前言
应用系统性能测试过程中,性能优化是绕不开的话题,对测试人员而言,性能优化的第一站就是SQL语句的优化与分析。因此本文主要以MySQL数据库为例,介绍常见的慢查询SQL语句执行效率分析与优化方法和简单示例,为致力于应用系统性能优化的从业人员提供一定参考和借鉴。
1 慢查询定位
(1)慢查询
慢查询SQL语句,即在数据库执行耗时超过一定阈值的SQL语句,常见阈值为500~2000ms,可根据业务需求适当调整。如存在大量慢查询语句会直接导致系统响应时间变长,降低用户体验感,因此慢查询的定位与优化是SQL语句优化的主要内容。
慢查询调优的第一步是准确定位慢查询语句,需要数据库开启慢查询日志记录功能,然后借助工具对日志进行分析实现慢查询SQL语句的准确定位。
-- 慢查询开启状态、日志位置 show variables like `slow_query%`; -- 慢查询命中时长 show variables like `long_query_time`;
(2)mysqldumpslow慢查询日志分析
MySql数据库的慢查询SQL语句,可以借助mysqldumpslow工具进行分析;其他类型数据库,可根据官方提供的技术文档采用对应的工具开展慢查询日志分析。
慢查询日志分析的常用参数说明如下:
例:用时最多的10条慢SQL(后半部分为slow_query_log_file地址)
sql mysqldumpslow -s t -t 10 -g 'select' /data/mysql/data/dcbi-3306/log/slow.log
2 SQL语句执行分析
(1)SQL执行顺序
分析SQL语句执行效率的第一步,需要了解一条SQL语句的执行顺序,从而为语句优化提供依据。一般而言,执行顺序为:
from-> where-> group by-> 聚合函数(sum、avg)-> having-> 计算公式-> select字段-> order by-> limit
(2)explain关键字
SQL语句执行分析可通过在SQL语句前添加“explain”关键字后,在数据库编辑器中执行查看语句具体的执行情况。
explain select * from table_name where columns_1 = value_1 and columns_2 = vales_2
(3)SQL执行计划返回结果说明
返回结果各列说明可按需查询相关资料,重点关注【type】、【ref】、【extra】反映查询效率的3列,以【type】为主即可。
(4)SQL执行效率分析
explain语句根据【type】列的值判断SQL执行效率,效率从低到高依次为:
all < index < range < index_merge < ref < eq_ref < const < system。一般而言,【type】列值至少要在(range,system)之间,执行效率才能达到较高水平。
(5)SQL语句执行效率对比
在开展SQL优化的过程中,对比两条SQL语句执行时间验证优化效果时,需要明确语句执行过程中数据的存取方式。根据数据库数据查询机制,若数据库内存中已存在目标数据,则直接从内存中获取数据,不再是从数据库物理磁盘获取数据。这种情况下,当优化前SQL语句执行后,目标数据已暂存于数据库内存中时;执行优化后SQL语句时,则直接从数据库内存中获取数据,导致该语句执行时间失真。
为避免验证优化效果时,出现上述SQL语句执行时间失真的情况,需在select关键字后添加SQL_NO_CACHE关键字声明,通过数据库引擎重新查询数据。SQL_NO_CACHE指的是查询结果在内存展示后,直接从内存中释放,并非不从内存中读取数据。因此,若在执行SQL_NO_CACHE之前已经查询过目标数据,导致目标数据已经在数据库内存中,则该语句失效。
用法示例如下:
select SQL_NO_CACHE columns from table_name where column_1 = vales_1 and columns_2 = values_2;
需要说明的是,SQL_CACHE、SQL_NO_CACHE命令在MySQL 5.7.20开始废弃,MySQL 8.0后彻底移除,普通select命令即直接从数据库中获取数据,无需从数据库内存中获取数据。其他类型数据库相关机制,按需查阅对应官方技术文档。
3.常见SQL优化方法
(1)索引覆盖
SQL优化最常见的方法,就是实现索引覆盖,即select后的查询列、where后的查询条件均包含索引,通过查询条件即可获得查询列数据。
常见索引覆盖场景:
1)使用主键索引,select后的查询列不包含主键,则无法实现索引覆盖;
2)使用非主键索引,select后的查询列包含非主键索引,可实现索引覆盖;
3)使用非主键索引,select后的查询列包含主键索引,可实现索引覆盖。
(2)最左匹配原则
MySQL建立联合索引(多列索引)时会遵守最左前缀匹配原则,即最左优先,在检索数据时从联合索引的最左边开始匹配。具体是因为,索引最左列全局有序、其余列局部有序但全局无序,因此根据索引查询必须满足最左匹配原则,否则索引失效。
基于最左匹配原则,在创建索引时,根据业务需求,where中使用最频繁的列放在最左边;
最左匹配原则,遇到范围查询(>、<、between)时会停止匹配,即范围查询后的索引失效;
示例1:某张表索引按序为(a,b,c),如筛选条件为where a = 1 and b = 2,索引a、b均被使用到;如筛选条件为where b = 2,则因未使用a = 1,不满足最左匹配,索引失效;where a = 1 and b > 1 and c = 3,因b为范围查询,b、c均索引失效。
示例2:某张表索引按序为(a, b, c),其中b字段在表table的所有值均为常量02003,同一个查询有4种不同的SQL语句写法:
-- SQL语句1 select * from table where c = '62412001090472816354' -- SQL语句2 select * from table where b = '02003' and c = '62412001090472816354' -- SQL语句3 select * from table where a = '344589' and b = '02003' and c = '62412001090472816354' -- SQL语句4 select * from table where a = '344589' and c = '62412001090472816354'
上述SQL语句执行3次平均耗时分别为:
结论:SQL语句1、SQL语句2因不满足最左匹配原则,导致索引失效,查询耗时较长;SQL语句3、SQL语句4使用到索引,查询速度较快;但SQL语句4因缺失索引字段b,相对SQL语句3耗时较长,可见索引字段b即便在整张表中均为常量,列入where后的筛选条件,依然能提高查询效率。
