记一次慢查询的SQL优化

测试表结构
MariaDB [shoppings]> desc login_userinfo;
+------------+-------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+------------+-------------+------+-----+---------+----------------+
| num | int(11) | NO | PRI | NULL | auto_increment |
| name | varchar(16) | NO | UNI | NULL | |
| password | varchar(40) | NO | | NULL | |
| nickname | varchar(16) | NO | | NULL | |
| sex | varchar(10) | NO | | NULL | |
| settime | datetime(6) | NO | | NULL | |
| addr | varchar(32) | NO | | NULL | |
| email | varchar(32) | NO | | NULL | |
| phone | varchar(11) | NO | | NULL | |
| receiver | varchar(64) | NO | | NULL | |
| code | varchar(6) | NO | | NULL | |
| comment_id | int(11) | YES | MUL | NULL | |
+------------+-------------+------+-----+---------+----------------+
12 rows in set (0.003 sec)
表中数据量
MariaDB [shoppings]> select count(*) from login_userinfo;
+----------+
| count(*) |
+----------+
| 11809884 |
+----------+
1 row in set (2.503 sec)

分页

MariaDB [shoppings]> select u.num, u.name, u.nickname, u.settime, u.addr,c.content from login_userinfo as u inner join login_comment as c on u.comment_id=c.id limit 10000000, 10;
+----------+--------------+--------------+----------------------------+------+---------+
| num | name | nickname | settime | addr | content |
+----------+--------------+--------------+----------------------------+------+---------+
| 20010049 | test20014998 | test20014998 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
| 20010050 | test20014999 | test20014999 | 2021-02-20 00:00:00.000000 | 北京 | 不太行 |
| 20010051 | test20015000 | test20015000 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010052 | test20015001 | test20015001 | 2021-02-20 00:00:00.000000 | 北京 | 不太行 |
| 20010053 | test20015002 | test20015002 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010054 | test20015003 | test20015003 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
| 20010055 | test20015004 | test20015004 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010056 | test20015005 | test20015005 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010057 | test20015006 | test20015006 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
| 20010058 | test20015007 | test20015007 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
+----------+--------------+--------------+----------------------------+------+---------+
10 rows in set (1 min 6.340 sec)

这次查询需要1分6秒,很明显当数据量过大时 查询效率会直线下降 ,使用者毫无体验(#-_-)

MariaDB [shoppings]> explain select u.num, u.name, u.nickname, u.settime, u.addr,c.content from login_userinfo as u inner join login_comment as c on u.comment_id=c.id limit 10000000, 10;

查看执行计划会看到它可能进行了全表扫描

MariaDB [shoppings]> explain select u.num, u.name, u.nickname, u.settime, u.addr,c.content from login_userinfo as u inner join login_comment as c on u.comment_id=c.id limit 10000000, 10;
+------+-------------+-------+-------+--------------------------------------------------------+--------------------------------------------------------+---------+----------------+--------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+------+-------------+-------+-------+--------------------------------------------------------+--------------------------------------------------------+---------+----------------+--------+-------------+
| 1 | SIMPLE | c | index | PRIMARY | content | 380 | NULL | 17 | Using index |
| 1 | SIMPLE | u | ref | Login_userinfo_comment_id_3d2eced3_fk_Login_comment_id | Login_userinfo_comment_id_3d2eced3_fk_Login_comment_id | 5 | shoppings.c.id | 681715 | |
+------+-------------+-------+-------+--------------------------------------------------------+--------------------------------------------------------+---------+----------------+--------+-------------+
2 rows in set (0.001 sec)

优化

查询主键num值

MariaDB [shoppings]> select num from login_userinfo limit 10000000,1;
+----------+
| num |
+----------+
| 20010043 |
+----------+
1 row in set (3.259 sec)
MariaDB [shoppings]> explain select num from login_userinfo limit 10000000,1;
+------+-------------+----------------+-------+---------------+--------------------------------------------------------+---------+------+----------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+------+-------------+----------------+-------+---------------+--------------------------------------------------------+---------+------+----------+-------------+
| 1 | SIMPLE | login_userinfo | index | NULL | Login_userinfo_comment_id_3d2eced3_fk_Login_comment_id | 5 | NULL | 10907448 | Using index |
+------+-------------+----------------+-------+---------------+--------------------------------------------------------+---------+------+----------+-------------+
1 row in set (0.000 sec)

