10月

17

MySQL优化小技巧

文章分类：MySQL  查看次数：275 + 78

原文地址：click here

以下为译文

最近经常看到有人讨论的优化，可以理解，其实他们都没有尝试过在海量数据下，哪些因素会成为瓶颈。一些简单的建议 我不认为自己是专家，但我有在大数据量下工作的经验，以及自己总结的关于查询的优化。通过使用EXPLAIN来优化查询EXPLAIN 是你的朋友，你应该去了解她。如果你花时间去了解EXPLAIN的说明文档 的话，会发现许多有价值的东西，部分显示如下。

优化 JOIN

是通过但扫描多连接的方式来处理JOIN的，也就是说，首先从第一个表获取所有的行，然后从第二个表中查找匹配数据，接着是第三个，以此类推。当所有的表都被处理后，输出所选择的列然后撤出该表。

为什么这很重要？假设一个表（tableA）有8000条数据，这个表有一个对应的n:n的表（locations），存储的是tableA的location，可以这么来写这个查询

SELECT tableA.*, locations.location FROM tableA
LEFT JOIN tableA2locations ON
tableA2locations.tableA_id = tableA.id
LEFT JOIN locations ON
tableA2locations.location_id = locations.id
WHERE locations.location = 'sometown'
 

对这个查询语句留个印象。会首先从第一个表获取记录，然后从join table中筛选出符合的数据，以此类推。这将带领我们进入下一个话题

执行一个查询所需要的行数

通过观察EXPLAIN的输出可以对这个查询语句的优劣有一个大致的判断。她能够告诉你有多少条数据必须检测。

通过上面这个例子可以看出，如果一个表没有索引，那么在处理一个普通的3表查询（1000x1000x1000）时，一个join语句就有可能变得很慢。可以参考这篇文章

减少一个查询语句里面的行数

仍然拿上面那个例子来看，我们通过多一个where条件，来使得查询的行数减半（tableA.foo = 'bar'）。

SELECT tableA.*, locations.location FROM tableA
LEFT JOIN tableA2locations ON
tableA2locations.tableA_id = tableA.id
LEFT JOIN locations ON
tableA2locations.location_id = locations.id
WHERE locations.location = 'sometown' AND tableA.foo = 'bar'
 

这样我们只需从tableA的4万条数据开始查询。如果tableA2locations还有2千条数据的话，总共是80,000（我不知道怎么来的）条数据。情况有些好转，但如果有3个表或者更多呢？答案应该是首先查询数量最少的表

SELECT tableA.*, locations.location FROM locations
LEFT JOIN tableA2locations ON
tableA2locations.location_id = locations.id
LEFT JOIN tableA ON
tableA2locations.tableA_id = tableA.id
WHERE locations.location = 'sometown' AND tableA.foo = 'bar'
 

如果tableA2locations和tableA都有做索引的话，那么查询将是相当快的。

最初我编程的时候，我总是先选择主表然后关联其他的表。但是当你添加一些数据后并开始使用EXPLAIN时，你会发现首先select行数最少的表是最佳选择。

如果想更深入地了解这个话题，可以到HackMySQL去看看。

相关文章

评论

发表评论