寫一手好 SQL 很有必要
前言
博主負責的項目主要采用阿里云數據庫MySQL，最近頻繁出現慢SQL告警，執行時間最長的竟然高達5分鐘。導出日志后分析，主要原因竟然是沒有命中索引和沒有分頁處理 。
其實這是非常低級的錯誤，我不禁后背一涼，團隊成員的技術水平亟待提高啊。改造這些SQL的過程中，總結了一些經驗分享給大家，如果有錯誤歡迎批評指正。
MySQL性能
最大數據量
拋開數據量和并發數，談性能都是耍流氓 。MySQL沒有限制單表最大記錄數，它取決于操作系統對文件大小的限制。
文件系統單文件大小限制FAT32最大4G NTFS最大64GB NTFS5.0最大2TB EXT2塊大小為1024字節，文件最大容量16GB;塊大小為4096字節，文件最大容量2TBEXT3塊大小為4KB，文件最大容量為4TB EXT4理論可以大于16TB
《阿里巴巴Java開發手冊》提出單表行數超過500萬行或者單表容量超過2GB，才推薦分庫分表。性能由綜合因素決定，拋開業務復雜度，影響程度依次是硬件配置、MySQL配置、數據表設計、索引優化。500萬這個值僅供參考，并非鐵律。博主曾經操作過超過4億行數據的單表，分頁查詢最新的20條記錄耗時0.6秒，SQL語句大致是 select field_1,field_2 from table where id < #{prePageMinId} order by id desc limit 20，prePageMinId是上一頁數據記錄的最小ID。雖然當時查詢速度還湊合，隨著數據不斷增長，有朝一日必定不堪重負。分庫分表是個周期長而風險高的大活兒，應該盡可能在當前結構上優化，比如升級硬件、遷移歷史數據等等，實在沒轍了再分。對分庫分表感興趣的同學可以閱讀分庫分表的基本思想。
最大并發數
并發數是指同一時刻數據庫能處理多少個請求，由maxconnections和maxuserconnections決定。**maxconnections是指MySQL實例的最大連接數，上限值是16384，maxuserconnections是指每個數據庫用戶的最大連接數。MySQL會為每個連接提供緩沖區，意味著消耗更多的內存。如果連接數設置太高硬件吃不消，太低又不能充分利用硬件。一般要求兩者比值超過10%，計算方法如下：
- max_used_connections / max_connections * 100% = 3/100 *100% ≈ 3%
查看最大連接數與響應最大連接數：
- show variables like '%max_connections%';show variables like '%max_user_connections%';
在配置文件my.cnf中修改最大連接數
- [mysqld]max_connections = 100max_used_connections = 20
查詢耗時0.5秒
建議將單次查詢耗時控制在0.5秒以內，0.5秒是個經驗值，源于用戶體驗的 3秒原則 。如果用戶的操作3秒內沒有響應，將會厭煩甚至退出。響應時間=客戶端UI渲染耗時+網絡請求耗時+應用程序處理耗時+查詢數據庫耗時，0.5秒就是留給數據庫1/6的處理時間。
實施原則
相比NoSQL數據庫，MySQL是個嬌氣脆弱的家伙。它就像體育課上的女同學，一點糾紛就和同學鬧別扭(擴容難)，跑兩步就氣喘吁吁(容量小并發低)，常常身體不適要請假(SQL約束太多)。如今大家都會搞點分布式，應用程序擴容比數據庫要容易得多，所以實施原則是 數據庫少干活，應用程序多干活 。
- 充分利用但不濫用索引，須知索引也消耗磁盤和CPU。
- 不推薦使用數據庫函數格式化數據，交給應用程序處理。
- 不推薦使用外鍵約束，用應用程序保證數據準確性。
- 寫多讀少的場景，不推薦使用唯一索引，用應用程序保證唯一性。
- 適當冗余字段，嘗試創建中間表，用應用程序計算中間結果，用空間換時間。
- 不允許執行極度耗時的事務，配合應用程序拆分成更小的事務。
- 預估重要數據表(比如訂單表)的負載和數據增長態勢，提前優化。
數據表設計
數據類型
- 數據類型的選擇原則：更簡單或者占用空間更小。
- 如果長度能夠滿足，整型盡量使用tinyint、smallint、medium_int而非int。
- 如果字符串長度確定，采用char類型。
- 如果varchar能夠滿足，不采用text類型。
- 精度要求較高的使用decimal類型，也可以使用BIGINT，比如精確兩位小數就乘以100后保存。
- 盡量采用timestamp而非datetime。
相比datetime，timestamp占用更少的空間，以UTC的格式儲存自動轉換時區。
避免空值
MySQL中字段為NULL時依然占用空間，會使索引、索引統計更加復雜。從NULL值更新到非NULL無法做到原地更新，容易發生索引分裂影響性能。盡可能將NULL值用有意義的值代替，也能避免SQL語句里面包含 is not null的判斷。
text類型優化
由于text字段儲存大量數據，表容量會很早漲上去，影響其他字段的查詢性能。建議抽取出來放在子表里，用業務主鍵關聯。
索引優化
索引分類
- 普通索引：最基本的索引。
- 組合索引：多個字段上建立的索引，能夠加速復合查詢條件的檢索。
- 唯一索引：與普通索引類似，但索引列的值必須唯一，允許有空值。
- 組合唯一索引：列值的組合必須唯一。
- 主鍵索引：特殊的唯一索引，用于唯一標識數據表中的某一條記錄，不允許有空值，一般用primary key約束。
- 全文索引：用于海量文本的查詢，MySQL5.6之后的InnoDB和MyISAM均支持全文索引。由于查詢精度以及擴展性不佳，更多的企業選擇Elasticsearch。
索引優化
- 分頁查詢很重要，如果查詢數據量超過30%，MYSQL不會使用索引。
- 單表索引數不超過5個、單個索引字段數不超過5個。
- 字符串可使用前綴索引，前綴長度控制在5-8個字符。
- 字段唯一性太低，增加索引沒有意義，如：是否刪除、性別。
- 合理使用覆蓋索引，如下所示：select loginname, nickname from member where login_name = ?