虽然我们也进行了全表扫描,但是我们用的是主键索引,所以效率会更高。

通过主键num值,查询

MariaDB [shoppings]> select u.num, u.name, u.nickname, u.settime, u.addr,c.content from login_userinfo as u inner join login_comment as c on u.comment_id=c.id where u.num>20010043 limit 10;
+----------+--------------+--------------+----------------------------+------+---------+
| num | name | nickname | settime | addr | content |
+----------+--------------+--------------+----------------------------+------+---------+
| 20010045 | test20014994 | test20014994 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
| 20010046 | test20014995 | test20014995 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010047 | test20014996 | test20014996 | 2021-02-20 00:00:00.000000 | 北京 | 不太行 |
| 20010048 | test20014997 | test20014997 | 2021-02-20 00:00:00.000000 | 上海 | 不太行 |
| 20010049 | test20014998 | test20014998 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
| 20010050 | test20014999 | test20014999 | 2021-02-20 00:00:00.000000 | 北京 | 不太行 |
| 20010051 | test20015000 | test20015000 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010052 | test20015001 | test20015001 | 2021-02-20 00:00:00.000000 | 北京 | 不太行 |
| 20010053 | test20015002 | test20015002 | 2021-02-20 00:00:00.000000 | 广州 | 不太行 |
| 20010054 | test20015003 | test20015003 | 2021-02-20 00:00:00.000000 | 深圳 | 不太行 |
+----------+--------------+--------------+----------------------------+------+---------+
10 rows in set (0.020 sec)
MariaDB [shoppings]> explain select u.num, u.name, u.nickname, u.settime, u.addr,c.content from login_userinfo as u inner join login_comment as c on u.comment_id=c.id where u.num>20010044 limit 10;
+------+-------------+-------+--------+----------------------------------------------------------------+---------+---------+------------------------+---------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+------+-------------+-------+--------+----------------------------------------------------------------+---------+---------+------------------------+---------+-------------+
| 1 | SIMPLE | u | range | PRIMARY,Login_userinfo_comment_id_3d2eced3_fk_Login_comment_id | PRIMARY | 4 | NULL | 3638072 | Using where |
| 1 | SIMPLE | c | eq_ref | PRIMARY | PRIMARY | 4 | shoppings.u.comment_id | 1 | |
+------+-------------+-------+--------+----------------------------------------------------------------+---------+---------+------------------------+---------+-------------+

我们先拿到主键num的值 ,再通过num 进行查询。通过这两次查询 时间不到4秒。效率大大提升。

慢查询SQL优化的更多相关文章

  1. 查询SQL优化

    SQL优化的一般步骤 通过show status命令了解各种SQL的执行频率定位执行效率较低的SQL语句,重点select通过explain分析低效率的SQL确定问题并采取相应的优化措施 优化措施 s ...

  2. 树形查询SQL优化一例

    上周五一哥们发了条SQL,让我看看,代码如下: SELECT COUNT(1) FROM (select m.sheet_id from cpm_main_sheet_history m, cpm_s ...

  3. 1 min 数据查询 SQL 优化

    问题 前几天线上数据库 IOPS 飙升,一直居高不下,最近并没有升级.遂查看数据库正在执行的 SQL 语句,发现有个查询离线设备的语句极其缓慢. 探寻原因 SELECT o.* FROM ( SELE ...

  4. oracle查询SQL优化相当重要

    如果表中的时间字段是索引,那么时间字段不要使用函数,函数会使索引失效. 例如: select * from mytable where trunc(createtime)=trunc(sysdate) ...

  5. Mysql 分页查询sql优化

    先查下数据表的总条数: SELECT COUNT(id) FROM ts_translation_send_address 执行分页界SQL 查看使用时间2.210s SELECT * FROM ts ...

  6. mysql联合查询sql优化

    我们在使用mysql数据库时,经常会使用到mysql的联合查询,联合查询分为内连接和外连接,内连接查询结果是联合的表都存在匹配才会有结果,外连接则根据驱动表是否存在匹配来生成结果集. 这里使用mysq ...

