噩梦：加载两分钟，跑数2小时？SQL怎么优化才能提升其执行效率？
在使用SQL过程中不仅要关注数据结果，同样要注意SQL语句的执行效率。
本文涉及三部分：
1）MySQL的基础架构图
左边的client可以看成是客户端，客户端有很多，像我们经常你使用的CMD黑窗口，像我们经常用于学习的WorkBench，像企业经常使用的Navicat工具，它们都是一个客户端。右边的这一大堆都可以看成是Server(MySQL的服务端)，我们将Server在细分为sql层和存储引擎层。
当查询出数据以后，会返回给执行器。执行器一方面将结果写到查询缓存里面，当你下次再次查询的时候，就可以直接从查询缓存中获取到数据了。另一方面，直接将结果响应回客户端。
2）查询数据库的引擎
① show engines;
② show variables like “%storage_engine%”;
3）指定数据库对象的存储引擎
1）为什么需要进行SQL优化？
在进行多表连接查询、子查询等操作的时候，由于你写出的SQL语句欠佳，导致的服务器执行时间太长，我们等待结果的时间太长。基于此，我们需要学习怎么优化SQL。
2）mysql的编写过程和解析过程
① 编写过程
② 解析过程
提供一个网站，详细说明了mysql解析过程：
3）SQL优化—主要就是优化索引
优化SQL，最重要的就是优化SQL索引。
索引相当于字典的目录。利用字典目录查找汉字的过程，就相当于利用SQL索引查找某条记录的过程。有了索引，就可以很方便快捷的定位某条记录。
① 什么是索引？
索引就是帮助MySQL高效获取数据的一种【数据结构】。索引是一种树结构，MySQL中一般用的是【B+树】。
② 索引图示说明(这里用二叉树来帮助我们理解索引)
树形结构的特点是：子元素比父元素小的，放在左侧；子元素比父元素大的，放在右侧。
这个图示只是为了帮我们简单理解索引的，真实的关于【B+树】的说明，我们会在下面进行说明。
索引是怎么查找数据的呢？两个字【指向】，上图中我们给age列指定了一个索引，即类似于右侧的这种树形结构。mysql表中的每一行记录都有一个硬件地址，例如索引中的age=50，指向的就是源表中该行的标识符(“硬件地址”)。
也就是说，树形索引建立了与源表中每行记录硬件地址的映射关系，当你指定了某个索引，这种映射关系也就建成了，这就是为什么我们可以通过索引快速定位源表中记录的原因。
以【select * from student where age=33】查询语句为例。当我们不加索引的时候，会从上到下扫描源表，当扫描到第5行的时候，找到了我们想要找到了元素，一共是查询了5次。
当添加了索引以后，就直接在树形结构中进行查找，33比50小，就从左侧查询到了23，33大于23，就又查询到了右侧，这下找到了33，整个索引结束，一共进行了3次查找。是不是很方便，假如我们此时需要查找age=62，你再想想“添加索引”前后，查找次数的变化情况。
4）索引的弊端
1.当数据量很大的时候，索引也会很大(当然相比于源表来说，还是相当小的)，也需要存放在内存/硬盘中(通常存放在硬盘中)，占据一定的内存空间/物理空间。
2.索引并不适用于所有情况：a.少量数据；b.频繁进行改动的字段，不适合做索引；c.很少使用的字段，不需要加索引；
3.索引会提高数据查询效率，但是会降低“增、删、改”的效率。当不使用索引的时候，我们进行数据的增删改，只需要操作源表即可，但是当我们添加索引后，不仅需要修改源表，也需要再次修改索引，很麻烦。尽管是这样，添加索引还是很划算的，因为我们大多数使用的就是查询，“查询”对于程序的性能影响是很大的。
5）索引的优势
1.提高查询效率(降低了IO使用率)。当创建了索引后，查询次数减少了。
2.降低CPU使用率。比如说【…order by age desc】这样一个操作，当不加索引，会把源表加载到内存中做一个排序操作，极大的消耗了资源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左边数据最小，右边数据最大。
6）B+树图示说明
MySQL中索引使用的就是B+树结构。
关于B+树的说明：
首先，Btree一般指的都是【B+树】，数据全部存放在叶子节点中。对于上图来说，最下面的第3层，属于叶子节点，真实数据部份都是存放在叶子节点当中的。
那么对于第1、2层中的数据又是干嘛的呢？答：用于分割指针块儿的，比如说小于26的找P1，介于26-30之间的找P2，大于30的找P3。
其次，三层【B+树】可以存放上百万条数据。这么多数据怎么放的呢？增加“节点数”。图中我们只有三个节点。
最后，【B+树】中查询任意数据的次数，都是n次，n表示的是【B+树】的高度。
