寫一手好SQL很有必要

博主負(fù)責(zé)的項(xiàng)目主要采用阿里云數(shù)據(jù)庫MySQL，最近頻繁出現(xiàn)慢SQL告警，執(zhí)行時(shí)間最長(zhǎng)的竟然高達(dá)5分鐘。導(dǎo)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(shí)這是非常低級(jí)的錯(cuò)誤，我不禁后背一涼，團(tuán)隊(duì)成員的技術(shù)水平亟待提高啊。改造這些SQL的過程中，總結(jié)了一些經(jīng)驗(yàn)分享給大家，如果有錯(cuò)誤歡迎批評(píng)指正。

MySQL性能

最大數(shù)據(jù)量

??拋開數(shù)據(jù)量和并發(fā)數(shù)，談性能都是耍流氓。MySQL沒有限制單表最大記錄數(shù)，它取決于操作系統(tǒng)對(duì)文件大小的限制。

《阿里巴巴Java開發(fā)手冊(cè)》提出單表行數(shù)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(yè)務(wù)復(fù)雜度，影響程度依次是硬件配置、MySQL配置、數(shù)據(jù)表設(shè)計(jì)、索引優(yōu)化。500萬這個(gè)值僅供參考，并非鐵律。博主曾經(jīng)操作過超過4億行數(shù)據(jù)的單表，分頁查詢最新的20條記錄耗時(shí)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(shù)據(jù)記錄的最小ID。雖然當(dāng)時(shí)查詢速度還湊合，隨著數(shù)據(jù)不斷增長(zhǎng)，有朝一日必定不堪重負(fù)。分庫分表是個(gè)周期長(zhǎng)而風(fēng)險(xiǎn)高的大活兒，應(yīng)該盡可能在當(dāng)前結(jié)構(gòu)上優(yōu)化，比如升級(jí)硬件、遷移歷史數(shù)據(jù)等等，實(shí)在沒轍了再分。

最大并發(fā)數(shù)

??并發(fā)數(shù)是指同一時(shí)刻數(shù)據(jù)庫能處理多少個(gè)請(qǐng)求，由max_connections和max_user_connections決定。max_connections是指MySQL實(shí)例的最大連接數(shù)，上限值是16384，max_user_connections是指每個(gè)數(shù)據(jù)庫用戶的最大連接數(shù)。MySQL會(huì)為每個(gè)連接提供緩沖區(qū)，意味著消耗更多的內(nèi)存。如果連接數(shù)設(shè)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(jì)算方法如下：

max_used_connections / max_connections * 100% = 3/100 *100% ≈ 3%

查看最大連接數(shù)與響應(yīng)最大連接數(shù)：

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(shù)

[mysqld]
max_connections = 100
max_used_connections = 20

查詢耗時(shí)0.5秒

??建議將單次查詢耗時(shí)控制在0.5秒以內(nèi)，0.5秒是個(gè)經(jīng)驗(yàn)值，源于用戶體驗(yàn)的3秒原則。如果用戶的操作3秒內(nèi)沒有響應(yīng)，將會(huì)厭煩甚至退出。響應(yīng)時(shí)間=客戶端UI渲染耗時(shí)+網(wǎng)絡(luò)請(qǐng)求耗時(shí)+應(yīng)用程序處理耗時(shí)+查詢數(shù)據(jù)庫耗時(shí)，0.5秒就是留給數(shù)據(jù)庫1/6的處理時(shí)間。

實(shí)施原則

??相比NoSQL數(shù)據(jù)庫，MySQL是個(gè)嬌氣脆弱的家伙。它就像體育課上的女同學(xué)，一點(diǎn)糾紛就和同學(xué)鬧別扭(擴(kuò)容難)，跑兩步就氣喘吁吁(容量小并發(fā)低)，常常身體不適要請(qǐng)假(SQL約束太多)。如今大家都會(huì)搞點(diǎn)分布式，應(yīng)用程序擴(kuò)容比數(shù)據(jù)庫要容易得多，所以實(shí)施原則是數(shù)據(jù)庫少干活，應(yīng)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(shù)據(jù)庫函數(shù)格式化數(shù)據(jù)，交給應(yīng)用程序處理。

• 不推薦使用外鍵約束，用應(yīng)用程序保證數(shù)據(jù)準(zhǔn)確性。

• 寫多讀少的場(chǎng)景，不推薦使用唯一索引，用應(yīng)用程序保證唯一性。

• 適當(dāng)冗余字段，嘗試創(chuàng)建中間表，用應(yīng)用程序計(jì)算中間結(jié)果，用空間換時(shí)間。

• 不允許執(zhí)行極度耗時(shí)的事務(wù)，配合應(yīng)用程序拆分成更小的事務(wù)。

• 預(yù)估重要數(shù)據(jù)表（比如訂單表）的負(fù)載和數(shù)據(jù)增長(zhǎng)態(tài)勢(shì)，提前優(yōu)化。

數(shù)據(jù)表設(shè)計(jì)

數(shù)據(jù)類型

??數(shù)據(jù)類型的選擇原則：更簡(jiǎn)單或者占用空間更小。

• 如果長(zhǎng)度能夠滿足，整型盡量使用tinyint、smallint、medium_int而非int。

• 如果字符串長(zhǎng)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(shù)就乘以100后保存。

