聊聊重现一条简单SQL的优化过程

背景

接到客户诉求说一条SQL长时间运行不出结果，让给看看怎么回事，SQL不复杂，优化措施也不复杂，但是要想SQL达到最优状态，也是需要经过一番考量并做出选择的。下面借实验还原一下此SQL优化过程。

实验：

数据库环境：MySQL5.7.39

测试表结构如下：

mysql> show createtable t_1\G
***************************1. row ***************************
Table: t_1
CreateTable:CREATETABLE `t_1` (
  `w_id` int(11) DEFAULT NULL,
  `w_name` varchar(10) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
1 row inset(0.00 sec)


mysql> show createtable t_2\G
***************************1. row ***************************
Table: t_2
CreateTable:CREATETABLE `t_2` (
  `i_id` int(11)NOTNULL,
  `i_name` varchar(24) DEFAULT NULL,
  `i_price` decimal(5,2) DEFAULT NULL,
  `i_data` varchar(50) DEFAULT NULL,
  `i_im_id` int(11)NOTNULL,
  PRIMARY KEY (`i_im_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
1 row inset(0.00 sec)

mysql> show createtable t_3\G
***************************1. row ***************************
Table: t_3
CreateTable:CREATETABLE `t_3` (
  `s_w_id` int(11)NOTNULL,
  `s_i_id` int(11)NOTNULL,
  `s_quantity` int(11) DEFAULT NULL,
  `s_ytd` int(11) DEFAULT NULL,
  `s_order_cnt` int(11) DEFAULT NULL,
  `s_remote_cnt` int(11) DEFAULT NULL,
  `s_data` varchar(50) DEFAULT NULL,
  `s_dist_01` char(24) DEFAULT NULL,
  `s_dist_02` char(24) DEFAULT NULL,
  `s_dist_03` char(24) DEFAULT NULL,
  `s_dist_04` char(24) DEFAULT NULL,
  `s_dist_05` char(24) DEFAULT NULL,
  `s_dist_06` char(24) DEFAULT NULL,
  `s_dist_07` char(24) DEFAULT NULL,
  `s_dist_08` char(24) DEFAULT NULL,
  `s_dist_09` char(24) DEFAULT NULL,
  `s_dist_10` char(24) DEFAULT NULL,
  `t_2_id` int(11) DEFAULT NULL,
  `t_1_id` int(11) DEFAULT NULL,
  PRIMARY KEY (`s_w_id`,`s_i_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
1 row inset(0.00 sec)

CreateTable:CREATETABLE `t_4` (
  `w_name` varchar(10) DEFAULT NULL,
  `s_i_id` int(11)NOTNULL,
  `s_quantity` int(11) DEFAULT NULL,
  `s_ytd` int(11) DEFAULT NULL,
  `s_order_cnt` int(11) DEFAULT NULL,
  `s_remote_cnt` int(11) DEFAULT NULL,
  `s_data` varchar(50) DEFAULT NULL,
  `t_2_id` int(11) DEFAULT NULL,
  `i_name` varchar(24) DEFAULT NULL,
  `i_price` decimal(5,2) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

其中t_1表25条记录，t_2表100条记录，t_3表500万条数据。我这里实验数据量少些，客户实际业务表数据量分别是（30，150，2700万）。t_4表为一个历史数据归档表，用于插入数据。

SQL文本展示如下：

insertinto t_4
SELECT
  c.w_name,
  a.s_i_id,
  a.s_quantity,
  a.s_ytd,
  a.s_order_cnt,
  a.s_remote_cnt,
  a.s_data,
  a.t_2_id,
  b.i_name,
  b.i_price
FROM
 t_3 a,
 t_2 b,
 t_1 c
WHERE
 a.t_2_id= b.i_id
and a.t_1_id= c.w_id
and a.s_ytd=0;

查看语句中select部分的执行计划如下图所示：

看到这个计划，就想对数据库说一句：”您辛苦了!”。

优化器选择先对两个小表c，b进行关联，然后得到的结果集再与大表a进行关联，因为语句中c，b两个表没有字段进行直接关联，所以这两个表连接后的结果集是一个笛卡尔积25 *100=2500，因为大表的关联字段上没有索引，所以需要对最内层的大表全表扫描2500次。

这是不是一个大工程呢？数据库任劳任怨，你让它干，它就干，只要你等得起就可以。事实上我们是没有耐心等的。我本来还想看看数据库到底用多久才能给出结果，等了10分钟，实在没有耐心继续等下去了。

这条SQL不复杂吧，就是三张表进行关联，但是关联字段上都没有索引，都进行了全表扫描。那么解决措施就是加索引，但是索引怎么加就需要做出选择了。

有同事就提出这个SQL在大表上全表扫描2500次，在大表的关联字段上加上索引就可以了，看到这里，你有没有认同这个见解呢？我想应该有很多小伙伴是认同的。

不错，给大表加上索引就不用全表扫描了，首先大表加索引，会锁表很长时间，这个索引在客户的生产环境须等到变更窗口才能加，客户等不及，其次你有考虑过这真的是最好的办法吗？

因为我这是实验环境，可以随时给大表加索引，那接下来我们就给大表加上索引试试效果。

mysql>altertable t_3 add key(t_1_id,t_2_id);
Query OK,0 rows affected (28.35 sec)
Records:0  Duplicates:0  Warnings:0