3、索引的分类与创建
1）索引分类
单值索引
唯一索引
复合索引
① 单值索引
利用表中的某一个字段创建单值索引。一张表中往往有多个字段，也就是说每一列其实都可以创建一个索引，这个根据我们实际需求来进行创建。还需要注意的一点就是，一张表可以创建多个“单值索引”。
假如某一张表既有age字段，又有name字段，我们可以分别对age、name创建一个单值索引，这样一张表就有了两个单值索引。
② 唯一索引
也是利用表中的某一个字段创建单值索引，与单值索引不同的是：创建唯一索引的字段中的数据，不能有重复值。像age肯定有很多人的年龄相同，像name肯定有些人是重名的，因此都不适合创建“唯一索引”。像编号id、学号sid，对于每个人都不一样，因此可以用于创建唯一索引。
③ 复合索引
多个列共同构成的索引。比如说我们创建这样一个“复合索引”(name,age)，先利用name进行索引查询，当name相同的时候，我们利用age再进行一次筛选。注意：复合索引的字段并不是非要都用完，当我们利用name字段索引出我们想要的结果以后，就不需要再使用age进行再次筛选了。
2）创建索引
① 语法
语法：create 索引类型 索引名 on 表(字段);
建表语句如下：
查询表结构如下：
② 创建索引的第一种方式
Ⅰ 创建单值索引
Ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
Ⅲ 创建复合索引
③ 创建索引的第二种方式
先删除之前创建的索引以后，再进行这种创建索引方式的测试；
语法：alter table 表名 add 索引类型 索引名(字段)
Ⅰ 创建单值索引
Ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
Ⅲ 创建复合索引
④ 补充说明
如果某个字段是primary key，那么该字段默认就是主键索引。
主键索引和唯一索引非常相似。相同点：该列中的数据都不能有相同值；不同点：主键索引不能有null值，但是唯一索引可以有null值。
3）索引删除和索引查询
① 索引删除
语法：drop index 索引名 on 表名;
② 索引查询
语法：show index from 表名;
结果如下：
4、SQL性能问题的探索
人为优化： 需要我们使用explain分析SQL的执行计划。该执行计划可以模拟SQL优化器执行SQL语句，可以帮助我们了解到自己编写SQL的好坏。
SQL优化器自动优化： 最开始讲述MySQL执行原理的时候，我们已经知道MySQL有一个优化器，当你写了一个SQL语句的时候，SQL优化器如果认为你写的SQL语句不够好，就会自动写一个好一些的等价SQL去执行。
SQL优化器自动优化功能【会干扰】我们的人为优化功能。当我们查看了SQL执行计划以后，如果写的不好，我们会去优化自己的SQL。当我们以为自己优化的很好的时候，最终的执行计划，并不是按照我们优化好的SQL语句来执行的，而是有时候将我们优化好的SQL改变了，去执行。
SQL优化是一种概率问题，有时候系统会按照我们优化好的SQL去执行结果(优化器觉得你写的差不多，就不会动你的SQL)。有时候优化器仍然会修改我们优化好的SQL，然后再去执行。
1）查看执行计划
语法：explain + SQL语句
eg：explain select * from tb;
2）“执行计划”中需要知道的几个“关键字”
id ：编号
select_type ：查询类型
table ：表
type ：类型
possible_keys ：预测用到的索引
key ：实际使用的索引
key_len ：实际使用索引的长度
ref ：表之间的引用
rows ：通过索引查询到的数据量
Extra ：额外的信息
建表语句和插入数据：
1）id关键字的使用说明
① 案例：查询课程编号为2 或 教师证编号为3 的老师信息：
结果如下：
接着，在往teacher表中增加几条数据。
再次查看执行计划。
结果如下：
表的执行顺序 ，因表数量改变而改变的原因：笛卡尔积。
分析：最终执行的条数，虽然是一致的。但是中间过程，有一张临时表是6，一张临时表是12，很明显6 < 12，对于内存来说，数据量越小越好，因此优化器肯定会选择第一种执行顺序。
结论：id值相同，从上往下顺序执行。表的执行顺序因表数量的改变而改变。
② 案例：查询教授SQL课程的老师的描述(desc)
结果如下：
结论：id值不同，id值越大越优先查询。这是由于在进行嵌套子查询时，先查内层，再查外层。
③ 针对②做一个简单的修改
结果如下：
结论：id值有相同，又有不同。id值越大越优先；id值相同，从上往下顺序执行。
