sqldatetime比较大小_开发人员必学的几点SQL优化点

来源&＃xff1a;https://www.cnblogs.com/xiaoyangjia/p/11267191.html

博主负责的项目主要采用阿里云数据库MySQL&＃xff0c;最近频繁出现慢SQL告警&＃xff0c;执行时间最长的竟然高达5分钟。导出日志后分析&＃xff0c;主要原因竟然是没有命中索引和没有分页处理。其实这是非常低级的错误&＃xff0c;我不禁后背一凉&＃xff0c;团队成员的技术水平亟待提高啊。改造这些SQL的过程中&＃xff0c;总结了一些经验分享给大家&＃xff0c;如果有错误欢迎批评指正。

01

MySQL性能

1. 最大数据量

抛开数据量和并发数&＃xff0c;谈性能都是耍流氓。MySQL没有限制单表最大记录数&＃xff0c;它取决于操作系统对文件大小的限制。

文件系统	单文件大小限制
FAT32	最大4G
NTFS	最大64GB
NTFS5.0	最大2TB
EXT2	块大小为1024字节&＃xff0c;文件最大容量16GB&＃xff1b;块大小为4096字节&＃xff0c;文件最大容量2TB
EXT3	块大小为4KB&＃xff0c;文件最大容量为4TB
EXT4	理论可以大于16TB

《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB&＃xff0c;才推荐分库分表。性能由综合因素决定&＃xff0c;抛开业务复杂度&＃xff0c;影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考&＃xff0c;并非铁律。博主曾经操作过超过4亿行数据的单表&＃xff0c;分页查询最新的20条记录耗时0.6秒&＃xff0c;SQL语句大致是

select field_1,field_2 from table where id #{prePageMinId} order by id desc limit 20

prePageMinId 是上一页数据记录的最小ID。虽然当时查询速度还凑合&＃xff0c;随着数据不断增长&＃xff0c;有朝一日必定不堪重负。分库分表是个周期长而风险高的大活儿&＃xff0c;应该尽可能在当前结构上优化&＃xff0c;比如升级硬件、迁移历史数据等等&＃xff0c;实在没辙了再分。

对分库分表感兴趣的同学可以阅读分库分表的基本思想&＃xff1a;

https://www.cnblogs.com/jshen/p/7682502.html

2. 最大并发数

并发数是指同一时刻数据库能处理多少个请求&＃xff0c;由max_connections和max_user_connections决定。

max_connections是指MySQL实例的最大连接数&＃xff0c;上限值是16384&＃xff0c;max_user_connections是指每个数据库用户的最大连接数。

MySQL会为每个连接提供缓冲区&＃xff0c;意味着消耗更多的内存。如果连接数设置太高硬件吃不消&＃xff0c;太低又不能充分利用硬件。一般要求两者比值超过10%&＃xff0c;计算方法如下&＃xff1a;

max_used_connections / max_connections * 100% &＃61; 3/100 *100% ≈ 3%

查看最大连接数与响应最大连接数&＃xff1a;

show variables like &＃39;%max_connections%&＃39;;show variables like &＃39;%max_user_connections%&＃39;;在配置文件 my.cnf 中修改最大连接数

[mysqld]max_connections &＃61; 100max_used_connections &＃61; 20

3. 查询耗时0.5秒

建议将单次查询耗时控制在0.5秒以内&＃xff0c;0.5秒是个经验值&＃xff0c;源于用户体验的3秒原则。如果用户的操作3秒内没有响应&＃xff0c;将会厌烦甚至退出。响应时间&＃61;客户端UI渲染耗时&＃43;网络请求耗时&＃43;应用程序处理耗时&＃43;查询数据库耗时&＃xff0c;0.5秒就是留给数据库1/6的处理时间。

