前言

什么是慢查詢，如何優化慢查詢，下面介紹這兩個知識點的相關知識。

慢查詢基礎：優化數據訪問

是否向數據庫請求了不需要的數據

查詢不需要的記錄：解決方案：查詢后面加上Limit

多表關聯時返回全部列：解決方案：只取需要的列

總是取出全部列：select * 解決方案：最好還是獲取部分列，除非應用程序處緩存列的數據了

重復查詢相同的數據：解決方案：需要時從緩存中取出

MySQL是否在掃描額外的記錄

可以從響應時間，掃描的行數，返回的行數來進行查詢開銷的衡量。

要想減少掃描行數可以使用索引對需要的記錄進行覆蓋，但是增加索引不意味著就能讓掃描的行數等于返回的行數，比如sum，count之類的聚合函數

重構查詢的方法

一個復雜查詢還是多個簡單查詢

在過去，總是強調需要數據庫層完成盡可能多的工作，因為過去網絡通信查詢解析和優化是一件代價很高的事情。

但是這樣的想法對于MySQL并不適用,MySQL從設計上讓連接和斷開連接都很輕量級，在返回一個小的查詢結果方面很高效?，F代的網絡速度比以前要快很多，無論是帶寬還是延遲。在某些版本的MySQL上，即使在一個通用服務器上，也能夠運行每秒超過10萬的查詢，即使是一個千兆網卡也能輕松滿足每秒超過2000次的查詢。所以運行多個小查詢現在已經不是大問題了。

當然，相比較于內部掃描，響應數據給客戶端更加耗時，所以在同條件下，使用盡可能少的查詢更好。

切分查詢

當使用sql進行查詢時，需要注意將大查詢切分成小查詢，可以減少對數據庫的影響，因為一個大語句一次性完成的話，則可能一次鎖住很多數據，占滿整個事務日志，耗盡系統資源，阻塞其他查詢。

比如我們做數據統計時要對大量訂單號的信息進行查詢，那么是一次性用in查詢，還是切割參數list多次查詢呢，答案是切割參數list多次查詢，因為當in里面的參數過多時，MySQL就會認為再走索引已經不行了，可能就會進行全表查詢，如果這個時候數據表數據量過大，那可能就會造成查詢超時。

// chops a list into non-view sublists of length L
static T> ListListT>> chopped(ListT> list, final int L) {
    ListListT>> parts = new ArrayListListT>>();
    final int N = list.size();
    for (int i = 0; i  N; i += L) {
        parts.add(new ArrayListT>(
            list.subList(i, Math.min(N, i + L)))
        );
    }
    return parts;
}
ListInteger> numbers = Collections.unmodifiableList(
    Arrays.asList(5,3,1,2,9,5,0,7)
);
ListListInteger>> parts = chopped(numbers, 3);
System.out.println(parts); // prints "[[5, 3, 1], [2, 9, 5], [0, 7]]"
parts.get(0).add(-1);
System.out.println(parts); // prints "[[5, 3, 1, -1], [2, 9, 5], [0, 7]]"
System.out.println(numbers); // prints "[5, 3, 1, 2, 9, 5, 0, 7]" (unmodified!)

在程序中將list截斷，從而使查詢能使用索引而不是進行全表掃描。

阿里開發手冊中就推薦仔細評估in后面的集合元素數量，控制在1000個之內。

分解關聯查詢

將多表inner join 進行分解，分解成小查詢，超過三個表的join，就需要禁止了。

優點有：

1. 緩存的效率會更高，
2. 分解后的查詢可以減少鎖的競爭
3. 應用層可以緩存查詢數據，減小數據庫的壓力。
4. 可以提升查詢效率，因為用主鍵之類進行in查詢，比按照條件范圍查詢可能會更高效，尤其是大表的時候。
5. 可以減少冗余記錄的查詢
6. 更進一步，這樣做相當于在應用中實現了哈希關聯，而不是使用MySQL的嵌套循環關聯。某些場景哈希關聯的效率要高很多。

總結

到此這篇關于MySQL慢查詢以及重構查詢的文章就介紹到這了,更多相關MySQL慢查詢重構查詢內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！