8种常被忽视的SQL错误用法

sql语句的执行顺序:

FROM <left_table>
ON <join_condition>
<join_type> JOIN <right_table>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
SELECT
DISTINCT <select_list>
ORDER BY <order_by_condition>
LIMIT <limit_number>

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 
WHERE  type = 'SQLStats' AND name = 'SlowLog' 
ORDER  BY create_time 
LIMIT  1000, 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 
WHERE    type = 'SQLStats' AND name = 'SlowLog' 
AND      create_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 
    > WHERE  b.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 
SET    status = 'applying' 
WHERE  o.id IN (SELECT id 
               FROM   (SELECT o.id, 
                              o.status 
                       FROM   operation o 
                       WHERE  o.group = 123 
                              AND o.status NOT IN ( 'done' ) 
                       ORDER  BY o.parent, 
                                 o.id 
                       LIMIT  1) t);

执行计划：

image

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 o 
      JOIN  (SELECT o.id, 
                           o.status 
                    FROM   operation o 
                    WHERE  o.group = 123 
                           AND o.status NOT IN ( 'done' ) 
                    ORDER  BY o.parent, 
                              o.id 
                    LIMIT  1) t
        ON o.id = t.id 
SET    status = 'applying'

执行计划简化为：

image

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 o 
      INNER JOIN my_appraise a ON a.orderid = o.id 
ORDER  BY a.is_reply ASC, 
         a.appraise_time DESC 
LIMIT  0, 20

执行计划显示为全表扫描：

image

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   ((SELECT *
        FROM   my_order o 
               INNER JOIN my_appraise a 
                       ON a.orderid = o.id 
                          AND is_reply = 0 
        ORDER  BY appraise_time DESC 
        LIMIT  0, 20) 
       UNION ALL 
       (SELECT *
        FROM   my_order o 
               INNER JOIN my_appraise a 
                       ON a.orderid = o.id 
                          AND is_reply = 1 
        ORDER  BY appraise_time DESC 
        LIMIT  0, 20)) t 
ORDER  BY  is_reply ASC, 
         appraisetime DESC 
LIMIT  20;

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   my_neighbor n 
      LEFT JOIN my_neighbor_apply sra 
             ON n.id = sra.neighbor_id 
                AND sra.user_id = 'xxx' 
WHERE  n.topic_status < 4 
      AND EXISTS(SELECT 1 
                 FROM   message_info m 
                 WHERE  n.id = m.neighbor_id 
                        AND m.inuser = 'xxx') 
      AND n.topic_type <> 5

执行计划为：

image

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   my_neighbor n 
      INNER JOIN message_info m 
              ON n.id = m.neighbor_id 
                 AND m.inuser = 'xxx' 
      LEFT JOIN my_neighbor_apply sra 
             ON n.id = sra.neighbor_id 
                AND sra.user_id = 'xxx' 
WHERE  n.topic_status < 4 
      AND n.topic_type <> 5

新的执行计划：

image

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：

聚合子查询；

含有 LIMIT 的子查询；

UNION 或 UNION ALL 子查询；

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   (SELECT target, 
              Count(*) 
       FROM   operation 
       GROUP  BY target) t 
WHERE  target = 'rm-xxxx'

image

确定从语义上查询条件可以直接下推后，重写如下：

SELECT target, 
      Count(*) 
FROM   operation 
WHERE  target = 'rm-xxxx' 
GROUP  BY target

执行计划变为：

image

关于 MySQL 外部条件不能下推的详细解释说明请参考以前文章：MySQL · 性能优化 · 条件下推到物化表 http://mysql.taobao.org/monthly/2016/07/08

7. 提前缩小范围

先上初始 SQL 语句：

SELECT * 
FROM   my_order o 
      LEFT JOIN my_userinfo u 
             ON o.uid = u.uid
      LEFT JOIN my_productinfo p 
             ON o.pid = p.pid 
WHERE  ( o.display = 0 ) 
      AND ( o.ostaus = 1 ) 
ORDER  BY o.selltime DESC 
LIMIT  0, 15

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。

image

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 (
SELECT * 
FROM   my_order o 
WHERE  ( o.display = 0 ) 
      AND ( o.ostaus = 1 ) 
ORDER  BY o.selltime DESC 
LIMIT  0, 15
) o 
    LEFT JOIN my_userinfo u 
             ON o.uid = u.uid 
    LEFT JOIN my_productinfo p 
             ON o.pid = p.pid 
ORDER BY  o.selltime DESC
limit 0, 15

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。

image

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    a.*, 
         c.allocated 
FROM      ( 
             SELECT   resourceid 
             FROM     my_distribute d 
                  WHERE    isdelete = 0 
                  AND      cusmanagercode = '1234567' 
                  ORDER BY salecode limit 20) a 
LEFT JOIN 
         ( 
             SELECT   resourcesid， sum(ifnull(allocation, 0) * 12345) allocated 
             FROM     my_resources 
                  GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

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    a.*, 
         c.allocated 
FROM      ( 
                  SELECT   resourceid 
                  FROM     my_distribute d 
                  WHERE    isdelete = 0 
                  AND      cusmanagercode = '1234567' 
                  ORDER BY salecode limit 20) a 
LEFT JOIN 
         ( 
                  SELECT   resourcesid， sum(ifnull(allocation, 0) * 12345) allocated 
                  FROM     my_resources r, 
                           ( 
                                    SELECT   resourceid 
                                    FROM     my_distribute d 
                                    WHERE    isdelete = 0 
                                    AND      cusmanagercode = '1234567' 
                                    ORDER BY salecode limit 20) a 
                  WHERE    r.resourcesid = a.resourcesid 
                  GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

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：

WITH a AS 
( 
        SELECT   resourceid 
        FROM     my_distribute d 
        WHERE    isdelete = 0 
        AND      cusmanagercode = '1234567' 
        ORDER BY salecode limit 20)
SELECT    a.*, 
         c.allocated 
FROM      a 
LEFT JOIN 
         ( 
                  SELECT   resourcesid， sum(ifnull(allocation, 0) * 12345) allocated 
                  FROM     my_resources r, 
                           a 
                  WHERE    r.resourcesid = a.resourcesid 
                  GROUP BY resourcesid) c 
ON        a.resourceid = c.resourcesid

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。

程序员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。