4. 实施原则

相比NoSQL数据库&＃xff0c;MySQL是个娇气脆弱的家伙。它就像体育课上的女同学&＃xff0c;一点纠纷就和同学闹别扭(扩容难)&＃xff0c;跑两步就气喘吁吁(容量小并发低)&＃xff0c;常常身体不适要请假(SQL约束太多)。如今大家都会搞点分布式&＃xff0c;应用程序扩容比数据库要容易得多&＃xff0c;所以实施原则是数据库少干活&＃xff0c;应用程序多干活。

• 充分利用但不滥用索引&＃xff0c;须知索引也消耗磁盘和CPU。
• 不推荐使用数据库函数格式化数据&＃xff0c;交给应用程序处理。
• 不推荐使用外键约束&＃xff0c;用应用程序保证数据准确性。
• 写多读少的场景&＃xff0c;不推荐使用唯一索引&＃xff0c;用应用程序保证唯一性。
• 适当冗余字段&＃xff0c;尝试创建中间表&＃xff0c;用应用程序计算中间结果&＃xff0c;用空间换时间。
• 不允许执行极度耗时的事务&＃xff0c;配合应用程序拆分成更小的事务。
• 预估重要数据表(比如订单表)的负载和数据增长态势&＃xff0c;提前优化。

02

数据表设计

1. 数据类型

数据类型的选择原则&＃xff1a;更简单或者占用空间更小。

• 如果长度能够满足&＃xff0c;整型尽量使用tinyint、smallint、medium_int而非int。
• 如果字符串长度确定&＃xff0c;采用char类型。
• 如果varchar能够满足&＃xff0c;不采用text类型。
• 精度要求较高的使用decimal类型&＃xff0c;也可以使用BIGINT&＃xff0c;比如精确两位小数就乘以100后保存。
• 尽量采用timestamp而非datetime。

类型	占据字节	描述
datetime	8字节	&＃39;1000-01-01 00:00:00.000000&＃39; to &＃39;9999-12-31 23:59:59.999999
timestamp	4字节	&＃39;1970-01-01 00:00:01.000000&＃39; to &＃39;2038-01-19 03:14:07.999999&＃39;

相比datetime&＃xff0c;timestamp占用更少的空间&＃xff0c;以UTC的格式储存自动转换时区。

2. 避免空值

MySQL中字段为NULL时依然占用空间&＃xff0c;会使索引、索引统计更加复杂。从NULL值更新到非NULL无法做到原地更新&＃xff0c;容易发生索引分裂影响性能。尽可能将NULL值用有意义的值代替&＃xff0c;也能避免SQL语句里面包含is not null的判断。

3. text 类型优化

由于text字段储存大量数据&＃xff0c;表容量会很早涨上去&＃xff0c;影响其他字段的查询性能。建议抽取出来放在子表里&＃xff0c;用业务主键关联。

4. 索引优化

1) 索引分类

1. 普通索引&＃xff1a;最基本的索引。

2. 组合索引&＃xff1a;多个字段上建立的索引&＃xff0c;能够加速复合查询条件的检索。

3. 唯一索引&＃xff1a;与普通索引类似&＃xff0c;但索引列的值必须唯一&＃xff0c;允许有空值。

4. 组合唯一索引&＃xff1a;列值的组合必须唯一。

5. 主键索引&＃xff1a;特殊的唯一索引&＃xff0c;用于唯一标识数据表中的某一条记录&＃xff0c;不允许有空值&＃xff0c;一般用primary key约束。

6. 全文索引&＃xff1a;用于海量文本的查询&＃xff0c;MySQL5.6之后的InnoDB和MyISAM均支持全文索引。由于查询精度以及扩展性不佳&＃xff0c;更多的企业选择Elasticsearch。

2)索引优化

1. 分页查询很重要&＃xff0c;如果查询数据量超过30%&＃xff0c;MYSQL不会使用索引。

2. 单表索引数不超过5个、单个索引字段数不超过5个。

3. 字符串可使用前缀索引&＃xff0c;前缀长度控制在5-8个字符。

4. 字段唯一性太低&＃xff0c;增加索引没有意义&＃xff0c;如&＃xff1a;是否删除、性别。

合理使用覆盖索引&＃xff0c;如下所示&＃xff1a;

select login_name, nick_name from member where login_name &＃61; ?