(3)索引条件下推
目的:检索数据时采用组合索引,且第一索引非等值索引时,尽量利用其他索引条件精准选择目标数据,减少数据多次回表判断是否符合目标数据的次数,以解决慢查询导致的性能问题。
方法:服务层(Server层)把查询工作下推到数据库引擎(InnoDB)去处理。
优势:减少回表查询次数,提高查询效率,降低数据库IO资源消耗。
判断:explain SQL输出【extra】列结果为using index condition。
下面详细对比使用下推和未使用下推时的数据库底层逻辑,进一步说明索引条件下推的优势。
1)使用下推
第一索引非等值索引的SQL语句使用索引条件时,应用层将查询请求发送至引擎层,引擎层根据索引条件,剔除不满足其他索引的数据,将剩余满足其他索引条件的数据返回应用层,尽量少回表地检索到对应记录。
使用条件下推时,引擎层可直接剔除不满足非第一索引中各列的数据。
2)未使用下推
SQL语句存在多个索引时,数据库Server层将查询请求发送至引擎层处理,引擎层按索引顺序,返回符合请求的数据到应用层。
数据库Server层完成筛选后,再按序发送下一索引检索条件,多次重复,直到满足所有查询条件。
如此多次循环,导致数据库IO资源消耗较高。
(4)小表驱动大表
根据表的结果集大小选择驱动表,一般使用小表作为驱动表
例如,某系统存在表table_a、表table_b,数据量分别为100万、10万,则查询两表关联数据时,将表table_b作为子表:
select * from table_a where column_1 = '' and column_2 in (select column_2 from table_b where ...)
若必须使用大表table_a作为子表,则使用exists关键字。
select * from table_a where exists (select column_2 from table_b where ...)
(5)in代替or
若where后查询条件中某字段存在多个值,则用in代替or。
select * from ar_ar_41 where ID_SHARD = '10800000' and (NUM_SEQ_AR = '11090141150000002' or NUM_SEQ_AR = '11090141450000005'); select * from ar_ar_41 where ID_SHARD = '10800000' and NUM_SEQ_AR in ('11090141150000002', '11090141450000005');
(6)分组避免排序
MySQL默认对所有group by字段进行排序,非必要情况下,分组避免排序。
SELECT goods_id,count(*) FROM t GROUP BY goods_id ORDER BY NULL;
(7)批量INSERT插入
插入多条数据时,尽量避免逐条数据插入,优先选择批量数据插入(插入数据量在50条及以上)。
-- 批量数据插入 INSERT INTO t (id, name) VALUES(1,’Bea’), (2,’Belle’), (3,’Bernice’); -- 逐条数据插入 INSERT INTO t (id, name) VALUES(1,’Bea’); INSERT INTO t (id, name) VALUES(2,’Belle’); INSERT INTO t (id, name) VALUES(3,’Bernice’);
4 典型的索引失效案例
表city的联合索引为(ID, CountryCode),非索引列(Name,District,Population)
(1)where索引列表达式计算
索引失效
select * from world.city where ID+1 = 4000;
索引未失效
select * from world.city where ID = 4001;
(2)where索引列使用函数
索引失效
select * from world.city where substring(CountryCode, 1, 2) = 'nl';
索引未失效
select * from world.city where CountryCode like 'nl%';select * from world.city where CountryCode like 'nl_';
(3)or条件包含非索引列
索引失效
select * from world.city where ID = 4001 or Name = 'Simi Valley';
索引未失效
select * from world.city where ID = 4001 or CountryCode = 'USA';
(4)like模糊查询,%在字首
索引失效
select * from world.city where CountryCode like '%nld%';
索引未失效
select * from world.city where CountryCode like 'nld%';
(5)不满足最左匹配原则
索引失效
select * from world.city where CountryCode = 'USA' and Population = 111351;
索引未失效
select * from world.city where ID = 4001 and CountryCode = 'USA' and Population = 111351;
备注:最左匹配导致的索引失效情况较多,详见最左匹配部分。
(6)索引列未设置为NOT NULL
MySQL执行查询时会判断字段是否为NOT NULL,该过程往往需要全表扫描,因此最好为索引添加NOT NULL约束,并设置默认值,利于索引使用、加速查询效率
5 关注:insert ignore into导致的性能问题或锁表
insert ignore into会对插入的每一行数据取共享锁(S锁,其他事务只可读)做唯一键的检测,同时会对主键自增ID加意向锁(insert intension);
在主键较为复杂的情况下,检测主键是否唯一时会一直占用主键的插入意向锁,其他进程也想给主键ID添加插入意向锁的时候,产生冲突导致死锁;
此外,代码中存在的insert replace into也需重点关注。
总结
SQL语句优化分析,是从事性能测试分析从业人员开展性能优化中的第一站,也是性能优化的基本技能,对系统性能提升具有重要作用和意义。在掌握性能优化基本技能的基础上,还需结合业务需求、代码逻辑访问路径,准确评估不同优化方法的适用性,综合对比不同优化方法工作成本,采用合理高效的优化方法开展性能优化工作。
作者:常斌