loginname, nickname兩個字段建立組合索引，比login_name簡單索引要更快
SQL優化
分批處理
博主小時候看到魚塘挖開小口子放水，水面有各種漂浮物。浮萍和樹葉總能順利通過出水口，而樹枝會擋住其他物體通過，有時還會卡住，需要人工清理。MySQL就是魚塘，最大并發數和網絡帶寬就是出水口，用戶SQL就是漂浮物。不帶分頁參數的查詢或者影響大量數據的update和delete操作，都是樹枝，我們要把它打散分批處理，舉例說明：業務描述：更新用戶所有已過期的優惠券為不可用狀態。SQL語句：update status=0 FROM coupon WHERE expire_date <= #{currentDate} and status=1;如果大量優惠券需要更新為不可用狀態，執行這條SQL可能會堵死其他SQL，分批處理偽代碼如下：
- int pageNo = 1;
- int PAGE_SIZE = 100;
- while(true) {
- List<Integer> batchIdList = queryList('select id FROM `coupon` WHERE expire_date <= #{currentDate} and status = 1 limit #{(pageNo-1) * PAGE_SIZE},#{PAGE_SIZE}');
- if (CollectionUtils.isEmpty(batchIdList)) {
- return;
- }
- update('update status = 0 FROM `coupon` where status = 1 and id in #{batchIdList}')
- pageNo ++;
- }
操作符<>優化
通常<>操作符無法使用索引，舉例如下，查詢金額不為100元的訂單：select id from orders where amount != 100;如果金額為100的訂單極少，這種數據分布嚴重不均的情況下，有可能使用索引。鑒于這種不確定性，采用union聚合搜索結果，改寫方法如下：
- (select id from orders where amount > 100) union all(select id from orders where amount < 100 and amount > 0)
OR優化
在Innodb引擎下or無法使用組合索引，比如：
- select id，product_name from orders where mobile_no = '13421800407' or user_id = 100;
OR無法命中mobileno + userid的組合索引，可采用union，如下所示：
- (select id，product_name from orders where mobile_no = '13421800407') union(select id，product_name from orders where user_id = 100);
此時id和product_name字段都有索引，查詢才最高效。
IN優化
- IN適合主表大子表小，EXIST適合主表小子表大。由于查詢優化器的不斷升級，很多場景這兩者性能差不多一樣了。
- 嘗試改為join查詢，舉例如下：select id from orders where user_id in (select id from user where level = 'VIP');
采用JOIN如下所示：
- select o.id from orders o left join user u on o.user_id = u.id where u.level = 'VIP';
不做列運算
通常在查詢條件列運算會導致索引失效，如下所示：查詢當日訂單
- select id from order where date_format(create_time，'%Y-%m-%d') = '2019-07-01';
date_format函數會導致這個查詢無法使用索引，改寫后：
- select id from order where create_time between '2019-07-01 00:00:00' and '2019-07-01 23:59:59';
避免Select all
如果不查詢表中所有的列，避免使用 SELECT *，它會進行全表掃描，不能有效利用索引。
Like優化
like用于模糊查詢，舉個例子(field已建立索引)：
- SELECT column FROM table WHERE field like '%keyword%';
這個查詢未命中索引，換成下面的寫法：
- SELECT column FROM table WHERE field like 'keyword%';
去除了前面的%查詢將會命中索引，但是產品經理一定要前后模糊匹配呢?全文索引fulltext可以嘗試一下，但Elasticsearch才是終極武器。
Join優化
join的實現是采用Nested Loop Join算法，就是通過驅動表的結果集作為基礎數據，通過該結數據作為過濾條件到下一個表中循環查詢數據，然后合并結果。如果有多個join，則將前面的結果集作為循環數據，再次到后一個表中查詢數據。
- 驅動表和被驅動表盡可能增加查詢條件，滿足ON的條件而少用Where，用小結果集驅動大結果集。
- 被驅動表的join字段上加上索引，無法建立索引的時候，設置足夠的Join Buffer Size。
- 禁止join連接三個以上的表，嘗試增加冗余字段。
Limit優化
limit用于分頁查詢時越往后翻性能越差，解決的原則：縮小掃描范圍 ，如下所示：
- select * from orders order by id desc limit 100000,10 耗時0.4秒select * from orders order by id desc limit 1000000,10耗時5.2秒
先篩選出ID縮小查詢范圍，寫法如下：
- select * from orders where id > (select id from orders order by id desc limit 1000000, 1) order by id desc limit 0,10耗時0.5秒
如果查詢條件僅有主鍵ID，寫法如下：
- select id from orders where id between 1000000 and 1000010 order by id desc耗時0.3秒
如果以上方案依然很慢呢?只好用游標了，感興趣的朋友閱讀JDBC使用游標實現分頁查詢的方法
