下载安卓APP箭头
箭头给我发消息

客服QQ:3315713922

程序员们记住这8种常被忽视的SQL错误用法

作者:课课家教育     来源: http://www.kokojia.com点击数:540发布时间: 2019-04-16 10:01:34

标签: 数据库系统工程师数据库系统工程师学习视频数据库工程师

    其实,今天你会看到每个人——从新手到专家——在使用SQL时犯的各种常见错误。你不能永远避免犯任何错误,但是熟悉广泛的错误将帮助你在尽可能短的时间内解决这些错误。但是我们有了前人的经验,我们就可以避免更多的数据库错误了,那么我们来看一下我们需要记住哪些错误?

sql语句的执行顺序:

  1. FROM  
  2. <left_table> 
  3.  
  4. ON  
  5. <join_condition> 
  6.  
  7. <join_type> 
  8.  JOIN  
  9. <right_table> 
  10.  
  11. WHERE  
  12. <where_condition> 
  13.  
  14. GROUP BY  
  15. <group_by_list> 
  16.  
  17. HAVING  
  18. <having_condition> 
  19.  
  20. SELECT 
  21.  
  22. DISTINCT  
  23. <select_list> 
  24.  
  25. ORDER BY  
  26. <order_by_condition> 
  27.  
  28. LIMIT  
  29. <limit_number> 

<left_table><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。

  1. SELECT *  
  2. FROM   operation  
  3. WHERE  type = 'SQLStats'  
  4.        AND name = 'SlowLog'  
  5. ORDER  BY create_time  
  6. 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:

  1. SELECT   *  
  2. FROM     operation  
  3. WHERE    type = 'SQLStats'  
  4. AND      name = 'SlowLog'  
  5. AND      create_time > '2017-03-16 14:00:00'  
  6. 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:

  1. MySQL> explain extended SELECT *  
  2.      > FROM   my_balance b  
  3.      > WHERE  b.bpn = 14000000123  
  4.      >       AND b.isverified IS NULL ; 
  5. mysql> show warnings; 
  6. | 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。

  1. UPDATE operation o  
  2. SET    status = 'applying'  
  3. WHERE  o.id IN (SELECT id  
  4.                 FROM   (SELECT o.id,  
  5.                                o.status  
  6.                         FROM   operation o  
  7.                         WHERE  o.group = 123  
  8.                                AND o.status NOT IN ( 'done' )  
  9.                         ORDER  BY o.parent,  
  10.                                   o.id  
  11.                         LIMIT  1) t);  

执行计划:

  1. +----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+ 
  2. | id | select_type        | table | type  | possible_keys | key     | key_len | ref   | rows | Extra                                               | 
  3. +----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+ 
  4. | 1  | PRIMARY            | o     | index |               | PRIMARY | 8       |       | 24   | Using where; Using temporary                        | 
  5. | 2  | DEPENDENT SUBQUERY |       |       |               |         |         |       |      | Impossible WHERE noticed after reading const tables | 
  6. | 3  | DERIVED            | o     | ref   | idx_2,idx_5   | idx_5   | 8       | const | 1    | Using where; Using filesort                         | 
  7. +----+--------------------+-------+-------+---------------+---------+---------+-------+------+-----------------------------------------------------+ 

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。

  1. UPDATE operation o  
  2.        JOIN  (SELECT o.id,  
  3.                             o.status  
  4.                      FROM   operation o  
  5.                      WHERE  o.group = 123  
  6.                             AND o.status NOT IN ( 'done' )  
  7.                      ORDER  BY o.parent,  
  8.                                o.id  
  9.                      LIMIT  1) t 
  10.          ON o.id = t.id  
  11. SET    status = 'applying'  

执行计划简化为:

  1. +----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+ 
  2. | id | select_type | table | type | possible_keys | key   | key_len | ref   | rows | Extra                                               | 
  3. +----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+ 
  4. | 1  | PRIMARY     |       |      |               |       |         |       |      | Impossible WHERE noticed after reading const tables | 
  5. | 2  | DERIVED     | o     | ref  | idx_2,idx_5   | idx_5 | 8       | const | 1    | Using where; Using filesort                         | 
  6. +----+-------------+-------+------+---------------+-------+---------+-------+------+-----------------------------------------------------+ 
  7. 4、混合排序 

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。

  1. SELECT *  
  2. FROM   my_order o  
  3.        INNER JOIN my_appraise a ON a.orderid = o.id  
  4. ORDER  BY a.is_reply ASC,  
  5.           a.appraise_time DESC  
  6. LIMIT  0, 20  

执行计划显示为全表扫描:

  1. +----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+ 
  2. | id | select_type | table | type   | possible_keys     | key     | key_len | ref      | rows    | Extra     
  3. +----+-------------+-------+--------+-------------+---------+---------+---------------+---------+-+ 
  4. |  1 | SIMPLE      | a     | ALL    | idx_orderid | NULL    | NULL    | NULL    | 1967647 | Using filesort | 
  5. |  1 | SIMPLE      | o     | eq_ref | PRIMARY     | PRIMARY | 122     | a.orderid |       1 | NULL           | 
  6. +----+-------------+-------+--------+---------+---------+---------+-----------------+---------+-+ 

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。

  1. SELECT *  
  2. FROM   ((SELECT * 
  3.          FROM   my_order o  
  4.                 INNER JOIN my_appraise a  
  5.                         ON a.orderid = o.id  
  6.                            AND is_reply = 0  
  7.          ORDER  BY appraise_time DESC  
  8.          LIMIT  0, 20)  
  9.         UNION ALL  
  10.         (SELECT * 
  11.          FROM   my_order o  
  12.                 INNER JOIN my_appraise a  
  13.                         ON a.orderid = o.id  
  14.                            AND is_reply = 1  
  15.          ORDER  BY appraise_time DESC  
  16.          LIMIT  0, 20)) t  
  17. ORDER  BY  is_reply ASC,  
  18.           appraisetime DESC  
  19. 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:

  1. SELECT * 
  2. FROM   my_neighbor n  
  3.        LEFT JOIN my_neighbor_apply sra  
  4.               ON n.id = sra.neighbor_id  
  5.                  AND sra.user_id = 'xxx'  
  6. WHERE  n.topic_status < 4  
  7.        AND EXISTS(SELECT 1  
  8.                   FROM   message_info m  
  9.                   WHERE  n.id = m.neighbor_id  
  10.                          AND m.inuser = 'xxx')  
  11.        AND n.topic_type <> 5  

执行计划为:

  1. +----+--------------------+-------+------+-----+------------------------------------------+---------+-------+---------+ -----+ 
  2. | id | select_type        | table | type | possible_keys     | key   | key_len | ref   | rows    | Extra   | 
  3. +----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+ 
  4. |  1 | PRIMARY            | n     | ALL  |  | NULL     | NULL    | NULL  | 1086041 | Using where                   | 
  5. |  1 | PRIMARY            | sra   | ref  |  | idx_user_id | 123     | const |       1 | Using where          | 
  6. |  2 | DEPENDENT SUBQUERY | m     | ref  |  | idx_message_info   | 122     | const |       1 | Using index condition; Using where | 
  7. +----+--------------------+-------+------+ -----+------------------------------------------+---------+-------+---------+ -----+ 

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。

  1. SELECT * 
  2. FROM   my_neighbor n  
  3.        INNER JOIN message_info m  
  4.                ON n.id = m.neighbor_id  
  5.                   AND m.inuser = 'xxx'  
  6.        LEFT JOIN my_neighbor_apply sra  
  7.               ON n.id = sra.neighbor_id  
  8.                  AND sra.user_id = 'xxx'  
  9. WHERE  n.topic_status < 4  
  10.        AND n.topic_type <> 5  

新的执行计划:

  1. +----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+ 
  2. | id | select_type | table | type   | possible_keys     | key       | key_len | ref   | rows | Extra                 | 
  3. +----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+ 
  4. |  1 | SIMPLE      | m     | ref    | | idx_message_info   | 122     | const    |    1 | Using index condition | 
  5. |  1 | SIMPLE      | n     | eq_ref | | PRIMARY   | 122     | ighbor_id |    1 | Using where      | 
  6. |  1 | SIMPLE      | sra   | ref    | | idx_user_id | 123     | const     |    1 | Using where           | 
  7. +----+-------------+-------+--------+ -----+------------------------------------------+---------+ -----+------+ -----+ 
  8. 6、条件下推 

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:

  1. SELECT *  
  2. FROM   (SELECT target,  
  3.                Count(*)  
  4.         FROM   operation  
  5.         GROUP  BY target) t  
  6. WHERE  target = 'rm-xxxx'  

<auto_key0>

  1. +----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+ 
  2. | id | select_type | table      | type  | possible_keys | key         | key_len | ref   | rows | Extra       | 
  3. +----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+ 
  4. |  1 | PRIMARY     | <derived2> | ref   | <auto_key0>   | <auto_key0> | 514     | const |    2 | Using where | 
  5. |  2 | DERIVED     | operation  | index | idx_4         | idx_4       | 519     | NULL  |   20 | Using index | 
  6. +----+-------------+------------+-------+---------------+-------------+---------+-------+------+-------------+ 

