Mysql - 性能优化之子查询

当Mysql Server的连接线程接收到Client发送过来的SQL请求后, 会经过一系列的分解Parse, 进行相应的分析, 然后Mysql会通过查询优化器模块, 根据该Sql所涉及到的数据表的相关统计信息进行计算分析. 然后在得出一个Mysql自认为最合理最优化的数据访问方式, 也就是我们常说的"执行计划", 然后根据所得到的执行计划通过调用存储引擎接口来获取相应数据. 再对存储引擎返回的数据进行相关的处理, 并一Client端所要求的格式作为结果集, 返回给Client.

注 : 这里所说的统计数据, 是我们通过 Analyze table命令通知Mysql对表的相关数据作分析之后, 所获取到的一些数据统计量. 这些数据对Mysql优化器而言是非常重要的, 优化器所生成的执行计划的好坏, 主要是由这些统计数据所决定的.

1. 建表
 

1. create table User( 
2. 　　Id int not null PRIMARY key auto_increment , 
3. 　　NickName varchar(50) comment '用户昵称', 
4. 　　Sex int comment '性别', 
5. 　　Sign varchar(50) comment '用户签名', 
6. 　　Birthday datetime comment '用户生日', 
7. 　　CreateTime datetime comment '创建时间' 
8. ) default charset=utf8 comment '用户表'; 
9.  
10. create table UserGroup( 
11. 　　Id int not null PRIMARY key auto_increment , 
12. 　　UserId int not null comment 'user Id', 
13. 　　GroupId int not null comment '用户组Id', 
14. 　　CreateTime datetime comment '创建时间', 
15. 　　-- key index_groupid(GroupId) using btree, 
16. 　　key index_userid(groupid, UserId) using btree 
17. ) default charset=utf8 comment '用户组表'; 

2. 准备数据

 

1. var conStr = ConfigurationManager.ConnectionStrings["ConStr"].ToString(); 
2. using (IDbConnection conn = new MySqlConnection(conStr)) 
3. { 
4.     Stopwatch watch = new Stopwatch(); 
5.     var sql = string.Empty; 
6.     var names = new string[] { "非", "想", "红", "帝", "德", "看", "梅", "插", "兔" }; 
7.     Random ran = new Random();   
8.     var insertSql = @" insert into User(NickName,Sex,Sign, Birthday, CreateTime) values(@NickName,@Sex,@Sign, @Birthday, @CreateTime);  
9.     INSERT INTO usergroup  (UserId,  GroupId,  CreateTime )  VALUES (LAST_INSERT_ID() ,   @GroupId,  @CreateTime);"; 
10.     watch.Start(); 
11.     if (conn.State == ConnectionState.Closed) 
12.     { 
13.         conn.Open(); 
14.     } 
15.  
16.     var tran = conn.BeginTransaction(); 
17.     for (int i = 0; i < 100000; i++) 
18.     { 
19.         var param = new { NickName = names[ran.Next(9)] + names[ran.Next(9)] + i, Sign = names[ran.Next(9)] + names[ran.Next(9)], CreateTime = DateTime.Now, Birthday = DateTime.Now.AddYears(ran.Next(10, 30)), Sex = i % 2, GroupId = ran.Next(1, 100) }; 
20.         conn.Execute(insertSql, param, tran); 
21.     } 
22.     tran.Commit(); 
23.  
24.     conn.Dispose(); 
25.     watch.Stop(); 
26.     Console.WriteLine(watch.ElapsedMilliseconds); 
27. } 

这里我插入了5000条数据, group分了99个组, 随机的. 

3. 查询sql

 

1. explain 
2. select user.id, user.nickname from usergroup  
3. left join user  on usergroup.UserId = user.Id 
4. where  usergroup.groupid = 1  
5. order by usergroup.UserId desc 
6. limit 100, 20; 
7.  
8.  explain 
9. select user.id, user.nickname 
10. from (select id, userid from usergroup where groupid = 1 order by userid limit 100, 20) t 
11. left join  user on t.UserId = user.id ; 
12.  
13.  explain 
14. select user.id, user.nickname 
15. from (select id, userid from usergroup where groupid = 1 order by userid ) t 
16. left join  user on t.UserId = user.id  
17. limit 100, 20; 

第二句和第三句都使用到了子查询, 不同之处再与, 第二句是先得到20条数据, 然后以此来与user表关联的

4. 分析

100000条数据情况下 : 

先看第一句



再看第二句



第三句


从上面三幅图看, 好像能看出点什么了.

首先看他们的 rows, 第二句最多, 加起来有1000多了, 另两句加起来都是996. 但是我想说的是, 这里并不是看rows的和是多少. 正确的方式是, 从id大的语句开始看, id相同的语句, 从上到下依次执行.

那先看第二句的id=2的语句和第一句的id=1的语句, 一模一样的. 他们都是从usergroup表中筛选数据, 并且能得到相同的结果集A.

看来他们都是基于相同的结果集去进行操作, 接下来就有区别了.

先看第一句, 再结果集A的基础上, 去左连接表user, 并筛选出最后的数据, 返回给客户端.

那第二句呢, 是在A的基础上, 再次筛选数据, 得到需要的数据, 然后拿这些数据, 去与user表左连接, 得到最终结果.

从上面来看, 执行计划中, 第二种执行计划, 更加高效. 

 如果能够通过子查询, 大幅度缩小查询范围, 可以考虑使用子查询语句.