login_name, nick_name两个字段建立组合索引&＃xff0c;比login_name简单索引要更快

5. SQL 优化

1)分批处理

博主小时候看到鱼塘挖开小口子放水&＃xff0c;水面有各种漂浮物。浮萍和树叶总能顺利通过出水口&＃xff0c;而树枝会挡住其他物体通过&＃xff0c;有时还会卡住&＃xff0c;需要人工清理。

MySQL就是鱼塘&＃xff0c;最大并发数和网络带宽就是出水口&＃xff0c;用户SQL就是漂浮物。不带分页参数的查询或者影响大量数据的update和delete操作&＃xff0c;都是树枝&＃xff0c;我们要把它打散分批处理&＃xff0c;举例说明&＃xff1a;

业务描述&＃xff1a;更新用户所有已过期的优惠券为不可用状态。

SQL语句&＃xff1a;

update status&＃61;0 FROM &＃96;coupon&＃96; WHERE expire_date <&＃61; #{currentDate} and status&＃61;1;

如果大量优惠券需要更新为不可用状态&＃xff0c;执行这条SQL可能会堵死其他SQL&＃xff0c;分批处理伪代码如下&＃xff1a;

int pageNo &＃61; 1;int PAGE_SIZE &＃61; 100;while(true) { List batchIdList &＃61; queryList(&＃39;select id FROM &＃96;coupon&＃96; WHERE expire_date <&＃61; #{currentDate} and status &＃61; 1 limit #{(pageNo-1) * PAGE_SIZE},#{PAGE_SIZE}&＃39;); if (CollectionUtils.isEmpty(batchIdList)) { return; } update(&＃39;update status &＃61; 0 FROM &＃96;coupon&＃96; where status &＃61; 1 and id in #{batchIdList}&＃39;) pageNo &＃43;&＃43;;}

2)操作符<>优化

通常<>操作符无法使用索引&＃xff0c;举例如下&＃xff0c;查询金额不为100元的订单&＃xff1a;

select id from orders where amount !&＃61; 100;

如果金额为100的订单极少&＃xff0c;这种数据分布严重不均的情况下&＃xff0c;有可能使用索引。鉴于这种不确定性&＃xff0c;采用union聚合搜索结果&＃xff0c;改写方法如下&＃xff1a;

(select id from orders where amount > 100) union all(select id from orders where amount <100 and amount > 0)

3)OR 优化

在Innodb引擎下or无法使用组合索引&＃xff0c;比如&＃xff1a;

select id&＃xff0c;product_name from orders where mobile_no &＃61; &＃39;13421800407&＃39; or user_id &＃61; 100;

OR无法命中mobile_no &＃43; user_id的组合索引&＃xff0c;可采用union&＃xff0c;如下所示&＃xff1a;

(select id&＃xff0c;product_name from orders where mobile_no &＃61; &＃39;13421800407&＃39;) union(select id&＃xff0c;product_name from orders where user_id &＃61; 100);

此时id和product_name字段都有索引&＃xff0c;查询才最高效。

4)IN 优化

IN适合主表大子表小&＃xff0c;EXIST适合主表小子表大。由于查询优化器的不断升级&＃xff0c;很多场景这两者性能差不多一样了。

尝试改为join查询&＃xff0c;举例如下&＃xff1a;

select id from orders where user_id in (select id from user where level &＃61; &＃39;VIP&＃39;);

采用JOIN如下所示&＃xff1a;

select o.id from orders o left join user u on o.user_id &＃61; u.id where u.level &＃61; &＃39;VIP&＃39;;

5)不做列运算

通询条件列运算会导致索引失效&＃xff0c;如下所示&＃xff1a;

