SQL 语句优化是一个既熟悉又陌生的话题。面对千奇百怪的 SQL 语句，虽然数据库本身对 SQL 语句的优化一直在持续改进，但是我们不能完全依赖数据库，应该在给到数据库之前就替它做好各种准备工作，这样才能让数据库有精力做它自己擅长的事情。
以MySQL 为例，一条 SQL 语句从客户端发出到数据库端返回结果一般会经历几个阶段：词法解析、语法解析、语义解析、逻辑优化、物理优化、最终执行并返回结果。
这几个阶段，我们能参与的也就两个阶段：逻辑优化以及少许物理优化。所以对 SQL 语句的优化简单来讲就是让我们自己写的 SQL 语句能更好的适应数据库内置的优化规则，进一步让 SQL 语句在每个处理阶段能扫描更少的记录数量、字段数量来改善查询效果。
逻辑优化可以理解为基于N多数据库内置规则的预处理，规则定义越全面，对 SQL 语句优化的就越极致。比如使用表关联代替子查询、分组聚合条件上推、在特定条件下用内连接来替换外连接、视图上推到基表等等一系列优化措施。
物理优化可以理解为数据库按照当前 SQL 语句涉及到的表统计信息、列统计信息、索引个数、索引优劣、当前运行负载、当前硬件资源等可变因素来决定如何生成最优执行路径的方法。
一般来讲，我们拿到一条“不是很优化”、“烂的”、“慢的” 等 SQL 语句，应该按照以下几个步骤来逐步分析：
一、分析 SQL 语句涉及到的表：
这些表是否统一为 InnoDB 引擎（MySQL 5.7 以及以前一些老旧版本可能会有非 InnoDB 引擎表），如果不是，转换表引擎为 InnoDB 。因为 MySQL 从 5.5 版本开始，所有针对存储层的优化都是针对 InnoDB 引擎的。
极个别表为临时表。查看临时表相关参数是否设置合理；或者说能否把临时表替换为磁盘表。
查询每张表的字段类型，看有无不合理的部分。
查询每张表的记录数，检查是否过大需要后续拆分。
查询每张表的统计信息，检查是否及时做了更新。
针对这些表结构做进一步分析，查看索引设计是否合理？大致会有以下几种结果：
（1）都没有索引，有的连主键都没有。
（2）都有主键或者唯一索引，但是没有二级索引。
（3）有主键或者唯一索引，也有一些二级索引，并且二级索引可选择性也比较优化。
（4）有主键或者唯一索引，也有一些二级索引，但是这些二级索引可选择性很差。
二、如果有些表是视图，需要考虑以下几点：
该视图内部的算法有两种，一种是临时表（TEMPTABLE）、另外一种是合并（MERGE ）。可以针对这两种算法来分别测试视图整体性能哪个较优化。
该视图内部如果有很复杂的处理逻辑，想办法把这部分内容简化或者从数据库剥离转交给应用处理，避免数据库将其劣势放大。
该视图如果非必须，可拆解为基表与上层SQL 语句做合并处理，这样效率较之前更优化（比如视图内部多表关联与上层基表再次关联，拆分后，优化器就会有更多更优的表关联顺序）。
三、如果是多张表关联，重点盯住表关联键：
表关联键为主键和外键，也即两表用来关联的字段在一张表唯一并且在另一张表被引用，这时需要补充额外的过滤条件来减少扫描记录数。
表关联键为非主键，也即两表用来关联的字段都不唯一，需要优化为唯一键值关联。
表关联键字段编码不一致，需要人为转换字段编码并改为一致。
四、表结构分析这块已经大致完毕，接下来从 SQL 语句层面来分析，可以考虑以下两点：
SQL 语句本身很简单，没有必要做修改。
比如这条语句本身是20张表的内联查询，那它不够优化并不是因为写的不好，而是表关联个数实在太多。
SQL 语句本身很复杂，仔细分析后，可以简化这条语句的写法。
复杂 SQL 语句又可以分为很多类别，比如多张子表关联、多张表嵌套子查询、多个子查询合并输出、多个聚合类操作等等。 各类场景能简化即简化、能拆分即拆分。
五、前面几点做完后，进一步分析优化后 SQL 语句的执行计划：
改写后的语句执行计划很优，走最合适的索引、语句本身也改的很简洁，那么这条语句优化完成。
改写后的语句执行计划没有走合适的索引，可以考虑在表上建立合适的索引。如果建新索引后，这条语句执行效果很好，那么优化完成。
改写后的语句走了合适的索引，执行效果依然不理想，这时可能有以下几种原因：
（1）这条语句走的索引在不同过滤条件下，运行效果忽好忽坏。
比如日期字段，过滤条件为昨天的查询记录数为100条，过滤条件为前天的查询记录数则变为1W条。
（2）这条语句走的索引较优，但是表记录数实在太大，走索引过滤的记录数也很多，需要从表结构这层做些优化。比如分区表、拆分表等方法；或者是从业务层面限制这条语句来扫描更少的记录数等等。
经过以上几个步骤，一般的语句基本上都能达到比较优化的结果。当然。SQL优化是一门技术活，在遵守规范的前提下还需我们不断探索、实践与积累。
本文转载自：公共号金蝶云·天梯
作者：宋营营
原文链接：公共号金蝶云·天梯
赞 2
打赏推荐阅读