轉載自：https://www.yuque.com/gavincoder/ngs5gi/ckgnho
SQL語句優化
所有的優化都逃不了索引B+樹結構，是否滿足、違背最優查詢條件。
不要把SELECT子句寫成 SELECT *
1.查詢出來的字段多
2.數據庫要先去把表結構查詢出來,改造sql語句爲select 所有字段,這個步驟是多餘的
SELECT * FROM t_emp;
謹慎使用模糊查詢
SELECT ename FROM t_emp WHERE ename LIKE '%S%'; #不使用索引
SELECT ename FROM t_emp WHERE ename LIKE 'S%';
對ORDER BY排序的字段設置索引將加快速度
少用IS NULL /IS NOT NULL ,會跳過索引
SELECT ename FROM t_emp WHERE comm IS NULL; #不使用索引
SELECT ename FROM t_emp WHERE comm =-1;
儘量少用 != 運算符, 這也會跳過索引
SELECT ename FROM t_emp WHERE deptno!=20; #不使用索引
SELECT ename FROM t_emp WHERE deptno<20 AND deptno>20;
儘量少用 OR 運算符
SELECT ename FROM t_emp WHERE deptno=20 OR deptno=30; #不使用索引
SELECT ename FROM t_emp WHERE deptno=20
UNION ALL
SELECT ename FROM t_emp WHERE deptno=30;
儘量少用 IN 和 NOT IN 運算符
SELECT ename FROM t_emp WHERE deptno IN (20,30); #不使用索引
SELECT ename FROM t_emp WHERE deptno=20
UNION ALL
SELECT ename FROM t_emp WHERE deptno=30;
避免條件語句中的數據類型轉換
SELECT ename FROM t_emp WHERE deptno='20';
在表達式左側使用運算符和函數都會讓索引失效
SELECT ename FROM t_emp WHERE salary*12>=100000; #不使用索引
SELECT ename FROM t_emp WHERE salary>=100000/12;
SELECT ename FROM t_emp WHERE year(hiredate)>=2000; #不使用索引
SELECT ename FROM t_emp
WHERE hiredate>='2000-01-01 00:00:00';
避坑實際案例
LIMIT 語句
分頁查詢是最常用的場景之一，但也通常也是最容易出問題的地方。比如對於下面簡單的語句，一般 DBA 想到的辦法是在 type, name, create_time 字段上加組合索引。這樣條件排序都能有效的利用到索引，性能迅速提升。
好吧，可能 90% 以上的 DBA 解決該問題就到此爲止。但當 LIMIT 子句變成 “LIMIT 1000000,10” 時，程序員仍然會抱怨：我只取 10 條記錄爲什麼還是慢？
要知道數據庫也並不知道第 1000000 條記錄從什麼地方開始，即使有索引也需要從頭計算一次。出現這種性能問題，多數情形下是程序員偷懶了。
在前端數據瀏覽翻頁，或者大數據分批導出等場景下，是可以將上一頁的最大值當成參數作爲查詢條件的。SQL 重新設計如下：
在新設計下查詢時間基本固定，不會隨着數據量的增長而發生變化。
隱式轉換
SQL 語句中查詢變量和字段定義類型不匹配是另一個常見的錯誤。比如下面的語句：
其中字段 bpn 的定義爲 varchar(20)，MySQL 的策略是將字符串轉換爲數字之後再比較。函數作用於表字段，索引失效。
上述情況可能是應用程序框架自動填入的參數，而不是程序員的原意。現在應用框架很多很繁雜，使用方便的同時也小心它可能給自己挖坑。
關聯更新、刪除