查询当日订单

select id from order where date_format(create_time&＃xff0c;&＃39;%Y-%m-%d&＃39;) &＃61; &＃39;2019-07-01&＃39;;

date_format函数会导致这个查询无法使用索引&＃xff0c;改写后&＃xff1a;

select id from order where create_time between &＃39;2019-07-01 00:00:00&＃39; and &＃39;2019-07-01 23:59:59&＃39;;

6) 避免 select all

如果不查询表中所有的列&＃xff0c;避免使用SELECT *&＃xff0c;它会进行全表扫描&＃xff0c;不能有效利用索引。

7)Like 优化

like 用于模糊查询&＃xff0c;举个例子(field已建立索引)&＃xff1a;

SELECT column FROM table WHERE field like &＃39;%keyword%&＃39;;

这个查询未命中索引&＃xff0c;换成下面的写法&＃xff1a;

SELECT column FROM table WHERE field like &＃39;keyword%&＃39;;

去除了前面的%查询将会命中索引&＃xff0c;但是产品经理一定要前后模糊匹配呢&＃xff1f;全文索引fulltext可以尝试一下&＃xff0c;但Elasticsearch才是终极武器。

8)Join 优化

join的实现是采用Nested Loop Join算法&＃xff0c;就是通过驱动表的结果集作为基础数据&＃xff0c;通过该结数据作为过滤条件到下一个表中循环查询数据&＃xff0c;然后合并结果。如果有多个join&＃xff0c;则将前面的结果集作为循环数据&＃xff0c;再次到后一个表中查询数据。

1. 驱动表和被驱动表尽可能增加查询条件&＃xff0c;满足ON的条件而少用Where&＃xff0c;用小结果集驱动大结果集。
2. 被驱动表的join字段上加上索引&＃xff0c;无法建立索引的时候&＃xff0c;设置足够的Join Buffer Size。
3. 禁止join连接三个以上的表&＃xff0c;尝试增加冗余字段。

9) Limit 优化

limit用于分页查询时越往后翻性能越差&＃xff0c;解决的原则&＃xff1a;缩小扫描范围&＃xff0c;如下所示&＃xff1a;

select * from orders order by id desc limit 100000,10 耗时0.4秒select * from orders order by id desc limit 1000000,10耗时5.2秒

先筛选出ID缩小查询范围&＃xff0c;写法如下&＃xff1a;

select * from orders where id > (select id from orders order by id desc limit 1000000, 1) order by id desc limit 0,10耗时0.5秒

如果查询条件仅有主键ID&＃xff0c;写法如下&＃xff1a;

select id from orders where id between 1000000 and 1000010 order by id desc耗时0.3秒

如果以上方案依然很慢呢&＃xff1f;只好用游标了&＃xff0c;感兴趣的朋友阅读JDBC使用游标实现分页查询的方法

https://www.cnblogs.com/firstdream/p/7732656.html

03

其他数据库

作为一名后端开发人员&＃xff0c;务必精通作为存储核心的MySQL或SQL Server&＃xff0c;也要积极关注NoSQL数据库&＃xff0c;他们已经足够成熟并被广泛采用&＃xff0c;能解决特定场景下的性能瓶颈。

分类	数据库	特性
键值型	Memcache	用于内容缓存&＃xff0c;大量数据的高访问负载
键值型	Redis	用于内容缓存&＃xff0c;比Memcache支持更多的数据类型&＃xff0c;并能持久化数据
列式存储	HBase	Hadoop体系的核心数据库&＃xff0c;海量结构化数据存储&＃xff0c;大数据必备。
文档型	MongoDb	知名文档型数据库&＃xff0c;也可以用于缓存
文档型	CouchDB	Apache的开源项目&＃xff0c;专注于易用性&＃xff0c;支持REST API
文档型	SequoiaDB	国内知名文档型数据库
图形	Neo4J	用于社交网络构建关系图谱&＃xff0c;推荐系统等

完)