我在面试的时候很喜欢问候选人这样一个问题：“你在项目中遇到过慢查询问题吗？你是怎么做SQL优化的？”

很多时候，候选人会直接跟我说他们在编写SQL时会遵循的一些常用技巧，比如：

• 合理使用索引
• 使用UNION ALL替代UNION
• 不要使用select * 写法
• JOIN字段建议建立索引
• 避免复杂SQL语句

这里不能说完全错误，因为这些技巧确实可以提高SQL运行效率；但是也不能说完全正确，毕竟我是想问他具体怎么是做SQL优化的。

接下来我问他，我这里有一段复杂的SQL，你可以动手帮我优化一下吗？到这一步的时候就有很多候选人做不好打了退堂鼓。他们有很扎实的理论知识，但是动手能力却差点火候。

今天这篇文章就从实战的角度出发，带大家走一遍SQL优化的真实流程。

找出有问题的SQL？

在实际开发中要判断一段SQL有没有问题可以从两方面来判断：

1、系统层面

• CPU消耗严重
• IO等待严重
• 页面响应时间过长
• 应用的日志出现超时等错误

2、SQL语句层面

• 冗长
• 执行时间过长
• 从全表扫描获取数据
• 执行计划中的rows、cost很大

冗长的SQL都好理解，一段SQL太长阅读性肯定会差，出现问题的频率肯定会更高。更进一步判断SQL问题就必须得从执行计划入手，如下所示：

执行计划告诉我们本次查询走了全表扫描Type=ALL，rows很大(9950400)基本可以判断这是一段"有味道"的SQL。

查看SQL执行计划？

找到了有问题的SQL就要确定优化方案，那究竟从何处下手呢？这里必须要通过执行计划来观察。

执行计划会告诉你哪些地方效率低，哪里可以需要优化。我们以MYSQL为例，看看执行计划是什么。（每个数据库的执行计划都不一样，需要自行了解）

explain select * from xxx
复制代码

当使用explain sql后会看到执行计划

执行计划中几个重要字段的解释说明，大家需要记住

通过执行计划我们就可以确定优化方案，优化一处后再回过头来观察执行计划，如此往复循环直到找到最优目标为止。

下面给出一段有问题的SQL具体操作一下。

SQL优化案例

慢查询

1、表结构如下：

CREATE TABLE `a`
(
    `id`          int(11) NOT NULLAUTO_INCREMENT,
    `seller_id`   bigint(20)                                       DEFAULT NULL,
    `seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,
    `gmt_create`  varchar(30)                                      DEFAULT NULL,
    PRIMARY KEY (`id`)
);
CREATE TABLE `b`
(
    `id`          int(11) NOT NULLAUTO_INCREMENT,
    `seller_name` varchar(100) DEFAULT NULL,
    `user_id`     varchar(50)  DEFAULT NULL,
    `user_name`   varchar(100) DEFAULT NULL,
    `sales`       bigint(20)   DEFAULT NULL,
    `gmt_create`  varchar(30)  DEFAULT NULL,
    PRIMARY KEY (`id`)
);
CREATE TABLE `c`
(
    `id`         int(11) NOT NULLAUTO_INCREMENT,
    `user_id`    varchar(50)  DEFAULT NULL,
    `order_id`   varchar(100) DEFAULT NULL,
    `state`      bigint(20)   DEFAULT NULL,
    `gmt_create` varchar(30)  DEFAULT NULL,
    PRIMARY KEY (`id`)
);
复制代码

2、有问题的查询SQL

select a.seller_id,
       a.seller_name,
       b.user_name,
       c.state
from a,
     b,
     c
where a.seller_name = b.seller_name
  and b.user_id = c.user_id
  and c.user_id = 17
  and a.gmt_create
    BETWEEN DATE_ADD(NOW(), INTERVAL – 600 MINUTE)
    AND DATE_ADD(NOW(), INTERVAL 600 MINUTE)
order by a.gmt_create；
复制代码

a，b，c 三张表关联，查询用户17 在当前时间前后10个小时的订单情况，并根据订单创建时间升序排列

优化步骤

1、先查看各表数据量

2、查看原执行时间，总耗时0.21s

3、查看原执行计划

4、通过观察执行计划和SQL语句，确定初步优化方案

• SQL中 where条件字段类型要跟表结构一致，表中 user_id 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表 user_id 字段改成int类型。
• 因存在b表和c表关联，将b和c表 user_id创建索引
• 因存在a表和b表关联，将a和b表 seller_name字段创建索引
• 利用复合索引消除临时表和排序

初步优化的SQL：

alter table b modify `user_id` int(10) DEFAULT NULL;
alter table c modify `user_id` int(10) DEFAULT NULL;
alter table c add index `idx_user_id`(`user_id`);
alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`);
alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);
复制代码

查看优化后的执行时间

初步优化后执行速度提升了20倍，是否还能继续优化呢？

5、继续查看优化后的执行计划

这里只看到查询需要扫描的元素比较大，不过还看到了有两处告警信息，直接查看告警信息

show warnings
复制代码

Cannot use range access on index ‘idx_sellname_gmt_sellid’ due to type or collation conversion on field ‘get_create’，这句话是告诉你由于gmt_create列发生了类型转换所以无法走索引。

查看SQL建表语句发现gmt_create字段被设计成了varchar类型，在SQL查询时需要转化成时间格式做查询，确实不能走索引。

所以需要调整一下gmt_create字段格式

alter table a modify "gmt_create" datetime DEFAULT NULL;
复制代码

6、修改字段后再来查看执行时间

执行速度非常完美。

7、再观察优化后的执行计划

可以看到执行计划也很完美，至此SQL优化结束。

SQL优化小结

这里给大家总结一下优化SQL的套路

1. 查看执行计划 explain
2. 如果有告警信息，查看告警信息 show warnings;
3. 查看SQL涉及的表结构和索引信息
4. 根据执行计划，思考可能的优化点
5. 按照可能的优化点执行表结构变更、增加索引、SQL改写等操作
6. 查看优化后的执行时间和执行计划
7. 如果优化效果不明显，重复第四步操作