场景用的次非常有从数据库是mysql5.6，下面简单的意思优化介绍下场景。 课程表 复制create table Course(c_id int PRIMARY KEY,经历name varchar(10))1.2.3.4. 数据100条。 学生表 复制create table Student(id int PRIMARY KEY,次非常有从name varchar(10))1.2.3.4. 数据70000条。 学生成绩表 复制CREATE table SC( sc_id int PRIMARY KEY,意思优化 s_id int, c_id int, score int)1.2.3.4.5.6. 数据70w条。 查询目的经历：查找语文考100分的考生。 查询语句： 复制select s.* from Student s where s.s_id in ( select s_id from SC sc where sc.c_id = 0 and 次非常有从sc.score = 100 )1.2.3.4.5. 执行时间：30248.271s晕，为什么这么慢，意思优化先来查看下查询计划： 复制EXPLAIN select s.* from Student s where s.s_id in ( select s_id from SC sc where sc.c_id = 0 and 经历sc.score = 100 )1.2.3.4.5.6. 
发现没有用到索引，type全是次非常有从ALL，那么首先想到的意思优化就是建立一个索引，建立索引的经历字段当然是在where条件的字段。 先给sc表的次非常有从c_id和score建个索引。 复制CREATE index sc_c_id_index on 意思优化SC(c_id);CREATE index sc_score_index on SC(score);1.2. 再次执行上述查询语句，时间为: 1.054s 快了3w多倍，经历大大缩短了查询时间，看来索引能极大程度的提高查询效率，建索引很有必要，很多时候都忘记建。 索引了，数据量小的服务器租用的时候压根没感觉，这优化的感觉挺爽。 但是1s的时间还是太长了，还能进行优化吗，仔细看执行计划： 
查看优化后的sql: 复制SELECT `YSB`.`s`.`s_id` AS `s_id`, `YSB`.`s`.`name` AS `name` FROM `YSB`.`Student` `s` WHERE < in_optimizer > ( `YSB`.`s`.`s_id` ,< EXISTS > ( SELECT 1 FROM `YSB`.`SC` `sc` WHERE ( (`YSB`.`sc`.`c_id` = 0) AND (`YSB`.`sc`.`score` = 100) AND ( < CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id` ) ) ) )1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22. 补充：这里有网友问怎么查看优化后的语句。 方法如下： 在命令窗口执行 
有type=all按照我之前的想法，该sql的执行的顺序应该是先执行子查询。 复制select s_id from SC sc where sc.c_id = 0 and sc.score = 1001.2.3. 耗时：0.001s得到如下结果： 
然后再执行 复制select s.*from Student s where s.s_id in(7,29,5000)1.2.3. 耗时：0.001s这样就是相当快了啊，Mysql竟然不是先执行里层的查询，而是将sql优化成了exists子句，并出现了EPENDENT SUBQUERY， mysql是先执行外层查询，再执行里层的查询，这样就要循环70007*8次。 那么改用连接查询呢？ 复制SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_idwhere sc.c_id=0 and sc.score=1001.2.3.4.5. 这里为了重新分析连接查询的情况，服务器托管先暂时删除索引sc_c_id_index，sc_score_index 。 执行时间是：0.057s效率有所提高，看看执行计划： 
这里有连表的情况出现，我猜想是不是要给sc表的s_id建立个索引 复制CREATE index sc_s_id_index on SC(s_id);show index from SC1.2. 
在执行连接查询 时间: 1.076s， 竟然时间还变长了，什么原因？查看执行计划： 
优化后的查询语句为： 复制SELECT `YSB`.`s`.`s_id` AS `s_id`, `YSB`.`s`.`name` AS `name` FROM `YSB`.`Student` `s` JOIN `YSB`.`SC` `sc` WHERE ( ( `YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id` ) AND (`YSB`.`sc`.`score` = 100) AND (`YSB`.`sc`.`c_id` = 0) )1.2.3.4.5.6.7.8.9.10.11.12.13.14. 貌似是先做的连接查询，再进行的where条件过滤。 回到前面的执行计划：
这里是先做的where条件过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的sql执行顺序： 
正常情况下是先join再进行where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join做操，IT技术网因此先执行where 。 过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的sql 。 复制SELECT s.*FROM ( SELECT * FROM SC sc WHERE sc.c_id = 0 AND sc.score = 100 ) t INNER JOIN Student s ON t.s_id = s.s_id1.2.3.4.5.6.7.8.9.10.11.12.13. 即先执行sc表的过滤，再进行表连接，执行时间为：0.054s 。 和之前没有建s_id索引的时间差不多。 查看执行计划： 