雖然 MySQL5.6 引入了物化特性，但需要特別注意它目前僅僅針對查詢語句的優化。對於更新或刪除需要手工重寫成 JOIN。
比如下面 UPDATE 語句，MySQL 實際執行的是循環 / 嵌套子查詢（DEPENDENT SUBQUERY)，其執行時間可想而知。
執行計劃：
重寫爲 JOIN 之後，子查詢的選擇模式從 DEPENDENT SUBQUERY 變成 DERIVED，執行速度大大加快，從 7 秒降低到 2 毫秒
執行計劃簡化爲：
混合排序
MySQL 不能利用索引進行混合排序。但在某些場景，還是有機會使用特殊方法提升性能的。
執行計劃顯示爲全表掃描：
由於 is_reply 只有 0 和 1 兩種狀態，我們按照下面的方法重寫後，執行時間從 1.58 秒降低到 2 毫秒。
EXISTS 語句
MySQL 對待 EXISTS 子句時，仍然採用嵌套子查詢的執行方式。如下面的 SQL 語句：
執行計劃爲：
去掉 exists 更改爲 join，能夠避免嵌套子查詢，將執行時間從 1.93 秒降低爲 1 毫秒。
新的執行計劃：
條件下推
外部查詢條件不能夠下推到複雜的視圖或子查詢的情況有：
●聚合子查詢；
●含有 LIMIT 的子查詢；
●UNION 或 UNION ALL 子查詢；
●輸出字段中的子查詢；
如下面的語句，從執行計劃可以看出其條件作用於聚合子查詢之後
確定從語義上查詢條件可以直接下推後，重寫如下：
執行計劃變爲：
提前縮小範圍
先上初始 SQL 語句：
數爲 90 萬，時間消耗爲 12 秒。
由於最後 WHERE 條件以及排序均針對最左主表，因此可以先對 my_order 排序提前縮小數據量再做左連接。SQL 重寫後如下，執行時間縮小爲 1 毫秒左右。
再檢查執行計劃：子查詢物化後（select_type=DERIVED) 參與 JOIN。雖然估算行掃描仍然爲 90 萬，但是利用了索引以及 LIMIT 子句後，實際執行時間變得很小。
中間結果集下推
再來看下面這個已經初步優化過的例子 (左連接中的主表優先作用查詢條件)：
那麼該語句還存在其它問題嗎？不難看出子查詢 c 是全表聚合查詢，在表數量特別大的情況下會導致整個語句的性能下降。
其實對於子查詢 c，左連接最後結果集只關心能和主表 resourceid 能匹配的數據。因此我們可以重寫語句如下，執行時間從原來的 2 秒下降到 2 毫秒。
但是子查詢 a 在我們的 SQL 語句中出現了多次。這種寫法不僅存在額外的開銷，還使得整個語句顯的繁雜。使用 WITH 語句再次重寫：
總結
數據庫編譯器產生執行計劃，決定着 SQL 的實際執行方式。但是編譯器只是盡力服務，所有數據庫的編譯器都不是盡善盡美的。
上述提到的多數場景，在其它數據庫中也存在性能問題。瞭解數據庫編譯器的特性，才能避規其短處，寫出高性能的 SQL 語句。
程序員在設計數據模型以及編寫 SQL 語句時，要把算法的思想或意識帶進來。
編寫複雜 SQL 語句要養成使用 WITH 語句的習慣。簡潔且思路清晰的 SQL 語句也能減小數據庫的負擔 。
MySQL參數優化
最大連接數
○max_connections是MySQL最大併發連接數，默認值151
○MySQL允許的最大連接數上限是16384
○實際連接數是最大連接數的85%較爲合適
請求堆棧的大小
○back_log是存放執行請求的堆棧大小，默認值是50
○一般堆棧大小設置成最大連接數的1/3
修改併發線程數
○innodb_thread_concurrency代表併發線程數，默認是0
○併發線程數應該設置爲CPU核心數的兩倍
修改連接超時時間
○wait-timeout是超時時間，單位是秒
○連接默認超時爲8小時，連接長期不用又不銷燬，浪費資源
數據緩存
○innodb_buffer_pool_size是InnoDB的緩存容量，默認是128M
○InnoDB緩存的大小可以設置爲主機內存的70%~80%
慢查詢日誌
慢查詢日誌會把查詢耗時超過規定時間的SQL語句記錄下來，利用慢查詢日誌，定位分析性能的瓶頸。
slow_query_log 可以設置慢查詢日誌的開閉狀態
long_query_time 可以規定查詢超時的時間，單位是秒
slow_query_log = ON
long_query_time = 1