MySQL—SQL优化

学到了几个不错的优化方法：
1、技术优化
在网上有不少对SQL本身优化的方法，如建立索引并确保合理有效使用上索引，分析执行计划，在基于代价执行场景下，通过执行计划不是高手很难分析出问题（慢慢学习吧~）。
2、业务优化
1）明确查询主表再left join查询辅助列，from MainTabel m，m中包括整个sql返回结果的全部行；
A表的ID取前10然后再取B表的name
select T.,B.name from (select from A order by a.id limit 10 ) T left join B on t.id = b.id
2）去掉不必要的列和表；
去掉列好说，去掉表别说不可能，见过不少，特别是用到数据量大的表进行关联取数据，没业务环境例子不那么好举。
select tn.id,tn.cn, t1.c1,t2.c2,… from t1,t2,…,tn where … and tn.id = ‘100’ and tn.cn = ‘cn’
考虑不使用tn表，查询列用到tn的两个列如果非得加在sql里可以写成select ‘100’ id, ‘cn’ cn, … from …
去掉不必要的表优化效果非常明显，前提是得较深入了解业务。
3）利用子查询限定数据范围；
select * from t1,t2,…,tn条件全部在where中
实际上用到t2表仅有一条记录，过多的条件关联未能确保对于记录少的表优先处理，可以考虑
select * from t1,(select * from t2 where t2条件),…,tn
4）子查询未加条件导致范围过大；
select t1.c1,t1.c2,t2.cnt
from t1,(select c3,max(c4) cnt from t1 group by c3) t2
where t1.c3 = t2.c3
and t1.id1 = ? and t1.id2 = ?
在t2子查询中group by的是整个t1表数据，实际只需要对id1和id2为特定值的数据进行分组，在子查询中加上条件。
5）创建临时表或使用with语法；
with w_tab as
(select from t1,t2,t3)
select from w_tab m, w_tab a
6）优化count()、min()、max()
min() ：如果使用min()函数的数据列创建了索引，那么查询在O(1)的时间内完成，B-tree可以直接找最左端的数据。同理，max()直接找最右端的数据返回
count()：没有where条件的count对于myisam存储引擎来说是很快的，因为在myisam引擎中维护了一个变量来存储行数
7）优化order by，使用索引扫描来做排序
order by 的列要满足最左索引，也可以跟where条件同时使用来满足最左索引
条件： 1）最左索引，不能跳跃
2）顺序跟索引顺序一致
3）排序顺序要一致，不能一个升序一个降序
示例：
CREATE TABLE pro_subgroup (
pro_subgroup_id int(10) NOT NULL AUTO_INCREMENT
pro_subgroup_name varchar(50) NOT NULL DEFAULT ”
pro_group_id int(10) NOT NULL DEFAULT ‘0’
PRIMARY KEY (pro_subgroup_id),
KEY name_id (pro_subgroup_id,pro_subgroup_name,pro_group_id)
) ENGINE=InnoDB AUTO_INCREMENT=17 DEFAULT CHARSET=utf8
EXPLAIN SELECT * FROM pro_subgroup ps
ORDER BY ps.pro_subgroup_id DESC, ps.pro_group_id DESC
Using index; Using filesort
跳跃未使用索引
8）使用覆盖索引。覆盖索引就是查询的列是全部的索引或部分索引列。使用覆盖索引的好处就是不需要回表再取其他列数据，直接使用索引查询就能返回结果，查询效率会提高很多。
对于innodb存储引擎而言，主键索引是聚集索引，聚集索引在叶子结点上保存了行的其他信息。二级索引在叶子结点上保存了行了主键值。如果在innodb上不使用覆盖索引，那么在需要先遍历二级索引，找到相应的主键值，然后再从主键查找其他列的信息。而使用覆盖索引就可以直接返回索引查询到的信息。
对于myisam来说，myisam的索引文件时存在内存中的，数据文件时放在磁盘中的。如果使用覆盖索引相当于是只访问内存数据，不用去磁盘查找。所以效率也是相当好的。
查询全部的索引列，可以使用覆盖索引
Key(name)
EXPLAIN SELECT NAME FROM user_admin

注意使用覆盖索引时，查询的列必须在一个索引集里面。比如单独给name和password创建了两个索引。此时select name,password from table是无法使用覆盖索引的
查询列不在一个索引集里，无法使用覆盖索引
Key name(name)
Key password (‘password’)
EXPLAIN SELECT NAME,PASSWORD FROM user_admin

查询列为索引的一部分，可以使用覆盖索引
Key name_password (name,password)
EXPLAIN SELECT NAME FROM user_admin

查询全部的列
EXPLAIN SELECT * FROM user_admin WHERE NAME=’admin’ AND PASSWORD =”

Using index condition :必要的时候查看是否需要全表扫描，因为select * 还是要读到表数据的，但是使用了索引。
优化
EXPLAIN SELECT * FROM user_admin a JOIN (SELECT admin_id FROM user_admin WHERE NAME=’admin’ AND PASSWORD =”) b
ON a.admin_id = b.admin_id

没有优化
继续。。
修改key:
alter table modify key name_password_email id_name_password(‘admin_id’,’name’,’password’)
EXPLAIN SELECT * FROM user_admin a JOIN (SELECT admin_id FROM user_admin WHERE NAME=’admin’ AND PASSWORD =”) b
ON a.admin_id = b.admin_id

终于可以了，子查询使用覆盖索引，然后对查询出的结果再与主表进行连接查询其他列数据
如果表使用的引擎是innoDB，那么可以有效的利用主键进行覆盖索引查询。因为二级索引的叶子结点保存了主键值
EXPLAIN SELECT admin_id,NAME FROM user_admin WHERE NAME=”

优化总则：
1）索引优化
正确的使用索引
2）查询需要的数据n
innodb引擎的话where条件中有主键时可以直接使用select *,因为innodb的主键中存储了其他列信息，如果不含主键在查询时尽量只查询需要的字段。
3）切分查询
切分查询是将一个查询分多次执行。比如一次较大的delete可以分几次来执行
4）分解关联查询
分解关联查询就是将一个大的关联查询分解为多个小的查询，一次查询出一部分数据，可以有效的使用缓存。但是不一定是所有的查询都要进行分解，因为分解后的查询语句可读性不强，对于以后的维护会有一定的困难。

总结：优化查询语句需要从几方面入手考虑：
1、 减少数据访问（减少磁盘访问）
2、 返回更少数据（减少网络传输或磁盘访问）
3、 减少交互次数（减少网络传输）
4、 减少服务器CPU开销（减少CPU及内存开销）
5、 利用更多资源（增加资源）