8 种最坑的 SQL 错误用法，你有没有踩过？

如题所述

举报该问题

第1个回答 2024-09-19

sql语句的执行顺序：

FROM <1>ON <2>JOIN <3>WHERE <4>GROUP BY <5>HAVING <6>SELECT <7>DISTINCT <8>ORDER BY <9>LIMIT <10>

1、LIMIT 语句分页查询是最常用的场景之一，但也通常也是最容易出问题的地方。比如对于下面简单的语句，一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引，性能迅速提升。

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;

好吧，可能90%以上的 DBA 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时，程序员仍然会抱怨：我只取10条记录为什么还是慢？

要知道数据库也并不知道第1000000条记录从什么地方开始，即使有索引也需要从头计算一次。出现这种性能问题，多数情形下是程序员偷懒了。

在前端数据浏览翻页，或者大数据分批导出等场景下，是可以将上一页的最大值当成参数作为查询条件的。SQL 重新设计如下：

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;

在新设计下查询时间基本固定，不会随着数据量的增长而发生变化。

2、隐式转换 SQL语句中查询变量和字段定义类型不匹配是另一个常见的错误。比如下面的语句：

mysql> explain extended SELECT *> FROM my_balance b> WHEREb.bpn = 14000000123> AND b.isverified IS NULL ;mysql> show warnings;| Warning | 1739 | Cannot use ref access on index 'bpn' due to type or collation conversion on field 'bpn'

其中字段 bpn 的定义为 varchar(20)，MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段，索引失效。

上述情况可能是应用程序框架自动填入的参数，而不是程序员的原意。现在应用框架很多很繁杂，使用方便的同时也小心它可能给自己挖坑。

3、关联更新、删除虽然 MySQL5.6 引入了物化特性，但需要特别注意它目前仅仅针对查询语句的优化。对于更新或删除需要手工重写成 JOIN。

比如下面 UPDATE 语句，MySQL 实际执行的是循环/嵌套子查询（DEPENDENT SUBQUERY)，其执行时间可想而知。

UPDATE operation o SETstatus = 'applying' WHEREo.id IN (SELECT id FROM (SELECT o.id,o.status FROM operation o WHEREo.group = 123AND o.status NOT IN ( 'done' ) ORDERBY o.parent, o.id LIMIT1) t);

执行计划：

+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+| id | select_type| table | type| possible_keys | key | key_len | ref | rows | Extra |+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+| 1| PRIMARY| o | index | | PRIMARY | 8 | | 24 | Using where; Using temporary|| 2| DEPENDENT SUBQUERY | | | | | | || Impossible WHERE noticed after reading const tables || 3| DERIVED| o | ref | idx_2,idx_5 | idx_5 | 8 | const | 1| Using where; Using filesort |+----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+

重写为 JOIN 之后，子查询的选择模式从 DEPENDENT SUBQUERY 变成 DERIVED，执行速度大大加快，从7秒降低到2毫秒。

UPDATE operation oJOIN(SELECT o.id, o.statusFROM operation oWHEREo.group = 123 AND o.status NOT IN ( 'done' )ORDERBY o.parent,o.idLIMIT1) t ON o.id = t.id SETstatus = 'applying'

执行计划简化为：

+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+| 1| PRIMARY | || | | | || Impossible WHERE noticed after reading const tables || 2| DERIVED | o | ref| idx_2,idx_5 | idx_5 | 8 | const | 1| Using where; Using filesort |+----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+

4、混合排序 MySQL 不能利用索引进行混合排序。但在某些场景，还是有机会使用特殊方法提升性能的。

SELECT * FROM my_order oINNER JOIN my_appraise a ON a.orderid = o.id ORDERBY a.is_reply ASC, a.appraise_time DESC LIMIT0, 20

执行计划显示为全表扫描：

+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+| id | select_type | table | type | possible_keys | key | key_len | ref| rows| Extra+----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+|1 | SIMPLE| a | ALL| idx_orderid | NULL| NULL| NULL| 1967647 | Using filesort ||1 | SIMPLE| o | eq_ref | PRIMARY | PRIMARY | 122 | a.orderid | 1 | NULL |+----+-------------+-------+--------+---------+---------+---------+-----------------+---------+-+

由于 is_reply 只有0和1两种状态，我们按照下面的方法重写后，执行时间从1.58秒降低到2毫秒。

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;0

5、EXISTS语句 MySQL 对待 EXISTS 子句时，仍然采用嵌套子查询的执行方式。如下面的 SQL 语句：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;1

执行计划为：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;2

去掉 exists 更改为 join，能够避免嵌套子查询，将执行时间从1.93秒降低为1毫秒。

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;3

新的执行计划：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;4

6、条件下推外部查询条件不能够下推到复杂的视图或子查询的情况有：

1、聚合子查询；2、含有 LIMIT 的子查询；3、UNION 或 UNION ALL 子查询；4、输出字段中的子查询；

如下面的语句，从执行计划可以看出其条件作用于聚合子查询之后：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;5

确定从语义上查询条件可以直接下推后，重写如下：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;6

执行计划变为：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;7

7、提前缩小范围** 先上初始 SQL 语句：

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;8

该SQL语句原意是：先做一系列的左连接，然后排序取前15条记录。从执行计划也可以看出，最后一步估算排序记录数为90万，时间消耗为12秒。

SELECT * FROM operation WHEREtype = 'SQLStats'AND name = 'SlowLog' ORDERBY create_time LIMIT1000, 10;9

由于最后 WHERE 条件以及排序均针对最左主表，因此可以先对 my_order 排序提前缩小数据量再做左连接。SQL 重写后如下，执行时间缩小为1毫秒左右。

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;0

再检查执行计划：子查询物化后（select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万，但是利用了索引以及 LIMIT 子句后，实际执行时间变得很小。

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;1

8、中间结果集下推再来看下面这个已经初步优化过的例子(左连接中的主表优先作用查询条件)：

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;2

那么该语句还存在其它问题吗？不难看出子查询 c 是全表聚合查询，在表数量特别大的情况下会导致整个语句的性能下降。

其实对于子查询 c，左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因此我们可以重写语句如下，执行时间从原来的2秒下降到2毫秒。

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;3

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销，还使得整个语句显的繁杂。使用 WITH 语句再次重写：

SELECT * FROM operation WHEREtype = 'SQLStats' ANDname = 'SlowLog' ANDcreate_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;4

总结数据库编译器产生执行计划，决定着SQL的实际执行方式。但是编译器只是尽力服务，所有数据库的编译器都不是尽善尽美的。上述提到的多数场景，在其它数据库中也存在性能问题。了解数据库编译器的特性，才能避规其短处，写出高性能的SQL语句。在设计数据模型以及编写SQL语句时，要把算法的思想或意识带进来。编写复杂SQL语句要养成使用 WITH 语句的习惯。简洁且思路清晰的SQL语句也能减小数据库的负担。以上就是本次分享的所有内容，想要了解更多欢迎前往公众号：Python 编程学习圈，每日干货分享

原文：https://juejin.cn/post/7097429759528796197