当前位置: 首页 > article >正文

经验笔记:SQL调优

SQL调优经验笔记

引言

SQL调优是确保数据库系统高效运行的重要环节。通过对查询语句、数据库配置、硬件资源等方面进行优化,可以显著提升数据库性能,进而增强应用程序的整体表现。以下是基于常见调优手段和实践经验整理的一份经验笔记。

1. 查询语句优化
  • 1.1 避免使用SELECT *
    只选择需要的列,减少不必要的数据传输。
    示例:
-- 不推荐
SELECT * FROM users WHERE id = 1;

-- 推荐
SELECT first_name, last_name, email FROM users WHERE id = 1;
  • 1.2 用UNION ALL代替UNION
    UNION ALL不进行去重操作,执行速度更快。
    示例:
-- 不推荐
(SELECT first_name, last_name FROM users WHERE city = 'New York')
UNION
(SELECT first_name, last_name FROM users WHERE city = 'Los Angeles');

-- 推荐
(SELECT first_name, last_name FROM users WHERE city = 'New York')
UNION ALL
(SELECT first_name, last_name FROM users WHERE city = 'Los Angeles');
  • 1.3 小表驱动大表

    描述:在连接查询中,如果有一个小表和一个大表,应该优先使用小表来驱动大表,以减少处理的数据量。

    不推荐

    SELECT * FROM orders o JOIN users u ON o.user_id = u.id WHERE u.status = 'active';
    

    这个查询会先从orders表开始,然后对于每一个orders表中的记录,都会去users表中查找匹配的记录。如果orders表很大,而符合条件的users很少,那么这种查询效率不高。

    推荐

    SELECT * FROM orders o WHERE o.user_id IN (SELECT id FROM users WHERE status = 'active');
    

    这个查询先从users表中找出所有状态为active的用户ID,然后从orders表中选择那些用户ID包含在这些活跃用户ID中的订单记录。这种方式减少了处理orders表的数据量。

  • 1.4 批量操作
    批量插入或更新数据,减少请求次数,提高性能。
    示例:

    -- 不推荐
    INSERT INTO orders (order_id, product_id, quantity) VALUES (1, 1, 10);
    INSERT INTO orders (order_id, product_id, quantity) VALUES (2, 2, 20);
    INSERT INTO orders (order_id, product_id, quantity) VALUES (3, 3, 30);
    
    -- 推荐
    INSERT INTO orders (order_id, product_id, quantity) VALUES (1, 1, 10), (2, 2, 20), (3, 3, 30);
    
  • 1.5 多用LIMIT
    限制查询结果的数量,提高查询效率。
    示例:

    -- 不推荐
    SELECT * FROM orders ORDER BY order_date DESC;
    
    -- 推荐
    SELECT * FROM orders ORDER BY order_date DESC LIMIT 10;
    
  • 1.6 限制IN子句中的值
    避免查询大量数据导致接口超时。
    示例:

    -- 不推荐
    SELECT * FROM categories WHERE id IN (1, 2, 3, ..., 10000);
    
    -- 推荐
    SELECT * FROM categories WHERE id IN (1, 2, 3, ..., 100) LIMIT 500;
    
  • 1.7 增量查询
    通过条件限制,每次只查询部分数据,提高同步效率。
    示例:

    -- 不推荐
    SELECT * FROM users WHERE create_time > '2024-01-01';
    
    -- 推荐
    SELECT * FROM users WHERE id > #{lastId} AND create_time >= #{lastCreateTime} LIMIT 100;
    
  • 1.8 高效的分页
    使用ID范围查询代替偏移量分页。
    示例:

    -- 不推荐
    SELECT * FROM users LIMIT 1000, 20;
    
    -- 推荐
    SELECT * FROM users WHERE id > 1000000 LIMIT 20;
    
  • 1.9 用连接查询代替子查询

    描述:使用连接查询而不是子查询,以减少临时表的创建,提高查询效率。

    不推荐

    SELECT * FROM orders WHERE user_id = (SELECT id FROM users WHERE status = 'active');
    

    这里假设只有一个用户的statusactive。如果有多条记录符合条件,那么子查询将返回多行结果,可能导致内部错误或低效的处理。

    推荐

    SELECT o.* FROM orders o INNER JOIN users u ON o.user_id = u.id WHERE u.status = 'active';
    