2）select_type关键字的使用说明：查询类型
① simple：简单查询
不包含子查询，不包含union查询。
结果如下：
② primary：包含子查询的主查询(最外层)
③ subquery：包含子查询的主查询(非最外层)
④ derived：衍生查询(用到了临时表)
a.在from子查询中，只有一张表；
b.在from子查询中，如果table1 union table2，则table1就是derived表；
结果如下：
⑤ union：union之后的表称之为union表，如上例
⑥ union result：告诉我们，哪些表之间使用了union查询
3）type关键字的使用说明：索引类型
system、const只是理想状况，实际上只能优化到index --> range --> ref这个级别。要对type进行优化的前提是，你得创建索引。
① system
源表只有一条数据(实际中，基本不可能)；
衍生表只有一条数据的主查询(偶尔可以达到)。
② const
仅仅能查到一条数据的SQL ,仅针对Primary key或unique索引类型有效。
结果如下：
删除以前的主键索引后，此时我们添加一个其他的普通索引：
结果如下：
③ eq_ref
唯一性索引，对于每个索引键的查询，返回匹配唯一行数据（有且只有1个，不能多 、不能0），并且查询结果和数据条数必须一致。
此种情况常见于唯一索引和主键索引。
结果如下：
④ ref
非唯一性索引，对于每个索引键的查询，返回匹配的所有行（可以0，可以1，可以多）
准备数据：
创建索引，并查看执行计划：
结果如下：
⑤ range
检索指定范围的行 ,where后面是一个范围查询(between, >, <, >=, in)
in有时候会失效，从而转为无索引时候的ALL
结果如下：
⑥ index
查询全部索引中的数据(扫描整个索引)
⑦ ALL
查询全部源表中的数据(暴力扫描全表)
注意：cid是索引字段，因此查询索引字段，只需要扫描索引表即可。但是tid不是索引字段，查询非索引字段，需要暴力扫描整个源表，会消耗更多的资源。
4）possible_keys和key
possible_keys可能用到的索引。是一种预测，不准。了解一下就好。
key指的是实际使用的索引。
结果如下：
有一点需要注意的是：如果possible_key/key是NULL，则说明没用索引。
5）key_len
索引的长度，用于判断复合索引是否被完全使用(a,b,c)。
① 新建一张新表，用于测试
结果如下：
结果分析：因为我没有设置服务端的字符集，因此默认的字符集使用的是latin1，对于latin1一个字符代表一个字节，因此这列的key_len的长度是20，表示使用了name这个索引。
② 给test_kl表，新增name1列，该列没有设置“not null”
结果如下：
结果分析：如果索引字段可以为null，则mysql底层会使用1个字节用于标识。
③ 删除原来的索引name和name1，新增一个复合索引
结果如下：
结果分析： 对于下面这个执行计划，可以看到我们只使用了复合索引的第一个索引字段name，因此key_len是20，这个很清楚。再看上面这个执行计划，我们虽然仅仅在where后面使用了复合索引字段中的name1字段，但是你要使用复合索引的第2个索引字段，会默认使用了复合索引的第1个索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！
④ 再次怎加一个name2字段，并为该字段创建一个索引。
不同的是：该字段数据类型是varchar
结果如下：
结果分析： key_len = 20 + 1 + 2，这个20 + 1我们知道，这个2又代表什么呢？原来varchar属于可变长度，在mysql底层中，用2个字节标识可变长度。
6）ref
这里的ref的作用，指明当前表所参照的字段。
注意与type中的ref值区分。在type中，ref只是type类型的一种选项值。
结果如下：
7）rows(这个目前还是有点疑惑)
被索引优化查询的数据个数 (实际通过索引而查询到的数据个数)
结果如下：
8）extra
表示其他的一些说明，也很有用。
① using filesort：针对单索引的情况
当出现了这个词，表示你当前的SQL性能消耗较大。表示进行了一次“额外”的排序。常见于order by语句中。
Ⅰ 什么是“额外”的排序？
为了讲清楚这个，我们首先要知道什么是排序。我们为了给某一个字段进行排序的时候，首先你得先查询到这个字段，然后在将这个字段进行排序。
紧接着，我们查看如下两个SQL语句的执行计划。
结果如下：
