE TABLE People( 
 
last_name varchar(50) not null, 
 
first_name varchar(50) not null, 
 
dob date not null, 
 
gender enum(`m`,`f`) not null, 
 
key(last_name,first_name,dob) 
 
);

對(duì)于表中每一行數(shù)據(jù)，索引中包含了 last_name、first_name、dob 列的值，下圖展示了索引是如何組織數(shù)據(jù)存儲(chǔ)的。

索引如何組織數(shù)據(jù)存儲(chǔ)，來自：高性能 MySQL

可以看到，索引首先根據(jù)第一個(gè)字段來排列順序，當(dāng)名字相同時(shí)，則根據(jù)第三個(gè)字段，即出生日期來排序，正是因?yàn)檫@個(gè)原因，才有了索引的 “最左原則”。

1. MySQL 不會(huì)使用索引的情況：非獨(dú)立的列

“獨(dú)立的列” 是指索引列不能是表達(dá)式的一部分，也不能是函數(shù)的參數(shù)。比如：

select * from where id + 1 = 5

我們很容易看出其等價(jià)于 id = 4，但是 MySQL 無法自動(dòng)解析這個(gè)表達(dá)式，使用函數(shù)是同樣的道理。

2. 前綴索引

如果列很長(zhǎng)，通常可以索引開始的部分字符，這樣可以有效節(jié)約索引空間，從而提高索引效率。

3. 多列索引和索引順序

在多數(shù)情況下，在多個(gè)列上建立獨(dú)立的索引并不能提高查詢性能。理由非常簡(jiǎn)單，MySQL 不知道選擇哪個(gè)索引的查詢效率更好，所以在老版本，比如 MySQL5.0 之前就會(huì)隨便選擇一個(gè)列的索引，而新的版本會(huì)采用合并索引的策略。舉個(gè)簡(jiǎn)單的例子，在一張電影演員表中，在 actor_id 和 film_id 兩個(gè)列上都建立了獨(dú)立的索引，然后有如下查詢：

老版本的 MySQL 會(huì)隨機(jī)選擇一個(gè)索引，但新版本做如下的優(yōu)化：

select film_id,actor_id from film_actor where actor_id = 1 
 
union all 
 
select film_id,actor_id from film_actor where film_id = 1 and actor_id <> 1

當(dāng)出現(xiàn)多個(gè)索引做相交操作時(shí)（多個(gè) AND 條件），通常來說一個(gè)包含所有相關(guān)列的索引要優(yōu)于多個(gè)獨(dú)立索引。
當(dāng)出現(xiàn)多個(gè)索引做聯(lián)合操作時(shí)（多個(gè) OR 條件），對(duì)結(jié)果集的合并、排序等操作需要耗費(fèi)大量的 CPU 和內(nèi)存資源，特別是當(dāng)其中的某些索引的選擇性不高，需要返回合并大量數(shù)據(jù)時(shí)，查詢成本更高。所以這種情況下還不如走全表掃描。

因此 explain 時(shí)如果發(fā)現(xiàn)有索引合并（Extra 字段出現(xiàn) Using union），應(yīng)該好好檢查一下查詢和表結(jié)構(gòu)是不是已經(jīng)是最優(yōu)的，如果查詢和表都沒有問題，那只能說明索引建的非常糟糕，應(yīng)當(dāng)慎重考慮索引是否合適，有可能一個(gè)包含所有相關(guān)列的多列索引更適合。

前面我們提到過索引如何組織數(shù)據(jù)存儲(chǔ)的，從圖中可以看到多列索引時(shí)，索引的順序?qū)τ诓樵兪侵陵P(guān)重要的，很明顯應(yīng)該把選擇性更高的字段放到索引的前面，這樣通過第一個(gè)字段就可以過濾掉大多數(shù)不符合條件的數(shù)據(jù)。

索引選擇性是指不重復(fù)的索引值和數(shù)據(jù)表的總記錄數(shù)的比值，選擇性越高查詢效率越高，因?yàn)檫x擇性越高的索引可以讓 MySQL 在查詢時(shí)過濾掉更多的行。唯一索引的選擇性是 1，這時(shí)最好的索引選擇性，性能也是最好的。