先提取sc再连表，这样效率就高多了，现在的问题是提取sc的时候出现了扫描表，那么现在可以明确需要建立相关索引。 复制CREATE index sc_c_id_index on SC(c_id);CREATE index sc_score_index on SC(score);1.2. 再执行查询： 复制SELECT s.*FROM ( SELECT * FROM SC sc WHERE sc.c_id = 0 AND sc.score = 100 ) t INNER JOIN Student s ON t.s_id = s.s_id1.2.3.4.5.6.7.8.9.10.11.12.13. 执行时间为：0.001s，这个时间相当靠谱，快了50倍。 执行计划： 
我们会看到，先提取sc，再连表，都用到了索引。 那么再来执行下sql。 复制SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_idwhere sc.c_id=0 and sc.score=1001.2.3.4.5. 执行时间0.001s执行计划： 
这里是mysql进行了查询语句优化，先执行了where过滤，再执行连接操作，且都用到了索引。 2015-04-30日补充：最近又重新导入一些生产数据，经测试发现，前几天优化完的sql执行效率又变低了。 调整内容为SC表的数据增长到300W,学生分数更为离散。 先回顾下： show index from SC 
执行sql 复制SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_idwhere sc.c_id=81 and sc.score=841.2.3.4.5. 执行时间：0.061s，这个时间稍微慢了点。执行计划： 
这里用到了intersect并集操作，即两个索引同时检索的结果再求并集，再看字段score和c_id的区分度。 单从一个字段看，区分度都不是很大，从SC表检索，c_id=81检索的结果是70001，score=84的结果是39425。 而c_id=81 and score=84 的结果是897，即这两个字段联合起来的区分度是比较高的，因此建立联合索引查询效率。 将会更高，从另外一个角度看，该表的数据是300w，以后会更多，就索引存储而言，都是不小的数目，随着数据量的。 增加，索引就不能全部加载到内存，而是要从磁盘去读取，这样索引的个数越多，读磁盘的开销就越大，因此根据具体。 业务情况建立多列的联合索引是必要的，那么我们来试试吧。 复制alter table SC drop index sc_c_id_index;alter table SC drop index sc_score_index;create index sc_c_id_score_index on SC(c_id,score);1.2.3. 执行上述查询语句，消耗时间为：0.007s，这个速度还是可以接收的。 执行计划： 
该语句的优化暂时告一段落。 总结mysql嵌套子查询效率确实比较低。可以将其优化成连接查询。连接表时，可以先用where条件对表进行过滤，然后做表连接。 （虽然mysql会对连表语句做优化） 建立合适的索引，必要时建立多列联合索引。学会分析sql执行计划，mysql会对sql进行优化，所以分析执行计划很重要。索引优化上面讲到子查询的优化，以及如何建立索引，而且在多个字段索引时，分别对字段建立了单个索引。 后面发现其实建立联合索引效率会更高，尤其是在数据量较大，单个列区分度不高的情况下。 单列索引查询语句如下： 复制select * from user_test_copy where sex = 2 and type = 2 and age = 101. 索引： 复制CREATE index user_test_index_sex on user_test_copy(sex);CREATE index user_test_index_type on user_test_copy(type);CREATE index user_test_index_age on user_test_copy(age);1.2.3. 分别对sex,type,age字段做了索引，数据量为300w，查询时间：0.415s执行计划： 
发现 type=index_merge 这是mysql对多个单列索引的优化，对结果集采用intersect并集操作。 多列索引我们可以在这3个列上建立多列索引，将表copy一份以便做测试。 复制create index user_test_index_sex_type_age on user_test(sex,type,age);1. 查询语句： 复制select * from user_test where sex = 2 and type = 2 and age = 101. 执行时间：0.032s，快了10多倍，且多列索引的区分度越高，提高的速度也越多。 执行计划： 
最左前缀多列索引还有最左前缀的特性： 执行一下语句： 复制select * from user_test where sex = 2select * from user_test where sex = 2 and type = 2select * from user_test where sex = 2 and age = 101.2.3. 都会使用到索引，即索引的第一个字段sex要出现在where条件中。 索引覆盖就是查询的列都建立了索引，这样在获取结果集的时候不用再去磁盘获取其它列的数据，直接返回索引数据即可。 如： 复制select sex,type,age from user_test where sex = 2 and type = 2 and age = 101. 执行时间：0.003s要比取所有字段快的多。 排序复制select * from user_test where sex = 2 and type = 2 ORDER BY user_name1. 时间：0.139s在排序字段上建立索引会提高排序的效率。 复制create index user_name_index on user_test(user_name)1. 最后附上一些sql调优的总结，以后有时间再深入研究。 列类型尽量定义成数值类型，且长度尽可能短，如主键和外键，类型字段等等。建立单列索引。根据需要建立多列联合索引。 当单个列过滤之后还有很多数据，那么索引的效率将会比较低，即列的区分度较低。 那么如果在多个列上建立索引，那么多个列的区分度就大多了，将会有显著的效率提高。 根据业务场景建立覆盖索引。 只查询业务需要的字段，如果这些字段被索引覆盖，将极大的提高查询效率。 多表连接的字段上需要建立索引 这样可以极大的提高表连接的效率。where条件字段上需要建立索引。排序字段上需要建立索引。分组字段上需要建立索引。 Where条件上不要使用运算函数，以免索引失效。 | 
喜欢
讨厌