结果分析： 对于第一个执行计划，where后面我们先查询了a1字段，然后再利用a1做了依次排序，这个很轻松。但是对于第二个执行计划，where后面我们查询了a1字段，然而利用的却是a2字段进行排序，此时myql底层会进行一次查询，进行“额外”的排序。
总结：对于单索引，如果排序和查找是同一个字段，则不会出现using filesort；如果排序和查找不是同一个字段，则会出现using filesort；因此where哪些字段，就order by哪些些字段。
② using filesort：针对复合索引的情况
不能跨列(官方术语：最佳左前缀)
结果如下：
结果分析： 复合索引的顺序是(a1,a2,a3)，可以看到a1在最左边，因此a1就叫做“最佳左前缀”，如果要使用后面的索引字段，必须先使用到这个a1字段。对于explain1，where后面我们使用a1字段，但是后面的排序使用了a3，直接跳过了a2，属于跨列；对于explain2，where后面我们使用了a2字段，直接跳过了a1字段，也属于跨列；对于explain3，where后面我们使用a1字段，后面使用的是a2字段，因此没有出现【using filesort】。
③ using temporary
当出现了这个词，也表示你当前的SQL性能消耗较大。这是由于当前SQL用到了临时表。一般出现在group by中。
结果如下：
结果分析： 当你查询哪个字段，就按照那个字段分组，否则就会出现using temporary。
针对using temporary，我们在看一个例子：
using temporary表示需要额外再使用一张表，一般出现在group by语句中。虽然已经有表了，但是不适用，必须再来一张表。
再次来看mysql的编写过程和解析过程。
Ⅰ 编写过程
Ⅱ 解析过程
很显然，where后是group by，然后才是select。基于此，我们再查看如下两个SQL语句的执行计划。
分析如下： 对于第一个执行计划，where后面是a2和a4，接着我们按照a2和a4分组，很明显这两张表已经有了，直接在a2和a4上分组就行了。但是对于第二个执行计划，where后面是a2和a4，接着我们却按照a3分组，很明显我们没有a3这张表，因此有需要再来一张临时表a3。因此就会出现using temporary。
④ using index
当你看到这个关键词，恭喜你，表示你的SQL性能提升了。
using index称之为“索引覆盖”。
当出现了using index，就表示不用读取源表，而只利用索引获取数据，不需要回源表查询。
只要使用到的列，全部出现在索引中，就是索引覆盖。
结果如下：
结果分析： 我们创建的是a1和a2的复合索引，对于第一个执行计划，我们却出现了a3，该字段并没有创建索引，因此没有出现using index，而是using where，表示我们需要回表查询。对于第二个执行计划，属于完全的索引覆盖，因此出现了using index。
针对using index，我们在查看一个案例：
结果如下：
如果用到了索引覆盖(using index时)，会对possible_keys和key造成影响：
a.如果没有where，则索引只出现在key中；
b.如果有where，则索引 出现在key和possible_keys中。
⑤ using where
表示需要【回表查询】，表示既在索引中进行了查询，又回到了源表进行了查询。
结果如下：
结果分析： 我们既使用了索引a1，表示我们使用了索引进行查询。但是又对于a3字段，我们并没有使用索引，因此对于a3字段，需要回源表查询，这个时候出现了using where。
⑥ impossible where(了解)
当where子句永远为False的时候，会出现impossible where
结果如下：
6、优化示例
1）引入案例
结果如下：
推荐写法： 复合索引顺序和使用顺序一致。
下面看看【不推荐写法】：复合索引顺序和使用顺序不一致。
结果如下：
结果分析： 虽然结果和上述结果一致，但是不推荐这样写。但是这样写怎么又没有问题呢？这是由于SQL优化器的功劳，它帮我们调整了顺序。
最后再补充一点：对于复合索引，不要跨列使用
结果如下：
结果分析： a1_a2_a3是一个复合索引，我们使用a1索引后，直接跨列使用了a3，直接跳过索引a2，因此索引a3失效了，当使用a3进行分组的时候，就会出现using where。
2）单表优化
结果如下：
案例：查询authorid=1且typeid为2或3的bid，并根据typeid降序排列。
结果如下：
这是没有进行任何优化的SQL，可以看到typ为ALL类型，extra为using filesort，可以想象这个SQL有多恐怖。