理解索引選擇性的概念后，就不難確定哪個(gè)字段的選擇性較高了，查一下就知道了，比如：

SELECT * FROM payment where staff_id = 2 and customer_id = 584

是應(yīng)該創(chuàng)建 (staff_id,customer_id) 的索引還是應(yīng)該顛倒一下順序？執(zhí)行下面的查詢，哪個(gè)字段的選擇性更接近 1 就把哪個(gè)字段索引前面就好。

select count(distinct staff_id)/count(*) as staff_id_selectivity, 
 
count(distinct customer_id)/count(*) as customer_id_selectivity, 
 
count(*) from payment

多數(shù)情況下使用這個(gè)原則沒有任何問題，但仍然注意你的數(shù)據(jù)中是否存在一些特殊情況。舉個(gè)簡(jiǎn)單的例子，比如要查詢某個(gè)用戶組下有過交易的用戶信息：

select user_id from trade where user_group_id = 1 and trade_amount > 0

MySQL 為這個(gè)查詢選擇了索引 (user_group_id,trade_amount)，如果不考慮特殊情況，這看起來沒有任何問題，但實(shí)際情況是這張表的大多數(shù)數(shù)據(jù)都是從老系統(tǒng)中遷移過來的，由于新老系統(tǒng)的數(shù)據(jù)不兼容，所以就給老系統(tǒng)遷移過來的數(shù)據(jù)賦予了一個(gè)默認(rèn)的用戶組。這種情況下，通過索引掃描的行數(shù)跟全表掃描基本沒什么區(qū)別，索引也就起不到任何作用。

推廣開來說，經(jīng)驗(yàn)法則和推論在多數(shù)情況下是有用的，可以指導(dǎo)我們開發(fā)和設(shè)計(jì)，但實(shí)際情況往往會(huì)更復(fù)雜，實(shí)際業(yè)務(wù)場(chǎng)景下的某些特殊情況可能會(huì)摧毀你的整個(gè)設(shè)計(jì)。

4. 避免多個(gè)范圍條件

實(shí)際開發(fā)中，我們會(huì)經(jīng)常使用多個(gè)范圍條件，比如想查詢某個(gè)時(shí)間段內(nèi)登錄過的用戶：

select user.* from user where login_time > '2017-04-01' and age between 18 and 30;

這個(gè)查詢有一個(gè)問題：它有兩個(gè)范圍條件，login_time 列和 age 列，MySQL 可以使用 login_time 列的索引或者 age 列的索引，但無法同時(shí)使用它們。

5. 覆蓋索引

如果一個(gè)索引包含或者說覆蓋所有需要查詢的字段的值，那么就沒有必要再回表查詢，這就稱為覆蓋索引。覆蓋索引是非常有用的工具，可以極大的提高性能，因?yàn)椴樵冎恍枰獟呙杷饕龝?huì)帶來許多好處：

索引條目遠(yuǎn)小于數(shù)據(jù)行大小，如果只讀取索引，極大減少數(shù)據(jù)訪問量
索引是有按照列值順序存儲(chǔ)的，對(duì)于 I/O 密集型的范圍查詢要比隨機(jī)從磁盤讀取每一行數(shù)據(jù)的 IO 要少的多

6. 使用索引掃描來排序

MySQL 有兩種方式可以生產(chǎn)有序的結(jié)果集，其一是對(duì)結(jié)果集進(jìn)行排序的操作，其二是按照索引順序掃描得出的結(jié)果自然是有序的。如果 explain 的結(jié)果中 type 列的值為 index 表示使用了索引掃描來做排序。

掃描索引本身很快，因?yàn)橹恍枰獜囊粭l索引記錄移動(dòng)到相鄰的下一條記錄。但如果索引本身不能覆蓋所有需要查詢的列，那么就不得不每掃描一條索引記錄就回表查詢一次對(duì)應(yīng)的行。這個(gè)讀取操作基本上是隨機(jī) I/O，因此按照索引順序讀取數(shù)據(jù)的速度通常要比順序地全表掃描要慢。

