Mysql查询优化器

时间:2022-10-23 06:55:34

Mysql查询优化器

本文的目的主要是通过告诉大家,查询优化器为我们做了那些工作,我们怎么做,才能使查询优化器对我们的sql进行优化,以及启示我们sql语句怎么写,才能更有效率。那么到底mysql到底能进行哪些优化那,下面通过以下几个方面来探讨一下:

1          常量转化

 它能够对sql语句中的常量进行转化,比如下面的表达式: WHERE col1 = col2 AND col2 = 'x'; 依据传递性:如果A=B and B=C,那么就能得出A=C。所以上面的表达式mysql查询优化器能进行如下的优化:WHERE col1 = 'x' AND col2 = 'x'; 对于col1 col2,只要是属于下面的操作符之一就可以进行类似的转化: =,<,>,<=,>=,<>,<=>,LIKE

从中我们也可以看出,对于 BETWEEN的情况是不进行转换的。这个可能与其具体的实现有关。

2          无效代码的排除

 查询优化器会对一些无用的条件进行过滤,比如说 WHERE 0=0 AND column1='y'  因为第一个条件是始终为true的,所以可以移除该条件,变为:WHERE column1='y'再见如下表达式:WHERE (0=1 AND s1=5) OR s1=7因为前一个括号内的表达式始终为false,因此可以移除该表达式,变为:WHERE s1=7

一些情况下甚至可 以将整个WHERE子句去掉,见下面的表达式:WHERE (0=1 AND s1=5)我们可以看到,WHERE子句始终为FALASE,那么WHERE条件是不可能发生的。当然我们也可以讲,WHERE条件被优化掉了。

如果一个列的定义是不允许为NULL,那么:WHERE not_null_column IS NULL该条件 是始终为false的,再看:WHERE not_null_column IS NOT NULL该条件是始终为 true的,因此这样的表达式也是可以从条件表达式中删除的。

当然,也是有特殊情况的,比如在out join中,被定义为NOT NULL的列也可能包含NULL值。在这种情况下,IS NULL条件是被保留的。

当然优化器没有对所有的情况进行检测,因为这实在太 复杂了。举个例子:CREATE TABLE Table1(column1 CHAR(1));

SELECT * FROM Table1 WHERE column1 = 'Canada';尽管该条件是无效条件,优化器也不会将它移除。

3         常量计算

如下表达式:WHERE col1 = 1 + 2转化为:WHERE col1 = 3  Mysql会对常量表达进行计算,然后将结果生成条件

4         存取类型

当我们评估一个条件表达式,MySQL判断该表达式的存取类型。下面是一些存取类型,按照从最优到最差的顺序进行排列:

 system系统表,并且是常量表

 const  常量表

 eq_ref  unique/primary索引,并且使用的是'='进行存取

 ref  索引使用'='进行存取

 ref_or_null  索引使用'='进行存取,并且有可能为NULL

 range  索引使用BETWEEN、IN、>=、LIKE等进行存取

 index  索引全扫描

 ALL  表全扫描

优化器根据存取类型选择合适的驱动表达式。考虑如下的查询语句:以下是引用片段:

   SELECT * FROM Table1  WHERE indexed_column=5 AND  unindexed_column=6

因为indexed_column拥有更好的存取类型,所以更有可能使用该表达式做为驱动表达式。这里只考虑简单的情况,不考虑特殊的情况。那么驱动表达式的意思是什么呢?考虑到这个查询语句有两种可能的执行方法:

1) 不好的执行路径:读取表的每一行(称为“全表扫描”),对于读取到的每一行,检查相应的值是否满足indexed_column以及 unindexed_column对应的条件。

2) 好的执行路径:通过键值indexed_column=5查找B树,对于符合该条件的每一行,判断是否满足unindexed_column对应的条件。

一般情况下,索引查找比全表扫描需要更少的存取路径,尤其当表数据量很大,并且索引的类型是UNIQUE的时候。因此称它为好的执行路径,使用 indexed_column列作为驱动表达式。