优化：添加索引的时候，要根据MySQL解析顺序添加索引，又回到了MySQL的解析顺序，下面我们再来看看MySQL的解析顺序。
① 优化1：基于此，我们进行索引的添加，并再次查看执行计划。
结果如下：
结果分析： 结果并不是和我们想象的一样，还是出现了using where，查看索引长度key_len=8，表示我们只使用了2个索引，有一个索引失效了。
② 优化2：使用了in有时候会导致索引失效，基于此有了如下一种优化思路。
将in字段放在最后面。需要注意一点：每次创建新的索引的时候，最好是删除以前的废弃索引，否则有时候会产生干扰(索引之间)。
结果如下：
结果分析： 这里虽然没有变化，但是这是一种优化思路。
总结如下：
a.最佳做前缀，保持索引的定义和使用的顺序一致性
b.索引需要逐步优化(每次创建新索引，根据情况需要删除以前的废弃索引)
c.将含In的范围查询，放到where条件的最后，防止失效。
本例中同时出现了Using where（需要回原表）; Using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid虽然也在索引(authorid,typeid,bid)中，但是含in的范围查询已经使该typeid索引失效，因此相当于没有typeid这个索引，所以需要回原表（using where）；
例如以下没有了In，则不会出现using where：
结果如下：
3）两表优化
案例：使用一个左连接，查找教java课程的所有信息。
结果如下：
① 优化
对于两张表，索引往哪里加？答：对于表连接，小表驱动大表。索引建立在经常使用的字段上。
为什么小表驱动大表好一些呢？
分析： 以上2个FOR循环，最终都会循环3000次；但是对于双层循环来说：一般建议，将数据小的循环，放外层。数据大的循环，放内层。不用管这是为什么，这是编程语言的一个原则，对于双重循环，外层循环少，内存循环大，程序的性能越高。
更深入的说明： 一般情况下，左连接给左表加索引。右连接给右表加索引。其他表需不需要加索引，我们逐步尝试。
结果如下：
当然你可以下去接着优化，给cname添加一个索引。索引优化是一个逐步的过程，需要一点点尝试。
结果如下：
最后补充一个：Using join buffer是extra中的一个选项，表示Mysql引擎使用了“连接缓存”，即MySQL底层动了你的SQL，你写的太差了。
4）三表优化
7、避免索引失效的一些原则
① 复合索引需要注意的点
② 不要在索引上进行任何操作(计算、函数、类型转换)，否则索引失效
结果如下：
③ 索引不能使用不等于（!= <>）或is null (is not null)，否则自身以及右侧所有全部失效(针对大多数情况)。复合索引中如果有>，则自身和右侧索引全部失效。
结果如下：
再观看下面这个案例：
结果如下：
结论：复合索引中如果有【>】，则自身和右侧索引全部失效。
在看看复合索引中有【<】的情况：
我们学习索引优化 ，是一个大部分情况适用的结论，但由于SQL优化器等原因 该结论不是100%正确。一般而言， 范围查询（> < in），之后的索引失效。
④ SQL优化，是一种概率层面的优化。至于是否实际使用了我们的优化，需要通过explain进行推测。
结果如下：
结果分析： 我们创建了两个索引，但是实际上只使用了一个索引。因为对于两个单独的索引，程序觉得只用一个索引就够了，不需要使用两个。
当我们创建一个复合索引，再次执行上面的SQL：
结果如下：
⑤ 索引覆盖，百分之百没问题
⑥ like尽量以“常量”开头，不要以’%'开头，否则索引失效
结果如下：
结论如下： like尽量不要使用类似"%x%"情况，但是可以使用"x%"情况。如果非使用 "%x%"情况，需要使用索引覆盖。
⑦ 尽量不要使用类型转换（显示、隐式），否则索引失效
结果如下：
⑧ 尽量不要使用or，否则索引失效
结果如下：
注意：or很猛，会让自身索引和左右两侧的索引都失效。
8、一些其他的优化方法
1）exists和in的优化
如果主查询的数据集大，则使用i关键字，效率高。
如果子查询的数据集大，则使用exist关键字,效率高。
2）order by优化
如果max_length_for_sort_data值太低，则mysql会自动从 单路->双路(太低：需要排序的列的总大小超过了max_length_for_sort_data定义的字节数)
① 提高order by查询的策略：
篇幅很长，内容较多，建议收藏。
广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员