在設(shè)計(jì)索引時(shí)，如果一個(gè)索引既能夠滿足排序，又滿足查詢，是最好的。

只有當(dāng)索引的列順序和 ORDER BY 子句的順序完全一致，并且所有列的排序方向也一樣時(shí)，才能夠使用索引來對(duì)結(jié)果做排序。如果查詢需要關(guān)聯(lián)多張表，則只有 ORDER BY 子句引用的字段全部為第一張表時(shí)，才能使用索引做排序。ORDER BY 子句和查詢的限制是一樣的，都要滿足最左前綴的要求（有一種情況例外，就是最左的列被指定為常數(shù)，下面是一個(gè)簡(jiǎn)單的示例），其它情況下都需要執(zhí)行排序操作，而無法利用索引排序。

// 最左列為常數(shù)，索引：(date,staff_id,customer_id) 
 
select  staff_id,customer_id from demo where date = '2015-06-01' order by staff_id,customer_id

7. 冗余和重復(fù)索引

冗余索引是指在相同的列上按照相同的順序創(chuàng)建的相同類型的索引，應(yīng)當(dāng)盡量避免這種索引，發(fā)現(xiàn)后立即刪除。比如有一個(gè)索引 (A,B)，再創(chuàng)建索引 (A) 就是冗余索引。冗余索引經(jīng)常發(fā)生在為表添加新索引時(shí)，比如有人新建了索引 (A,B)，但這個(gè)索引不是擴(kuò)展已有的索引 (A)。

大多數(shù)情況下都應(yīng)該盡量擴(kuò)展已有的索引而不是創(chuàng)建新索引。但有極少情況下出現(xiàn)性能方面的考慮需要冗余索引，比如擴(kuò)展已有索引而導(dǎo)致其變得過大，從而影響到其他使用該索引的查詢。

8. 刪除長(zhǎng)期未使用的索引

定期刪除一些長(zhǎng)時(shí)間未使用過的索引是一個(gè)非常好的習(xí)慣。

關(guān)于索引這個(gè)話題打算就此打住，最后要說一句，索引并不總是最好的工具，只有當(dāng)索引幫助提高查詢速度帶來的好處大于其帶來的額外工作時(shí)，索引才是有效的。對(duì)于非常小的表，簡(jiǎn)單的全表掃描更高效。對(duì)于中到大型的表，索引就非常有效。對(duì)于超大型的表，建立和維護(hù)索引的代價(jià)隨之增長(zhǎng)，這時(shí)候其他技術(shù)也許更有效，比如分區(qū)表。最后的最后，explain 后再提測(cè)是一種美德。

特定類型查詢優(yōu)化

1. 優(yōu)化 COUNT() 查詢

COUNT() 可能是被大家誤解最多的函數(shù)了，它有兩種不同的作用，其一是統(tǒng)計(jì)某個(gè)列值的數(shù)量，其二是統(tǒng)計(jì)行數(shù)。統(tǒng)計(jì)列值時(shí)，要求列值是非空的，它不會(huì)統(tǒng)計(jì) NULL。如果確認(rèn)括號(hào)中的表達(dá)式不可能為空時(shí)，實(shí)際上就是在統(tǒng)計(jì)行數(shù)。最簡(jiǎn)單的就是當(dāng)使用 COUNT(*) 時(shí)，并不是我們所想象的那樣擴(kuò)展成所有的列，實(shí)際上，它會(huì)忽略所有的列而直接統(tǒng)計(jì)所有的行數(shù)。

我們最常見的誤解也就在這兒，在括號(hào)內(nèi)指定了一列卻希望統(tǒng)計(jì)結(jié)果是行數(shù)，而且還常常誤以為前者的性能會(huì)更好。但實(shí)際并非這樣，如果要統(tǒng)計(jì)行數(shù)，直接使用 COUNT(*)，意義清晰，且性能更好。

有時(shí)候某些業(yè)務(wù)場(chǎng)景并不需要完全精確的 COUNT 值，可以用近似值來代替，EXPLAIN 出來的行數(shù)就是一個(gè)不錯(cuò)的近似值，而且執(zhí)行 EXPLAIN 并不需要真正地去執(zhí)行查詢，所以成本非常低。通常來說，執(zhí)行 COUNT() 都需要掃描大量的行才能獲取到精確的數(shù)據(jù)，因此很難優(yōu)化，MySQL 層面還能做得也就只有覆蓋索引了。如果不還能解決問題，只有從架構(gòu)層面解決了，比如添加匯總表，或者使用 redis 這樣的外部緩存系統(tǒng)。

