【MySQL】sql优化小调优一例

前言:今天在生产环境抓到慢SQL一例,单独拿出来执行速度非常快,我们拿出该SQL分析一下。

原始SQL:

select  distinct metadatalogid,opertime from xwcmmetadatalog where metadataid='4395597' order by opertime desc;

执行计划:

MariaDB [test]> explain select  distinct metadatalogid,opertime from xwcmmetadatalog where metadataid='4395597' order by opertime desc;
+------+-------------+-----------------+------+-------------------------------+-------------------------------+---------+-------+------+-----------------------------+
| id   | select_type | table           | type | possible_keys                 | key                           | key_len | ref   | rows | Extra                       |
+------+-------------+-----------------+------+-------------------------------+-------------------------------+---------+-------+------+-----------------------------+
|    1 | SIMPLE      | xwcmmetadatalog | ref  | IX_xwcmmetadatalog_METADATAID | IX_xwcmmetadatalog_METADATAID | 5       | const |    1 | Using where; Using filesort |
+------+-------------+-----------------+------+-------------------------------+-------------------------------+---------+-------+------+-----------------------------+
1 row in set (0.00 sec)

我们可以看到该执行计划其实问题也不是很大,唯一需要注意的就是用到了文件排序,当MySQL SERVER io比较吃紧的时候大量执行该SQL就会有问题了,所以我们优化思路就是消除这个文件排序即可。
查看索引

MariaDB [test]> show index from xwcmmetadatalog;
+-----------------+------------+----------------------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table           | Non_unique | Key_name                         | Seq_in_index | Column_name   | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-----------------+------------+----------------------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| xwcmmetadatalog |          0 | PRIMARY                          |            1 | METADATALOGID | A         |           0 |     NULL | NULL   |      | BTREE      |         |               |
| xwcmmetadatalog |          1 | IX_xwcmmetadatalog_SRCMETADATAID |            1 | SRCMETADATAID | A         |           0 |     NULL | NULL   | YES  | BTREE      |         |               |
| xwcmmetadatalog |          1 | IX_xwcmmetadatalog_METADATAID    |            1 | METADATAID    | A         |           0 |     NULL | NULL   | YES  | BTREE      |         |               |
+-----------------+------------+----------------------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
3 rows in set (0.00 sec)

我们看到执行计划用到的索引只包含METADATAID列,而我们的sql筛选条件不仅包含metadataid='4395597' 还用到了opertime来排序,所以我们针对这两个字段建立索引即可。

MariaDB [test]> create index idx_medataid_opertime on xwcmmetadatalog(metadataid,opertime);
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0

再次查看执行计划:

MariaDB [test]> explain select  distinct metadatalogid,opertime from xwcmmetadatalog where metadataid='4395597' order by opertime desc;
+------+-------------+-----------------+------+-----------------------------------------------------+-----------------------+---------+-------+------+--------------------------+
| id   | select_type | table           | type | possible_keys                                       | key                   | key_len | ref   | rows | Extra                    |
+------+-------------+-----------------+------+-----------------------------------------------------+-----------------------+---------+-------+------+--------------------------+
|    1 | SIMPLE      | xwcmmetadatalog | ref  | IX_xwcmmetadatalog_METADATAID,idx_medataid_opertime | idx_medataid_opertime | 5       | const |    1 | Using where; Using index |
+------+-------------+-----------------+------+-----------------------------------------------------+-----------------------+---------+-------+------+--------------------------+
1 row in set (0.00 sec)

完美

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容