优化MYSQL查询的详细方法

不知道大家之前对类似优化MYSQL查询的详细方法的文章有无了解，今天我在这里给大家再简单的讲讲。感兴趣的话就一起来看看正文部分吧，相信看完优化MYSQL查询的详细方法你一定会有所收获的。                                                             

1. 在所有用于where,order by和group by的列上添加索引

索引除了能够确保唯一的标记一条记录，还能是MySQL云服务器更快的从数据库中获取结果。索引在排序中的作用也非常大。

Mysql的索引可能会占据额外的空间，并且会一定程度上降低插入，删除和更新的性能。但是，如果你的表格有超过10行数据，那么索引就能极大的降低查找的执行时间。

强烈建议使用“最坏情况的数据样本”来测试MySql查询，从而更清晰的了解查询在生产中的行为方式。

假设你正在一个超过500行的数据库表中执行如下的查询语句：

mysql>select customer_id, customer_name from customers where customer_id='345546'

上述查询会迫使Mysql云服务器执行一个全表扫描来获得所查找的数据。

型号，Mysql提供了一个特别的Explain语句，用来分析你的查询语句的性能。当你将查询语句添加到该关键词后面时，MySql会显示优化器对该语句的所有信息。

如果我们用explain语句分析一下上面的查询，会得到如下的分析结果：

mysql> explain select customer_id, customer_name from customers where customer_id='140385';
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table     | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | customers | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  500 |    10.00 | Using where |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+

可以看到，优化器展示出了非常重要的信息，这些信息可以帮助我们微调数据库表。首先，MySql会执行一个全表扫描，因为key列为Null。其次，MySql云服务器已经明确表示它将要扫描500行的数据来完成这次查询。

为了优化上述查询，我们只需要在customer_id这一列上添加一个索引m即可：

mysql> Create index customer_id ON customers (customer_Id);
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

如果我们再次执行explain语句，会得到如下结果：

mysql> Explain select customer_id, customer_name from customers where customer_id='140385';
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+
| id | select_type | table     | partitions | type | possible_keys | key         | key_len | ref   | rows | filtered | Extra |
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | customers | NULL       | ref  | customer_id   | customer_id | 13      | const |    1 |   100.00 | NULL  |
+----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+

从上述的输出结果，显然MySQL云服务器会使用索引customer_id来查询表格。可以看需要扫描的行数为1。虽然我只是在一个行数为500的表格中执行这条查询语句，索引在检索一个更大的数据集的时候优化程度更加明显。

2. 用Union优化Like语句

有时候，你可能需要在查询中使用or操作符进行比较。当or关键字在where子句中使用频率过高的时候，它可能会使MySQL优化器错误的选择全表扫描来检索记录。union子句可以是查询执行的更快，尤其是当其中一个查询有一个优化索引，而另一个查询也有一个优化索引的时候。

比如，在first_name和last_name上分别存在索引的情况下，执行如下查询语句：

mysql> select * from students where first_name like 'Ade%' or last_name like 'Ade%'

上述查询和下面使用union合并两条充分利用查询语句的查询相比，速度慢了许多。

mysql> select * from students where first_name like 'Ade%' union all select * from students where last_name like 'Ade%'

3. 避免使用带有前导通配符的表达式

当查询中存在前导通配符时，Mysql无法使用索引。以上面的student表为例，如下的查询会导致MySQL执行全表扫描，及时first_name字段上加了索引。

mysql> select * from students where first_name like '%Ade'

使用explain分析得到如下结果：

mysql> explain select * from students where first_name like  '%Ade'  ;
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table    | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | students | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  500 |    11.11 | Using where |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

如上所示，Mysql将扫描全部500行数据，这将使得查询极其缓慢。

4. 充分利用MySQL的全文检索

如果你正面临着使用通配符查询数据，但是并不想降低数据库的性能，你应当考虑使用MySQL的全文检索（FTS），因为它比通配符查询快得多。除此以外，FTS还能够返回质量更好的相关结果。

添加一个全文检索索引到student样表上的语句如下：

mysql> alter table students add fulltext(first_name, last_name)';
mysql> select * from students where match(first_name, last_name) against ('Ade');

在上面的例子中，我们针对搜索关键字Ade指定了想要匹配的列(first_name, last_name)。如果查询优化器如上语句的执行情况，将得到下面的结果：

mysql> explain Select * from students where match(first_name, last_name) AGAINST ('Ade');
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+
| id | select_type | table    | partitions | type     | possible_keys | key        | key_len | ref   | rows | filtered | Extra                         |
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+
|  1 | SIMPLE      | students | NULL       | fulltext | first_name    | first_name | 0       | const |    1 |   100.00 | Using where; Ft_hints: sorted |
+----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+

5. 优化数据库架构

规范化

首先，规范化所有数据库表，即使可能会有些损失。比如，如果你需要创建两张表分别用来记录customers和orders数据，你应当在order表上用顾客id引用顾客，而不是反过来。下图显示了没有任何数据冗余而设计的数据库架构。

除此以外，对相似的值使用同一种数据类型类存储。

使用最佳数据类型

MySQL支持各种数据类型，包括integer，float，double，date，datetime，varchar，text等。当设计数据库表时，应当尽可能使用能够满足特性的最短的数据类型。

比如，如果你在设计一个系统用户表，而该用户数量不会超过100个人，你就应该对user_ud使用'TINYINT'类型，该类型的取值范围为-128至128。如果一个字段需要存储date型值，使用datetime类型比较好，因为在查询的时候无需进行复杂的类型转换。

当值全为数字类型时，使用Integer。在进行计算时，Integer类型的值比文本类型的值速度更快。

避免NULL

NULL指该列没有任何值。你应当尽可能的避免这类型的值因为他们会损害数据库结果。比如你需要获得数据库中所有订单金额的和，但是某个订单记录中金额为null，如果不注意空指针，很有可能导致计算结果出现异常。在某些情况下，你可能需要为列定义一个默认值。

看完优化MYSQL查询的详细方法这篇文章，大家觉得怎么样？如果想要了解更多相关，可以继续关注我们的行业资讯板块。