2. 優(yōu)化關(guān)聯(lián)查詢

在大數(shù)據(jù)場(chǎng)景下，表與表之間通過一個(gè)冗余字段來關(guān)聯(lián)，要比直接使用 JOIN 有更好的性能。如果確實(shí)需要使用關(guān)聯(lián)查詢的情況下，需要特別注意的是：

確保 ON 和 USING 字句中的列上有索引。在創(chuàng)建索引的時(shí)候就要考慮到關(guān)聯(lián)的順序。當(dāng)表 A 和表 B 用列 c 關(guān)聯(lián)的時(shí)候，如果優(yōu)化器關(guān)聯(lián)的順序是 A、B，那么就不需要在 A 表的對(duì)應(yīng)列上創(chuàng)建索引。沒有用到的索引會(huì)帶來額外的負(fù)擔(dān)，一般來說，除非有其他理由，只需要在關(guān)聯(lián)順序中的第二張表的相應(yīng)列上創(chuàng)建索引（具體原因下文分析）。
確保任何的 GROUP BY 和 ORDER BY 中的表達(dá)式只涉及到一個(gè)表中的列，這樣 MySQL 才有可能使用索引來優(yōu)化。

要理解優(yōu)化關(guān)聯(lián)查詢的第一個(gè)技巧，就需要理解 MySQL 是如何執(zhí)行關(guān)聯(lián)查詢的。當(dāng)前 MySQL 關(guān)聯(lián)執(zhí)行的策略非常簡(jiǎn)單，它對(duì)任何的關(guān)聯(lián)都執(zhí)行嵌套循環(huán)關(guān)聯(lián)操作，即先在一個(gè)表中循環(huán)取出單條數(shù)據(jù)，然后在嵌套循環(huán)到下一個(gè)表中尋找匹配的行，依次下去，直到找到所有表中匹配的行為為止。然后根據(jù)各個(gè)表匹配的行，返回查詢中需要的各個(gè)列。

太抽象了？以上面的示例來說明，比如有這樣的一個(gè)查詢：

SELECT A.xx,B.yy 
 
FROM A INNER JOIN B USING(c) 
 
WHERE A.xx IN (5,6)

假設(shè) MySQL 按照查詢中的關(guān)聯(lián)順序 A、B 來進(jìn)行關(guān)聯(lián)操作，那么可以用下面的偽代碼表示 MySQL 如何完成這個(gè)查詢：

outer_iterator = SELECT A.xx,A.c FROM A WHERE A.xx IN (5,6); 
 
outer_row = outer_iterator.next; 
 
while(outer_row) { 
 
inner_iterator = SELECT B.yy FROM B WHERE B.c = outer_row.c; 
 
inner_row = inner_iterator.next; 
 
while(inner_row) { 
 
output[inner_row.yy,outer_row.xx]; 
 
inner_row = inner_iterator.next; 
 
} 
 
outer_row = outer_iterator.next; 
 
}

可以看到，最外層的查詢是根據(jù) A.xx 列來查詢的，A.c 上如果有索引的話，整個(gè)關(guān)聯(lián)查詢也不會(huì)使用。再看內(nèi)層的查詢，很明顯 B.c 上如果有索引的話，能夠加速查詢，因此只需要在關(guān)聯(lián)順序中的第二張表的相應(yīng)列上創(chuàng)建索引即可。

3. 優(yōu) 化 LIMIT 分頁

當(dāng)需要分頁操作時(shí)，通常會(huì)使用 LIMIT 加上偏移量的辦法實(shí)現(xiàn)，同時(shí)加上合適的 ORDER BY 字句。如果有對(duì)應(yīng)的索引，通常效率會(huì)不錯(cuò)，否則，MySQL 需要做大量的文件排序操作。

