MySQL 性能优化系列之一单表预处理

背景介绍

我们经常在写多表关联的SQL时，会想到 left jion（左关联），right jion（右关联），inner jion（内关联）等。

但是，当表中数据量过大时，如果没有写好查询条件或者查询条件书写的先后顺序不同，可能会有明显的性能差别。

近期，有个同事遇到一个SQL查询比较慢的问题：tableA，tableB，tableC三张表联合查询的SQL，查询用时将近50s。

原因分析

1、分别确认3张表的数据量

tableA：3千万+ 条记录；

tableB：5千+ 条记录；

tableC：7千+ 条记录；

2、确认SQL查询逻辑

SQL如下（查询tableA中name包含miracle，tableB中age大于岁，tableC性别为male的联合信息）：

select *
from
tableA a, tableB b, tableC c
where a.id = c.id
and b.uuid = c.uuid
and a.name like '%miracle%'
and b.age > 20
and c.sex = 'male'

上述SQL的效果和内关联等价，根据SQL的关联逻辑我们可以知道，表之间关联查询，其实就是集合之间先做“笛卡尔积”，根据查询条件对这个笛卡尔积结果集再次做过滤。

可以看到，此时笛卡尔积的集合容量为：(3千万+)*(5千+)*(7千+)，是一个百万亿级的庞大数据集合。

因此从这个庞大集合中，再按照过滤条件查询想要的数据，当然会慢很多。

调优方案

1、单表预处理

tableA 预处理 (处理后，tableA 中“有效”数据量级降到 1千+)：

select * from tableA where name like '%miracle%'

tableB 预处理 (处理后，tableB 中“有效”数据量级降到 2千+)：

select * from tableB where age > 20

tableC 预处理 (处理后，tableC 中“有效”数据量级降到 3千+)：

select * from tableC where sex = 'male'

此时三张表“笛卡尔”的数据量级为：(1千+)*(2千+)*(3千+)，约为 十亿级 的数据集合。相比之前，量级已经降低了十万倍。

2、调整查询SQL结构

select *
from
(select * from tableA where name like '%miracle%') a,
(select * from tableB where age > 20) b,
(select * from tableC where sex = 'male') c
where a.id = c.id
and b.uuid = c.uuid

此时，SQL的查询时间为 0.14s，相比之前的50s，查询速度已经提高了几百倍。

3、表关联方式转换（二次优化）

做了上面的操作，查询速度得到了明显提高。

如果我们想让查询效率更上一层楼，可以对关联方式做下调整。

由于是三张表关联，左关联和内关联在性能上还是有很大差距的。

此时三表的左关联比内关联查询性能上是提高的，SQL调整如下：

select *
from
(select * from tableA where name like '%miracle%') a
left jion
(select * from tableC where sex = 'male') c on a.id = c.id
left jion (select * from tableB where age > 20) b on b.uuid = c.uuid

此时 tableA 和 tableC 左关联的笛卡尔积集合容量为(1千+)*(2千+)，是一个 百万级 的数据集合，经过 a.id = c.id 过滤后得到是一个 1千+ 的数据集合

将tableA 和 tableC 左关联后的结果集和 tableB 进行左关联，其笛卡尔积集合容量为为(1千+)*(3千+)，也是一个 百万级 的数据集合。

相比于步骤2的 十亿量级，又降低了 1000 倍。最终，上述 SQL执行用时不到 0.1s

优化总结

对于数据表的数据量比较大的多表联合查询的场景。

SQL优化原则如下：

1、预处理单表数据，获取每张表的“有效”数据，达到首次“降级”的目的；

2、调整关联关系，实现二次“降级”。

（说明：本文说的“降级”，指的是降低SQL执行的数量级）

PS：

希望能帮到大家，谢谢！