无语,这8种常见的 SQL错误用法,你竟然还在用?
推荐阅读:
47天时间,洒热血复习,我成功“挤进”了字节跳动(附Java面试题+学习笔记+算法刷题)zhuanlan.zhihu.com
![](https://img.haomeiwen.com/i19471645/7bd270e65b8f8529.jpg)
![](https://img.haomeiwen.com/i19471645/aec56c0a5481fe5e.jpg)
1、LIMIT 语句
分页查询是最常用的场景之一,但也通常也是最容易出问题的地方。比如对于下面简单的语句,一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引,性能迅速提升。
![](https://img.haomeiwen.com/i19471645/a892b3df20264d30.jpg)
好吧,可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时,程序员仍然会抱怨:我只取10条记录为什么还是慢?
要知道数据库也并不知道第1000000条记录从什么地方开始,即使有索引也需要从头计算一次。出现这种性能问题,多数情形下是程序员偷懒了。
在前端数据浏览翻页,或者大数据分批导出等场景下,是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下:
![](https://img.haomeiwen.com/i19471645/612facf35e655e5b.jpg)
在新设计下查询时间基本固定,不会随着数据量的增长而发生变化。
2、隐式转换
SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句:
![](https://img.haomeiwen.com/i19471645/21940d630e656c47.jpg)
其中字段 bpn 的定义为 varchar(20),MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段,索引失效。
上述情况可能是应用程序框架自动填入的参数,而不是程序员的原意。现在应用框架很多很繁杂,使用方便的同时也小心它可能给自己挖坑。
3、关联更新、删除
虽然 MySQL5.6 引入了物化特性,但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。
比如下面 UPDATE 语句,MySQL 实际执行的是循环/嵌套子查询(DEPENDENT SUBQUERY),其执行时间可想而知。
![](https://img.haomeiwen.com/i19471645/2edb81c52b354f61.jpg)
执行计划:
![](https://img.haomeiwen.com/i19471645/6ad20dc8c9daea50.jpg)
重写为 JOIN 之后,子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED,执行速度大大加快,从7秒降低到2毫秒
![](https://img.haomeiwen.com/i19471645/7d332c80fcc0ae5f.jpg)
执行计划简化为:
![](https://img.haomeiwen.com/i19471645/ea87d84db4911dfb.jpg)
4、混合排序
MySQL 不能利用索引进行混合排序。但在某些场景,还是有机会使用特殊方法提升性能的。
![](https://img.haomeiwen.com/i19471645/40e9f65595c89a54.jpg)
执行计划显示为全表扫描:
![](https://img.haomeiwen.com/i19471645/f356e2be86b4e318.jpg)
由于 is_reply 只有0和1两种状态,我们按照下面的方法重写后,执行时间从1.58秒降低到2毫秒。
![](https://img.haomeiwen.com/i19471645/5414b836180fe632.jpg)
5、EXISTS语句
MySQL 对待 EXISTS 子句时,仍然采用嵌套子查询的执行方式。如下面的 SQL 语句:
![](https://img.haomeiwen.com/i19471645/a7f0fcbc17f63b7b.jpg)
执行计划为:
![](https://img.haomeiwen.com/i19471645/6e68cf18f1f41947.jpg)
去掉 exists 更改为 join,能够避免嵌套子查询,将执行时间从1.93秒降低为1毫秒。
![](https://img.haomeiwen.com/i19471645/328f12b026b2e6ac.jpg)
新的执行计划:
![](https://img.haomeiwen.com/i19471645/4cc6cb28dfbe84de.jpg)
6、条件下推
外部查询条件不能够下推到复杂的视图或子查询的情况有:
- 聚合子查询;
- 含有 LIMIT 的子查询;
- UNION 或 UNION ALL 子查询;
- 输出字段中的子查询;
如下面的语句,从执行计划可以看出其条件作用于聚合子查询之后
![](https://img.haomeiwen.com/i19471645/1b2693883b2ad9ec.jpg)
![](https://img.haomeiwen.com/i19471645/664b4faa71e2d2d8.jpg)
确定从语义上查询条件可以直接下推后,重写如下:
![](https://img.haomeiwen.com/i19471645/bd5474702b1a6116.jpg)
执行计划变为:
![](https://img.haomeiwen.com/i19471645/cfba13aa046039bd.jpg)
7、提前缩小范围
先上初始 SQL 语句:
![](https://img.haomeiwen.com/i19471645/eb0a1b6d70563149.jpg)
数为90万,时间消耗为12秒。
![](https://img.haomeiwen.com/i19471645/f9bccf294cf10f16.jpg)
由于最后 WHERE 条件以及排序均针对最左主表,因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下,执行时间缩小为1毫秒左右。
![](https://img.haomeiwen.com/i19471645/20c60bdb619aa761.jpg)
再检查执行计划:子查询物化后(select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万,但是利用了索引以及 LIMIT 子句后,实际执行时间变得很小。
![](https://img.haomeiwen.com/i19471645/3a80c8839de7167d.jpg)
8、中间结果集下推
再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件):
![](https://img.haomeiwen.com/i19471645/eaa652623bb7863f.jpg)
那么该语句还存在其它问题吗?不难看出子查询 c 是全表聚合查询,在表数量特别大的情况下会导致整个语句的性能下降。
其实对于子查询 c,左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下,执行时间从原来的2秒下降到2毫秒。
![](https://img.haomeiwen.com/i19471645/c7fb46ece2cfea6e.jpg)
但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销,还使得整个语句显的繁杂。使用 WITH 语句再次重写:
![](https://img.haomeiwen.com/i19471645/50acdfe42ff28f1f.jpg)
总结
数据库编译器产生执行计划,决定着SQL的实际执行方式。但是编译器只是尽力服务,所有数据库的编译器都不是尽善尽美的。
上述提到的多数场景,在其它数据库中也存在性能问题。了解数据库编译器的特性,才能避规其短处,写出高性能的SQL语句。
程序员在设计数据模型以及编写SQL语句时,要把算法的思想或意识带进来。
编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担。