一個(gè)常見的問題是當(dāng)偏移量非常大的時(shí)候，比如：LIMIT 10000 20 這樣的查詢，MySQL 需要查詢 10020 條記錄然后只返回 20 條記錄，前面的 10000 條都將被拋棄，這樣的代價(jià)非常高。

優(yōu)化這種查詢一個(gè)最簡(jiǎn)單的辦法就是盡可能的使用覆蓋索引掃描，而不是查詢所有的列。然后根據(jù)需要做一次關(guān)聯(lián)查詢?cè)俜祷厮械牧小?duì)于偏移量很大時(shí)，這樣做的效率會(huì)提升非常大。考慮下面的查詢：

SELECT film_id,description FROM film ORDER BY title LIMIT 50,5;

如果這張表非常大，那么這個(gè)查詢最好改成下面的樣子：

SELECT film.film_id,film.description 
 
FROM film INNER JOIN ( 
 
SELECT film_id FROM film ORDER BY title LIMIT 50,5 
 
) AS tmp USING(film_id);

這里的延遲關(guān)聯(lián)將大大提升查詢效率，讓 MySQL 掃描盡可能少的頁面，獲取需要訪問的記錄后在根據(jù)關(guān)聯(lián)列回原表查詢所需要的列。

有時(shí)候如果可以使用書簽記錄上次取數(shù)據(jù)的位置，那么下次就可以直接從該書簽記錄的位置開始掃描，這樣就可以避免使用 OFFSET，比如下面的查詢：

SELECT id FROM t LIMIT 10000, 10;

改為：

SELECT id FROM t WHERE id > 10000 LIMIT 10;

其它優(yōu)化的辦法還包括使用預(yù)先計(jì)算的匯總表，或者關(guān)聯(lián)到一個(gè)冗余表，冗余表中只包含主鍵列和需要做排序的列。

4. 優(yōu)化 UNION

MySQL 處理 UNION 的策略是先創(chuàng)建臨時(shí)表，然后再把各個(gè)查詢結(jié)果插入到臨時(shí)表中，最后再來做查詢。因此很多優(yōu)化策略在 UNION 查詢中都沒有辦法很好的時(shí)候。經(jīng)常需要手動(dòng)將 WHERE、LIMIT、ORDER BY 等字句 “下推” 到各個(gè)子查詢中，以便優(yōu)化器可以充分利用這些條件先優(yōu)化。

除非確實(shí)需要服務(wù)器去重，否則就一定要使用 UNION ALL，如果沒有 ALL 關(guān)鍵字，MySQL 會(huì)給臨時(shí)表加上 DISTINCT 選項(xiàng)，這會(huì)導(dǎo)致整個(gè)臨時(shí)表的數(shù)據(jù)做唯一性檢查，這樣做的代價(jià)非常高。當(dāng)然即使使用 ALL 關(guān)鍵字，MySQL 總是將結(jié)果放入臨時(shí)表，然后再讀出，再返回給客戶端。雖然很多時(shí)候沒有這個(gè)必要，比如有時(shí)候可以直接把每個(gè)子查詢的結(jié)果返回給客戶端。

結(jié)語

理解查詢是如何執(zhí)行以及時(shí)間都消耗在哪些地方，再加上一些優(yōu)化過程的知識(shí)，可以幫助大家更好的理解 MySQL，理解常見優(yōu)化技巧背后的原理。希望本文中的原理、示例能夠幫助大家更好的將理論和實(shí)踐聯(lián)系起來，更多的將理論知識(shí)運(yùn)用到實(shí)踐中。其他也沒啥說的了，給大家留兩個(gè)思考題吧，可以在腦袋里想想答案，這也是大家經(jīng)常掛在嘴邊的，但很少有人會(huì)思考為什么？

有非常多的程序員在分享時(shí)都會(huì)拋出這樣一個(gè)觀點(diǎn)：盡可能不要使用存儲(chǔ)過程，存儲(chǔ)過程非常不容易維護(hù)，也會(huì)增加使用成本，應(yīng)該把業(yè)務(wù)邏輯放到客戶端。既然客戶端都能干這些事，那為什么還要存儲(chǔ)過程？
JOIN 本身也挺方便的，直接查詢就好了，為什么還需要視圖呢？

參考資料：