  7. 数据库的规范和SQL优化技巧总结

    现总结工作与学习中关于数据库的规范设计与优化技巧 1.规范背景与目的 MySQL数据库与 Oracle. SQL Server 等数据库相比,有其内核上的优势与劣势.我们在使用MySQL数据库的时候需 ...

  8. 【MySQL】SQL优化系列之 in与range 查询

    首先我们来说下in()这种方式的查询 在<高性能MySQL>里面提及用in这种方式可以有效的替代一定的range查询,提升查询效率,因为在一条索引里面,range字段后面的部分是不生效的. ...

  9. SQL 查询性能优化----解决书签查找

    先来看看什么是书签查找: 当优化器所选择的非聚簇索引只包含查询请求的一部分字段时,就需要一个查找(lookup)来检索其他字段来满足请求.对一个有聚簇索引的表来说是一个键查找(key lookup), ...

  10. 提高SQL查询效率(SQL优化)

    要提高SQL查询效率where语句条件的先后次序应如何写 http://blog.csdn.net/sforiz/article/details/5345359   我们要做到不但会写SQL,还要做到 ...

随机推荐

  1. shell编程实现用户循环输入

    如果你想在Shell脚本中实现一个循环判断用户输入是否正确,并根据情况决定是否退出系统,可以使用一个无限循环(如while true)和条件语句来实现. 以下是一个示例代码,用于演示这种情况: #!/ ...

  2. JDBC数据库汇总Attack研究

    前言 针对除Mysql的其它数据库的jdbc attack分析 H2 RCE 介绍 H2 是一个用 Java 开发的嵌入式数据库,它本身只是一个类库,即只有一个 jar 文件,可以直接嵌入到应用项目中 ...

  3. DRF自动生成接口文档

    自动接口文档能生成的是继承自APIView及其子类的视图. 1. 安装依赖 # 生成接口文档需要coreapi库的支持 pip install coreapi 2 设置接口文档访问路径 # 在总路由中 ...

  4. HarmonyOS NEXT应用开发案例——全屏登录页面

    全屏登录页面 介绍 本例介绍各种应用登录页面. 全屏登录页面:在主页面点击跳转到全屏登录页后,显示全屏模态页面,全屏模态页面从下方滑出并覆盖整个屏幕,模态页面内容自定义,此处分为默认一键登录方式和其他 ...

  5. 进一步释放技术红利,阿里云推出全新内存增强型实例re6,性能提升30%

    5月7日,国内最大云计算厂商阿里云宣布推出全新一代内存增强型实例,提供1:14.8超大内存比内存容量,满足内存型数据库如SAP HANA.Redis等应用,充分释放技术红利,帮助线下企业快速上云,完成 ...

  6. 高效使用Java构建工具|Maven篇|云效工程师指北

    ​简介:高效使用Java构建工具|Maven篇.众所周知,当前最主流的Java构建工具为Maven/Gradle/Bazel,针对每一个工具,我将分别从日常工作中常见的场景问题切入,例如依赖管理.构建 ...

  7. ClickHouse Keeper 源码解析

    简介:ClickHouse 社区在21.8版本中引入了 ClickHouse Keeper.ClickHouse Keeper 是完全兼容 Zookeeper 协议的分布式协调服务.本文对开源版本 C ...

  8. 技术揭秘:从双11看实时数仓Hologres高可用设计与实践

    ​简介:本文将会从阿里巴巴双11场景出发,分析实时数仓面临的高可用挑战以及针对性设计. 2021年阿里巴巴双11完美落下为帷幕,对消费者来说是一场购物盛宴,对背后的业务支撑技术人来说,更是一场年度大考 ...

  9. k8s之dns问题

    问题1: 描述:pod新建好后,无法ping通域名(无论是外网域名还是内网域名),但是可以ping通IP(包含外网IP和内网IP),不包括kube-dns的IP,和pod同一网段IP可以ping通 # ...

  10. OLAP系列之分析型数据库clickhouse集群扩缩容(四)

    一.集群缩容 1.1 下线节点 步骤:1.对外停止服务2.转移数据3.修改剩余节点配置4.通知客户端修改节点列表 # 修改90,91服务器配置文件 vim /etc/clickhouse-server ...