索引加好之后，执行计划如下：

可以看出优化器并没有选择走索引，依然是使用BNL优化策略，进行全表扫描，为什么不走索引呢？应该是优化器认为索引扫描的成本高于全表扫描的成本，因为这条语句最终结果要返回大表的90%以上的数据，走索引后回表代价是很高的。这一点我们是不认同优化器的，怎么着2500次全表扫描也比每次通过索引范围扫描的代价要高呀，好吧，既然不认同，那么使用force index来干涉优化器决策，让它使用索引。

执行计划如下图所示：

执行计划中显示索引用上了，那实际执行效果如何呢？

mysql>insertinto t_4
->SELECT
->   c.w_name,
->   a.s_i_id,
->   a.s_quantity,
->   a.s_ytd,
->   a.s_order_cnt,
->   a.s_remote_cnt,
->   a.s_data,
->   a.t_2_id,
->   b.i_name,
->   b.i_price
->FROM
->  t_3 a force index(t_1_id),
->  t_2 b,
->  t_1 c
->WHERE
->  a.t_2_id= b.i_id
->and a.t_1_id= c.w_id
->and a.s_ytd=0;
Query OK,4800000 rows affected (4 min 43.57 sec)
Records:4800000  Duplicates:0  Warnings:0

确实效率不错，500万数据需要4 min 43.57 sec，生产环境的2700万数据大概需要半个小时左右。

但这是不是效率最高的办法呢，因为最终结果集会返回大表的90%以上的数据，所以需要对大量的索引数据回表，因为回表是会产生随机IO的，这个回表代价确实比较高，优化器默认也没有选择这种执行计划。如果我们给小表的关联字段上加索引会是什么效果呢？

接下来我给两个小表的关联字段上加了索引。

mysql>altertable t_2 add key(i_id);
Query OK,0 rows affected (0.05 sec)
Records:0  Duplicates:0  Warnings:0

mysql>altertable t_1 add key(w_id);
Query OK,0 rows affected (0.03 sec)
Records:0  Duplicates:0  Warnings:0

我们去掉大表的force index，不干涉优化器，让优化器自己做决策。执行计划如下：

上图的执行计划显示，优化器选择了对大表全表扫描，大表做驱动表，驱动两个小表。那这样的实际效果如何呢？

mysql>insertinto t_4
->SELECT
->   c.w_name,
->   a.s_i_id,
->   a.s_quantity,
->   a.s_ytd,
->   a.s_order_cnt,
->   a.s_remote_cnt,
->   a.s_data,
->   a.t_2_id,
->   b.i_name,
->   b.i_price
->FROM
->  t_3 a,
->  t_2 b,
->  t_1 c
->WHERE
->  a.t_2_id= b.i_id
->and a.t_1_id= c.w_id
->and a.s_ytd=0;
Query OK,4800000 rows affected (1 min 59.06 sec)
Records:4800000  Duplicates:0  Warnings:0

这种方式耗时1min 59.06sec ，效率提高1倍多，生产环境的大数据量，效率提升应该更明显。果然采用大表驱动小表这种方式效率提高了，优化器的选择是对的。

选择这种方式的好处：

1.SQL的执行效率高一倍

2.节省空间，因为大表的索引会占用很大的磁盘空间。

3.响应及时，避免了必须等到变更窗口才能加索引的麻烦。

4.不用修改SQL语句

该如何选择是不是很清楚了呢？

到这里似乎优化就结束了，但是如果想要精益求精，追求极致的话，小表上的索引可以建成覆盖索引，防止小表回表取数据。

mysql>altertable t_1 drop key w_id;
Query OK,0 rows affected (0.02 sec)
Records:0  Duplicates:0  Warnings:0

mysql>altertable t_2 drop key i_id;
Query OK,0 rows affected (0.02 sec)
Records:0  Duplicates:0  Warnings:0

mysql>altertable t_2 add key(i_id,i_name,i_price);
Query OK,0 rows affected (0.02 sec)
Records:0  Duplicates:0  Warnings:0

mysql>altertable t_1 add key(w_id,w_name);
Query OK,0 rows affected (0.02 sec)
Records:0  Duplicates:0  Warnings:0

执行效果如下：

mysql>insertinto t_4
->SELECT
->   c.w_name,
->   a.s_i_id,
->   a.s_quantity,
->   a.s_ytd,
->   a.s_order_cnt,
->   a.s_remote_cnt,
->   a.s_data,
->   a.t_2_id,
->   b.i_name,
->   b.i_price
->FROM
->  t_3 a,
->  t_2 b,
->  t_1 c
->WHERE
->  a.t_2_id= b.i_id
->and a.t_1_id= c.w_id
->and a.s_ytd=0;
Query OK,4800000 rows affected (1 min 38.99 sec)
Records:4800000  Duplicates:0  Warnings:0

可以看出，小表上的索引建成覆盖索引，耗时又缩短了20秒，执行效率更高了。

至此该条SQL的优化结束。

总结

1.本条SQL的最终执行计划是大表驱动小表，这也算是给上篇文章《NL连接一定是小表驱动大表效率高吗》提供了一个案例。

2.优化措施可能有很多不同的选择，要根据实际情况选择最优的，不要草率做出决定。

3.精益求精是优化的极致，但是有时候也是需要做出折中选择的，达到业务运行的要求是目的，这点以后遇到案例再说。