    这个查询通过连接两个表直接获取结果,减少了因子查询导致的临时表创建。

  • 1.10 JOIN的表不宜过多
    控制JOIN表的数量,避免复杂的索引选择。
    示例:

    -- 不推荐
    SELECT a.name, b.name, c.name FROM a INNER JOIN b ON a.id = b.a_id INNER JOIN c ON c.b_id = b.id;
    
    -- 推荐
    SELECT a.name, b.name FROM a INNER JOIN b ON a.id = b.a_id;
    
  • 1.11 JOIN时注意小表驱动大表

    描述:使用INNER JOIN时,应让小表驱动大表;使用LEFT JOIN时,左边应为小表。

    不推荐

    SELECT o.id, o.code, u.name FROM orders o LEFT JOIN users u ON o.user_id = u.id WHERE u.status = 'active';
    

    这个查询使用了LEFT JOIN,意味着orders表中的每一行都会被处理,即使users表中没有匹配的记录。如果orders表很大,而users表中符合条件的记录很少,这会导致很多空值的行。

    推荐

    SELECT o.id, o.code, u.name FROM orders o INNER JOIN users u ON o.user_id = u.id WHERE u.status = 'active';
    

    这个查询只返回orders表中那些其user_id在符合条件的users表中的记录,这样可以减少处理的数据量。

  • 1.12 控制索引的数量
    合理控制索引数量,避免过多的索引导致性能消耗。
    示例:

    -- 不推荐
    CREATE INDEX idx_user_id ON orders (user_id);
    CREATE INDEX idx_order_date ON orders (order_date);
    CREATE INDEX idx_product_id ON orders (product_id);
    
    -- 推荐
    CREATE INDEX idx_user_id_order_date ON orders (user_id, order_date);
    
  • 1.13 选择合理的字段类型
    根据数据特点选择合适的字段类型。
    示例:

    -- 不推荐
    ALTER TABLE orders ADD COLUMN order_code VARCHAR(20) NOT NULL;
    
    -- 推荐
    ALTER TABLE orders ADD COLUMN order_code CHAR(10) NOT NULL;
    
  • 1.14 提升GROUP BY的效率
    GROUP BY前使用WHERE条件过滤数据。
    示例:

    -- 不推荐
    SELECT user_id, COUNT(*) FROM orders GROUP BY user_id;
    
    -- 推荐
    SELECT user_id, COUNT(*) FROM orders WHERE user_id <= 200 GROUP BY user_id;
    
  • 1.15索引优化

    描述:使用EXPLAIN命令来检查SQL查询是否有效地利用了索引。

    不推荐

    SELECT * FROM orders WHERE code = '002';
    

    如果code列上没有索引,那么数据库将执行全表扫描,这是低效的。

    推荐

    EXPLAIN SELECT * FROM orders WHERE code = '002';
    

    通过EXPLAIN命令,我们可以看到查询计划,并确认是否使用了索引。如果未使用索引,可能需要考虑添加适当的索引。

2. 数据库配置
  • 2.1 调整缓存大小
    根据系统可用内存调整数据库缓存大小,以提高数据访问速度。
    示例:

    -- MySQL示例
    SET GLOBAL innodb_buffer_pool_size = 1G;
    
  • 2.2 内存管理
    优化内存分配,确保足够的内存用于缓存经常访问的数据。
    示例:

    -- PostgreSQL示例
    ALTER SYSTEM SET shared_buffers = '128MB';
    
  • 2.3 事务隔离级别
    根据应用程序的需求调整事务隔离级别,以平衡并发性和一致性。
    示例:

    -- MySQL示例
    SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;
    
  • 2.4 日志和备份设置
    优化日志记录和备份策略,以减少对性能的影响。
    示例:

    -- MySQL示例
    SET GLOBAL log_bin_trust_function_creators = 1;
    
3. 硬件和基础设施
  • 3.1 扩展硬件资源
    增加更多的CPU核心、内存或更快的磁盘(如SSD)以提升性能。
    示例:

    • 升级服务器硬件
    • 使用固态硬盘(SSD)
  • 3.2 分布式架构
    采用分片(Sharding)、复制(Replication)等技术分散负载。
    示例:

    • 使用分片技术将数据分布在不同的物理服务器上
    • 设置主从复制,提高读写分离的能力
  • 3.3 负载均衡
    使用负载均衡器来分发请求,减轻单个服务器的压力。
    示例:

    • 配置Nginx或HAProxy作为负载均衡器
4. 应用程序层面
  • 4.1 缓存机制
    在应用程序层面上实现缓存机制,减少对数据库的直接访问。
    示例:

    • 使用Redis或Memcached作为缓存层
  • 4.2 异步处理
    对于耗时的操作,可以采用异步处理的方式,如队列或消息传递系统。
    示例:

    • 使用RabbitMQ或Kafka作为消息队列
  • 4.3 数据模型优化
    重新设计数据模型,减少冗余,提高数据的一致性和可维护性。
    示例:

    • 规范化数据表结构
    • 减少冗余字段
5. 持续监测
  • 5.1 性能监控
    使用性能监控工具持续监控数据库的运行状况,及时发现性能下降的情况。
    示例:

    • 使用Prometheus和Grafana进行性能监控
  • 5.2 日志分析
    定期分析数据库日志,查找可能导致性能问题的模式。
    示例:

    • 使用Logstash收集日志
    • 使用Elasticsearch进行日志分析
  • 5.3 定期审查
    定期审查SQL查询和数据库设计,寻找潜在的优化机会。
    示例:

    • 定期进行代码审查
    • 使用性能分析工具检查查询效率
6. 教育和培训
  • 6.1 团队技能提升
    确保开发团队有足够的知识来编写高效的SQL查询,并了解数据库的最佳实践。
    示例:

    • 组织内部培训课程
    • 分享最新的SQL调优技巧
  • 6.2 持续学习
    鼓励团队成员跟踪最新的数据库技术和优化策略。
    示例:

    • 参加技术会议
    • 阅读技术博客和论文
7. 实施步骤
  • 7.1 制定计划
    根据监测到的问题制定具体的优化计划。
    示例:

    • 列出需要优化的SQL查询
    • 确定需要调整的数据库配置
  • 7.2 小规模测试
    在不影响生产环境的情况下,先在一个小规模的环境中测试优化措施。
    示例:

    • 使用测试数据库进行实验
    • 收集测试结果
  • 7.3 逐步实施
    一旦验证了优化措施的有效性,逐步将其应用于生产环境。
    示例:

    • 先在非高峰时段部署
    • 监控效果
  • 7.4 效果评估
    实施后,再次进行性能测试,评估优化措施的效果,并根据需要继续调整。
    示例:

    • 使用性能监控工具
    • 定期复查性能
结论

SQL调优是一个持续的过程,需要不断地监测、分析和调整。通过以上提到的方法,可以有效提升数据库性能,确保应用程序能够平稳运行。在实践中,还需要根据具体的数据库系统、业务需求和技术环境进行灵活调整。


http://www.kler.cn/a/298851.html

相关文章:

  • Docker 设置代理的三种方法(2024年12月19日亲自测试)
  • 微调大模型时,如何进行数据预处理? 将<input, output>转换为模型所需的<input_ids, labels, attention_mask>
  • SDMTSP:黑翅鸢算法(Black-winged kite algorithm,BKA)求解单仓库多旅行商问题,可以更改数据集和起点(MATLAB代码)
  • 模型的多GPU并行训练,DDP
  • 《Vue3实战教程》5:响应式基础
  • 链路聚合与GVRP的混合构建(eNSP)
  • Java 入门指南:Java 并发编程 —— Copy-On-Write 写时复制技术
  • ElasticSearch的DSL查询④(DSL查询、RestClient的DSL查询)
  • Linux内核 -- 内存管理之 lru_cache_add_inactive_or_unevictable 函数
  • go切片的深入学习以及context库的使用
  • 一道迭代器失效练习题
  • SparkSQL FUNCTION相关操作
  • 基于Spring Boot的小区物业管理系统
  • 本地Gitblit使用
  • 使用Pandas高效读取和处理Excel数据
  • 静态内部类
  • MySQL中的redo log、 undo log、bin log
  • 提前购|基于SSM+vue的创新型产品提前购平台(源码+数据库+文档)
  • docker进阶 compose等
  • 指针 (五)
  • uniapp,vite整合windicss
  • CSS全面知识点及其应用
  • vue3项目如何设置同样的接口第一次请求有效,如果第二次请求同样的接口,则不去请求,因为第一次请求还没有返回数据
  • python 图片识别文字
  • WPS VBA插件使用说明
  • 【GoMate框架案例】讯飞大模型RAG智能问答挑战赛top10 Baseline