5         范围存取类型

一些表达式可以使用索引,但是属于索引的范围查找。这些表达式通常对应的操作符是:>、>=、<、<=、IN、LIKE、 BETWEEN。

  对优化器而言,如下表达式:

  column1 IN (1,2,3)

  该表达式与下面的表达式是等价的:

  column1 = 1 OR column1 = 2 OR column1 = 3

  并且 MySQL也是认为它们是等价的,所以没必要手动将IN改成OR,或者把OR改成IN。

  优化器将会对下面的表达式使用索引范围查找:column1 LIKE 'x%',但对下面的表达式就不会使用到索引了:column1 LIKE '%x',这是因为当首字符是通配符的时候, 没办法使用到索引进行范围查找。

  对优化器而言,如下表达式:column1 BETWEEN 5 AND 7 该表达式与下面的表达式是等价的:column1 >= 5 AND column1 <= 7同样,MySQL也认为它们是等价的。

  如果需要检查过多的索引键值,优化器将放弃使用索引范围查找,而是使用全表扫描的方式。这样的情况经常出现如下的情况下:索引是多层次的二级索引,查询条件是'<'以及是'>'的情况。

6         索引存取类型

考虑如下的查询语句:SELECT column1 FROM Table1;如果column1是索引列, 优化器更有可能选择索引全扫描,而不是采用表全扫描。这是因为该索引覆盖了我们所需要查询的列。 再考虑如下的查询语句: SELECT column1,column2 FROM Table1;  如果索引的定义如下,那么就可以使用索引全扫描:CREATE INDEX … ON Table1(column1,column2);  也就是说,所有需要查询的列必须在索引中出现。但是如下的查询就只能走全表扫描了: select col3 from Table1;由于col3没有建立索引所以只能走全表扫描。由此其实我们的Cn表中建立的索引其实还是有一些问题的:

PRIMARY KEY  (`CID`),

UNIQUE KEY `IDX_CN_CNAME` (`CNAME`),

KEY `INDEX_CN_CID_UID` (`CID`,`CUSTOMERID`),

KEY `INDEX_CN_PRODTYPE` (`PRODTYPE`),

KEY `INDEX_CN_P_C` (`PRODTYPE`,`CNSTATUS`),

KEY `INDEX_CN_UID` (`CUSTOMERID`)

比如所cid是唯一索引,由cid已经能唯一确定一条记录,那么在以cid和customerid建立索引实际上是多余的。同样,建立了prodtype和cnstatus的复合索引,再建立prodtype的索引也是有问题的,即使你使用了prodtype字段作为条件查询,也未必就会使用prodtype的索引,因为他们有着相同的前缀,故优化器根本搞不清楚你要使用哪个索引,所以,尽量避免相同的前缀的索引。

7         转换

MySQL对简单的表达式支持转换。比如下面的语法:WHERE -5 = column1转换为:   WHERE column1 = -5 尽管如此,对于有数学运算存在的情况不会进行转换。比如下面的语法: WHERE 5 = -column1不会转换为:WHERE column1 = -5,所以尽量减少列上的运算,而将运算放到常量上。比如我们在写sql的时候自觉的将5= -columb1=> column1=-5;

8         AND

带AND的查询的格式为: AND ,考虑如下的查询语句:

WHERE column1='x' AND column2='y'  

优化的步骤:

1) 如果两个列都没有索引,那么使用全表扫描。

 2) 否则,如果其中一个列拥有更好的存取类型(比如,一个具有索引,另外一个没有索引;再或者,一个是唯一索引,另外一个是非唯一索引),那么使用该列作为驱动表达式。

 3) 否则,如果两个列都分别拥有索引,并且两个条件对应的存取类型是一致的,那么选择定义索引时,先定义的索引。

   举例如下:

  CREATE TABLE Table1 (s1 INT,s2 INT);

  CREATE INDEX Index1 ON Table1(s2);

  CREATE INDEX Index2 ON Table1(s1);

