優化MYSQL查詢的詳細方法

不知道大家之前對類似優化MYSQL查詢的詳細方法的文章有無了解，今天我在這里給大家再簡單的講講。感興趣的話就一起來看看正文部分吧，相信看完優化MYSQL查詢的詳細方法你一定會有所收獲的。                                                             

1. 在所有用于where,order by和group by的列上添加索引

索引除了能夠確保唯一的標記一條記錄，還能是MySQL云服務器更快的從數據庫中獲取結果。索引在排序中的作用也非常大。

Mysql的索引可能會占據額外的空間，并且會一定程度上降低插入，刪除和更新的性能。但是，如果你的表格有超過10行數據，那么索引就能極大的降低查找的執行時間。

強烈建議使用“最壞情況的數據樣本”來測試MySql查詢，從而更清晰的了解查詢在生產中的行為方式。

假設你正在一個超過500行的數據庫表中執行如下的查詢語句：

mysql>select customer_id, customer_name from customers where customer_id='345546'

上述查詢會迫使Mysql云服務器執行一個全表掃描來獲得所查找的數據。

型號，Mysql提供了一個特別的Explain語句，用來分析你的查詢語句的性能。當你將查詢語句添加到該關鍵詞后面時，MySql會顯示優化器對該語句的所有信息。

如果我們用explain語句分析一下上面的查詢，會得到如下的分析結果：

mysql> explain select customer_id, customer_name from customers where customer_id='140385';
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table     | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | customers | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  500 |    10.00 | Using where |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+

可以看到，優化器展示出了非常重要的信息，這些信息可以幫助我們微調數據庫表。首先，MySql會執行一個全表掃描，因為key列為Null。其次，MySql云服務器已經明確表示它將要掃描500行的數據來完成這次查詢。

為了優化上述查詢，我們只需要在customer_id這一列上添加一個索引m即可：

mysql> Create index customer_id ON customers (customer_Id);
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

如果我們再次執行explain語句，會得到如下結果：

mysql> Explain select customer_id, customer_name from customers where customer_id='140385';
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+
| id | select_type | table     | partitions | type | possible_keys | key         | key_len | ref   | rows | filtered | Extra |
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | customers | NULL       | ref  | customer_id   | customer_id | 13      | const |    1 |   100.00 | NULL  |
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+

從上述的輸出結果，顯然MySQL云服務器會使用索引customer_id來查詢表格。可以看需要掃描的行數為1。雖然我只是在一個行數為500的表格中執行這條查詢語句，索引在檢索一個更大的數據集的時候優化程度更加明顯。

2. 用Union優化Like語句

有時候，你可能需要在查詢中使用or操作符進行比較。當or關鍵字在where子句中使用頻率過高的時候，它可能會使MySQL優化器錯誤的選擇全表掃描來檢索記錄。union子句可以是查詢執行的更快，尤其是當其中一個查詢有一個優化索引，而另一個查詢也有一個優化索引的時候。

比如，在first_name和last_name上分別存在索引的情況下，執行如下查詢語句：

mysql> select * from students where first_name like 'Ade%' or last_name like 'Ade%'

上述查詢和下面使用union合并兩條充分利用查詢語句的查詢相比，速度慢了許多。

mysql> select * from students where first_name like 'Ade%' union all select * from students where last_name like 'Ade%'

3. 避免使用帶有前導通配符的表達式

當查詢中存在前導通配符時，Mysql無法使用索引。以上面的student表為例，如下的查詢會導致MySQL執行全表掃描，及時first_name字段上加了索引。

mysql> select * from students where first_name like '%Ade'

使用explain分析得到如下結果：

mysql> explain select * from students where first_name like  '%Ade'  ;
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table    | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | students | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  500 |    11.11 | Using where |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

如上所示，Mysql將掃描全部500行數據，這將使得查詢極其緩慢。

4. 充分利用MySQL的全文檢索

如果你正面臨著使用通配符查詢數據，但是并不想降低數據庫的性能，你應當考慮使用MySQL的全文檢索（FTS），因為它比通配符查詢快得多。除此以外，FTS還能夠返回質量更好的相關結果。

添加一個全文檢索索引到student樣表上的語句如下：

mysql> alter table students add fulltext(first_name, last_name)';
mysql> select * from students where match(first_name, last_name) against ('Ade');

在上面的例子中，我們針對搜索關鍵字Ade指定了想要匹配的列(first_name, last_name)。如果查詢優化器如上語句的執行情況，將得到下面的結果：

mysql> explain Select * from students where match(first_name, last_name) AGAINST ('Ade');
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+
| id | select_type | table    | partitions | type     | possible_keys | key        | key_len | ref   | rows | filtered | Extra                         |
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+
|  1 | SIMPLE      | students | NULL       | fulltext | first_name    | first_name | 0       | const |    1 |   100.00 | Using where; Ft_hints: sorted |
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+

5. 優化數據庫架構

規范化

首先，規范化所有數據庫表，即使可能會有些損失。比如，如果你需要創建兩張表分別用來記錄customers和orders數據，你應當在order表上用顧客id引用顧客，而不是反過來。下圖顯示了沒有任何數據冗余而設計的數據庫架構。

除此以外，對相似的值使用同一種數據類型類存儲。

使用最佳數據類型

MySQL支持各種數據類型，包括integer，float，double，date，datetime，varchar，text等。當設計數據庫表時，應當盡可能使用能夠滿足特性的最短的數據類型。

比如，如果你在設計一個系統用戶表，而該用戶數量不會超過100個人，你就應該對user_ud使用'TINYINT'類型，該類型的取值范圍為-128至128。如果一個字段需要存儲date型值，使用datetime類型比較好，因為在查詢的時候無需進行復雜的類型轉換。

當值全為數字類型時，使用Integer。在進行計算時，Integer類型的值比文本類型的值速度更快。

避免NULL

NULL指該列沒有任何值。你應當盡可能的避免這類型的值因為他們會損害數據庫結果。比如你需要獲得數據庫中所有訂單金額的和，但是某個訂單記錄中金額為null，如果不注意空指針，很有可能導致計算結果出現異常。在某些情況下，你可能需要為列定義一個默認值。

看完優化MYSQL查詢的詳細方法這篇文章，大家覺得怎么樣？如果想要了解更多相關，可以繼續關注我們的行業資訊板塊。