8种常被忽视的SQL错误用法

  1. 云栖社区>
  2. Java架构沉思录>
  3. 博客>
  4. 正文

8种常被忽视的SQL错误用法

技术小能手 2018-10-30 10:53:20 浏览3260
展开阅读全文

sql语句的执行顺序:

  1. FROM <left_table>

  2. ON <join_condition>

  3. <join_type> JOIN <right_table>

  4. WHERE <where_condition>

  5. GROUP BY <group_by_list>

  6. HAVING <having_condition>

  7. SELECT

  8. DISTINCT <select_list>

  9. ORDER BY <order_by_condition>

  10. LIMIT <limit_number>

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。


SELECT * FROM operation WHERE type = 'SQLStats' 
AND name = 'SlowLog' ORDER BY create_time LIMIT 1000, 10;

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:


SELECT * FROM operation WHERE type = 'SQLStats' 
AND name = 'SlowLog' AND create_time > '2017-03-16 14:00:00' 
ORDER BY create_time limit 10;

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:


mysql> explain extended SELECT * FROM my_balance b 
> WHERE b.bpn = 14000000123 
> AND b.isverified IS NULL ;
mysql> show warnings;

| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'

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。


UPDATE operation o SET status = 'applying' WHERE o.id 
IN (SELECT id FROM (SELECT o.id,o.status FROM operation o 
WHERE o.group = 123 AND o.status NOT IN ( 'done'
ORDER BY o.parent, o.id LIMIT 1) t);

执行计划:

5957e38fc5ac40a716e733e7609d66df239ccef3

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。


UPDATE operation o JOIN (SELECT o.id, o.status FROM operation o WHERE o.group = 123 
AND o.status NOT IN ( 'done' ) ORDER BY o.parent,o.id LIMIT 1) t
ON o.id = t.id SET status = 'applying'

执行计划简化为:

2eb252d78d95c490ad7b451149c72a1890b072ad

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。


SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id 
ORDER BY a.is_reply ASC, a.appraise_time DESC LIMIT 0, 20

执行计划显示为全表扫描:

aaf0b22a928b438a39c9134124301ac7826b2717

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。


SELECT * FROM (
(SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id
AND is_reply = 0 ORDER BY appraise_time DESC LIMIT 0, 20

UNION ALL 
(SELECT * FROM my_order o INNER JOIN my_appraise a ON a.orderid = o.id
AND is_reply = 1 ORDER BY appraise_time DESC LIMIT 0, 20)) t 
ORDER BY is_reply ASC, appraisetime DESC LIMIT 20;

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:


SELECT *
FROM my_neighbor n 
LEFT JOIN my_neighbor_apply sra 
ON n.id = sra.neighbor_id 
AND sra.user_id = 'xxx' 
WHERE n.topic_status < 4 
AND EXISTS(SELECT 1 
FROM message_info m 
WHERE n.id = m.neighbor_id 
AND m.inuser = 'xxx'
AND n.topic_type <> 5

执行计划为:

d049986265d33c61554d3578a7d9b5df0839670a

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。


SELECT *
FROM my_neighbor n 
INNER JOIN message_info m 
ON n.id = m.neighbor_id 
AND m.inuser = 'xxx' 
LEFT JOIN my_neighbor_apply sra 
ON n.id = sra.neighbor_id 
AND sra.user_id = 'xxx' 
WHERE n.topic_status < 4 
AND n.topic_type <> 5

新的执行计划:

406fc1d28230d82c17d70fabf2f78fcc7c026f4c

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:

1、聚合子查询;

2、含有 LIMIT 的子查询;

3、UNION 或 UNION ALL 子查询;

4、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:


SELECT
FROM (SELECT target, 
Count(*) 
FROM operation 
GROUP BY target) t 
WHERE target = 'rm-xxxx'

36ab5c945a8dcb1e444f9af60834e7bf62b52ba1

确定从语义上查询条件可以直接下推后,重写如下:


SELECT target, 
Count(*) 
FROM operation 
WHERE target = 'rm-xxxx' 
GROUP BY target

执行计划变为:

7fdf74af75b1256e1400b3d4042f07d23dc1f043

关于 MySQL 外部条件不能下推的详细解释说明请参考以前文章:MySQL · 性能优化 · 条件下推到物化表 http://mysql.taobao.org/monthly/2016/07/08

7. 提前缩小范围

先上初始 SQL 语句:


SELECT
FROM my_order o 
LEFT JOIN my_userinfo u 
ON o.uid = u.uid
LEFT JOIN my_productinfo p 
ON o.pid = p.pid 
WHERE ( o.display = 0
AND ( o.ostaus = 1
ORDER BY o.selltime DESC 
LIMIT 0, 15

该SQL语句原意是:先做一系列的左连接,然后排序取前15条记录。从执行计划也可以看出,最后一步估算排序记录数为90万,时间消耗为12秒。

ca41553de56aa1a02d26951ddad74402fabe1733

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。


SELECT
FROM (
SELECT
FROM my_order o 
WHERE ( o.display = 0
AND ( o.ostaus = 1
ORDER BY o.selltime DESC 
LIMIT 0, 15
) o 
LEFT JOIN my_userinfo u 
ON o.uid = u.uid 
LEFT JOIN my_productinfo p 
ON o.pid = p.pid 
ORDER BY o.selltime DESC
limit 0, 15

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。

5276e5aa19c2304ae84b7de3d01aaf1ad0581a72

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):


SELECT a.*, 
c.allocated 
FROM
SELECT resourceid 
FROM my_distribute d 
WHERE isdelete = 0 
AND cusmanagercode = '1234567' 
ORDER BY salecode limit 20) a 
LEFT JOIN 
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
FROM my_resources 
GROUP BY resourcesid) c 
ON a.resourceid = c.resourcesid

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。


SELECT a.*, 
c.allocated 
FROM
SELECT resourceid 
FROM my_distribute d 
WHERE isdelete = 0 
AND cusmanagercode = '1234567' 
ORDER BY salecode limit 20) a 
LEFT JOIN 
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
FROM my_resources r, 
SELECT resourceid 
FROM my_distribute d 
WHERE isdelete = 0 
AND cusmanagercode = '1234567' 
ORDER BY salecode limit 20) a 
WHERE r.resourcesid = a.resourcesid 
GROUP BY resourcesid) c 
ON a.resourceid = c.resourcesid

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:


WITH a AS 
SELECT resourceid 
FROM my_distribute d 
WHERE isdelete = 0 
AND cusmanagercode = '1234567' 
ORDER BY salecode limit 20)
SELECT a.*, 
c.allocated 
FROM
LEFT JOIN 
SELECT resourcesid, sum(ifnull(allocation, 0) * 12345) allocated 
FROM my_resources r, 
WHERE r.resourcesid = a.resourcesid 
GROUP BY resourcesid) c 
ON a.resourceid = c.resourcesid

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 。


原文发布时间为:2018-10-29

本文作者:一杯甜酒

本文来自云栖社区合作伙伴“Java架构沉思录”,了解相关信息可以关注“Java架构沉思录”。

网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属团队号: Java架构沉思录