   …

  SELECT * FROM Table1 WHERE s1=5 AND s2=5;

  优化器选择s2=5作为驱动表达式,因为s2上的索引是创建的时间早。

9         OR

带OR的查询格式为: OR ,考虑如下的查询语句:WHERE column1='x' OR column2='y'

优化器做出的选择是采用全表扫描。当然,在一些特定的情况,可以使用索引合并,这里不做阐述。如果两个条件里面设计的列是同一列,那么又是另外一种情况,考虑如下的查询语句:WHERE column1='x' OR column1='y'在这种情况下,该查询语句采用索引范围查找。

10    UNION

所有带UNION的查询语句都是单独优化的,考虑如下的查询语句:以下是引用片段:  SELECT *  FROM Table1   WHERE  column1='x' 

UNIONALL  SELECT * FROM Table1  WHER  column2='y'

如果column1与column2都是拥有索引 的,每个查询都是使用索引查询,然后合并结果集。

11    NOT,<>

考虑如下的表达式: Column1<> 5从逻辑上讲,该表达式等价于下面的表达式:

Column1<5 OR column1>5 然而,MySQL不会进行这样的转换。如果你觉得使用范围查找会更好一些,应该手动地进行转换。

  考虑如下的表达式: WHERE NOT (column1!=5) 从逻辑上讲,该表达式等价于下面的表达式:WHERE column1=5 同样地,MySQL也不会进行这样的转换。

12    ORDER BY

一般而言,ORDER BY的作用是使结果集按照一定的顺序排序,如果可以不经过此操作就能产生顺序的结果,可以跳过该ORDER BY操作。考虑如下的查询 语句:

SELECT column1 FROM Table1 ORDER BY 'x';优化器将去除该 ORDER BY子句,因为此处的ORDER BY子句没有意义。再考虑另外的一个查询语句:SELECT column1 FROM Table1 ORDER BY column1;

在这种情况下,如果column1类上存在索引,优化器将使用该索引进行全扫描,这样产生的结果集是有序的,从而不需要进行ORDER BY操作。

再考虑另外的一个查询语句:SELECT column1 FROM Table1 ORDER BY column1+1;  假设column1上存在索引,我 们也许会觉得优化器会对column1索引进行全扫描,并且不进行ORDER BY操作。实际上,情况并不是这样,优化器是使用column1列上的索引进行全扫表,仅仅是因为索引全扫描的效率高于表全扫描。对于索引全扫描的结果集 仍然进行ORDER BY排序操作。

13    GROUP BY

这里列出对GROUP BY子句以及相关集函数进行优化的方法:

1)      如果存在索引,GROUP BY将使用索引。

2) 如果没有索引,优化器将需要进行排序,一般情况下会使用HASH表的方法。

3) 如果情况类似于“GROUP BY x ORDER BY x”,优化器将会发现ORDER BY子句是没有必要的,因为GROUP BY产生的结果集是按照x进行排序的。

4) 尽量将HAVING子句中的条件提升中WHERE子句中。

5) 对于MyISAM表,“SELECT COUNT(*) FROM Table1;”直接返回结果,而不需要进行表全扫描。但是对于InnoDB表,则不适合该规则。补充一点,如果column1的定义是NOT NULL的,那么语句“SELECT COUNT(column1) FROM Table1;”等价于“SELECT COUNT(*) FROM Table1;”。

6) 考虑MAX()以及MIN()的优化情况。考虑下面的查询语句:以下是引用片段:
   SELECTMAX(column1) FROMTable1 WHEREcolumn1<'a';  如果column1列上存在索引,优化器使用'a'进行索引定位,然后返回前一条记录。

7) 考虑如下的查询语句:

SELECT DISTINCT column1 FROM Table1;在特定的情况下,语句可以转化为:

   SELECT column1 FROM Table1 GROUP BY column1;转换的前提条件是:column1上存 在索引,FROM上只有一个单表,没有WHERE条件并且没有LIMIT条件。