• 盡量采用timestamp而非datetime。

避免空值

??MySQL中字段為NULL時(shí)依然占用空間，會(huì)使索引、索引統(tǒng)計(jì)更加復(fù)雜。從NULL值更新到非NULL無法做到原地更新，容易發(fā)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(yōu)化

??由于text字段儲(chǔ)存大量數(shù)據(jù)，表容量會(huì)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(yè)務(wù)主鍵關(guān)聯(lián)。

索引優(yōu)化

索引分類

1. 普通索引：最基本的索引。

2. 組合索引：多個(gè)字段上建立的索引，能夠加速復(fù)合查詢條件的檢索。

3. 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。

4. 組合唯一索引：列值的組合必須唯一。

5. 主鍵索引：特殊的唯一索引，用于唯一標(biāo)識(shí)數(shù)據(jù)表中的某一條記錄，不允許有空值，一般用primary key約束。

6. 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(kuò)展性不佳，更多的企業(yè)選擇Elasticsearch。

索引優(yōu)化

1. 分頁查詢很重要，如果查詢數(shù)據(jù)量超過30%，MYSQL不會(huì)使用索引。

2. 單表索引數(shù)不超過5個(gè)、單個(gè)索引字段數(shù)不超過5個(gè)。

3. 字符串可使用前綴索引，前綴長(zhǎng)度控制在5-8個(gè)字符。

4. 字段唯一性太低，增加索引沒有意義，如：是否刪除、性別。

5. 合理使用覆蓋索引，如下所示：

select login_name, nick_name from member where login_name = ?

login_name, nick_name兩個(gè)字段建立組合索引，比login_name簡(jiǎn)單索引要更快

SQL優(yōu)化

分批處理

??博主小時(shí)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(huì)擋住其他物體通過，有時(shí)還會(huì)卡住，需要人工清理。MySQL就是魚塘，最大并發(fā)數(shù)和網(wǎng)絡(luò)帶寬就是出水口，用戶SQL就是漂浮物。不帶分頁參數(shù)的查詢或者影響大量數(shù)據(jù)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(yè)務(wù)描述：更新用戶所有已過期的優(yōu)惠券為不可用狀態(tài)。
SQL語句：update status=0 FROM `coupon` WHERE expire_date <= #{currentDate} and status=1;
如果大量?jī)?yōu)惠券需要更新為不可用狀態(tài)，執(zhí)行這條SQL可能會(huì)堵死其他SQL，分批處理偽代碼如下：

int pageNo = 1;
int PAGE_SIZE = 100;
while(true) {
    List 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(yōu)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(shù)據(jù)分布嚴(yán)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(jié)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(yōu)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mobile_no + user_id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(shí)id和product_name字段都有索引，查詢才最高效。

IN優(yōu)化

1. IN適合主表大子表小，EXIST適合主表小子表大。由于查詢優(yōu)化器的不斷升級(jí)，很多場(chǎng)景這兩者性能差不多一樣了。

2. 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(yùn)算

??通常在查詢條件列運(yùn)算會(huì)導(dǎo)致索引失效，如下所示：
查詢當(dāng)日訂單

select id from order where date_format(create_time，'%Y-%m-%d') = '2019-07-01';

date_format函數(shù)會(huì)導(dǎo)致這個(gè)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(huì)進(jìn)行全表掃描，不能有效利用索引。

Like優(yōu)化

??like用于模糊查詢，舉個(gè)例子（field已建立索引）：

SELECT column FROM table WHERE field like '%keyword%';

這個(gè)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(huì)命中索引，但是產(chǎn)品經(jīng)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(yōu)化

??join的實(shí)現(xiàn)是采用Nested Loop Join算法，就是通過驅(qū)動(dòng)表的結(jié)果集作為基礎(chǔ)數(shù)據(jù)，通過該結(jié)數(shù)據(jù)作為過濾條件到下一個(gè)表中循環(huán)查詢數(shù)據(jù)，然后合并結(jié)果。如果有多個(gè)join，則將前面的結(jié)果集作為循環(huán)數(shù)據(jù)，再次到后一個(gè)表中查詢數(shù)據(jù)。

1. 驅(qū)動(dòng)表和被驅(qū)動(dòng)表盡可能增加查詢條件，滿足ON的條件而少用Where，用小結(jié)果集驅(qū)動(dòng)大結(jié)果集。

2. 被驅(qū)動(dòng)表的join字段上加上索引，無法建立索引的時(shí)候，設(shè)置足夠的Join Buffer Size。

3. 禁止join連接三個(gè)以上的表，嘗試增加冗余字段。

Limit優(yōu)化

??limit用于分頁查詢時(shí)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(shí)0.4秒
select?*?from?orders?order?by?id?desc?limit?1000000,10
耗時(shí)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(shí)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(shí)0.3秒

如果以上方案依然很慢呢？只好用游標(biāo)了，感興趣的朋友閱讀JDBC使用游標(biāo)實(shí)現(xiàn)分頁查詢的方法

其他數(shù)據(jù)庫

??作為一名后端開發(fā)人員，務(wù)必精通作為存儲(chǔ)核心的MySQL或SQL Server，也要積極關(guān)注NoSQL數(shù)據(jù)庫，他們已經(jīng)足夠成熟并被廣泛采用，能解決特定場(chǎng)景下的性能瓶頸。

參考：

https://www.jianshu.com/p/6864abb4d885

歡迎關(guān)注“Java引導(dǎo)者”，我們分享最有價(jià)值的Java的干貨文章，助力您成為有思想的Java開發(fā)工程師！