确定从语义上查询条件可以直接下推后,重写如下:

  1. SELECT target,  
  2.        Count(*)  
  3. FROM   operation  
  4. WHERE  target = 'rm-xxxx'  
  5. GROUP  BY target 

执行计划变为:

  1. +----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+ 
  2. | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | 
  3. +----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+ 
  4. | 1 | SIMPLE | operation | ref | idx_4 | idx_4 | 514 | const | 1 | Using where; Using index | 
  5. +----+-------------+-----------+------+---------------+-------+---------+-------+------+--------------------+ 

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:

  1. SELECT *  
  2. FROM   my_order o  
  3.        LEFT JOIN my_userinfo u  
  4.               ON o.uid = u.uid 
  5.        LEFT JOIN my_productinfo p  
  6.               ON o.pid = p.pid  
  7. WHERE  ( o.display = 0 )  
  8.        AND ( o.ostaus = 1 )  
  9. ORDER  BY o.selltime DESC  
  10. 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。

  1. +----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+ 
  2. | id | select_type | table | type   | possible_keys | key     | key_len | ref             | rows   | Extra                                              | 
  3. +----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+ 
  4. |  1 | SIMPLE      | o     | ALL    | NULL          | NULL    | NULL    | NULL            | 909119 | Using where; Using temporary; Using filesort       | 
  5. |  1 | SIMPLE      | u     | eq_ref | PRIMARY       | PRIMARY | 4       | o.uid |      1 | NULL                                               | 
  6. |  1 | SIMPLE      | p     | ALL    | PRIMARY       | NULL    | NULL    | NULL            |      6 | Using where; Using join buffer (Block Nested Loop) | 
  7. +----+-------------+-------+--------+---------------+---------+---------+-----------------+--------+----------------------------------------------------+ 

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。

  1. SELECT *  
  2. FROM ( 
  3. SELECT *  
  4. FROM   my_order o  
  5. WHERE  ( o.display = 0 )  
  6.        AND ( o.ostaus = 1 )  
  7. ORDER  BY o.selltime DESC  
  8. LIMIT  0, 15 
  9. ) o  
  10.      LEFT JOIN my_userinfo u  
  11.               ON o.uid = u.uid  
  12.      LEFT JOIN my_productinfo p  
  13.               ON o.pid = p.pid  
  14. ORDER BY  o.selltime DESC 
  15. 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。

 

  1. +----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+ 
  2. | id | select_type | table      | type   | possible_keys | key     | key_len | ref   | rows   | Extra                                              | 
  3. +----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+ 
  4. |  1 | PRIMARY     | <derived2> | ALL    | NULL          | NULL    | NULL    | NULL  |     15 | Using temporary; Using filesort                    | 
  5. |  1 | PRIMARY     | u          | eq_ref | PRIMARY       | PRIMARY | 4       | o.uid |      1 | NULL                                               | 
  6. |  1 | PRIMARY     | p          | ALL    | PRIMARY       | NULL    | NULL    | NULL  |      6 | Using where; Using join buffer (Block Nested Loop) | 
  7. |  2 | DERIVED     | o          | index  | NULL          | idx_1   | 5       | NULL  | 909112 | Using where                                        | 
  8. +----+-------------+------------+--------+---------------+---------+---------+-------+--------+----------------------------------------------------+ 

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):

  1. SELECT    a.*,  
  2.           c.allocated  
  3. FROM      (  
  4.               SELECT   resourceid  
  5.               FROM     my_distribute d  
  6.                    WHERE    isdelete = 0  
  7.                    AND      cusmanagercode = '1234567'  
  8.                    ORDER BY salecode limit 20) a  
  9. LEFT JOIN  
  10.           (  
  11.               SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated  
  12.               FROM     my_resources  
  13.                    GROUP BY resourcesid) c  
  14. 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。

  1. SELECT    a.*,  
  2.           c.allocated  
  3. FROM      (  
  4.                    SELECT   resourceid  
  5.                    FROM     my_distribute d  
  6.                    WHERE    isdelete = 0  
  7.                    AND      cusmanagercode = '1234567'  
  8.                    ORDER BY salecode limit 20) a  
  9. LEFT JOIN  
  10.           (  
  11.                    SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated  
  12.                    FROM     my_resources r,  
  13.                             (  
  14.                                      SELECT   resourceid  
  15.                                      FROM     my_distribute d  
  16.                                      WHERE    isdelete = 0  
  17.                                      AND      cusmanagercode = '1234567'  
  18.                                      ORDER BY salecode limit 20) a  
  19.                    WHERE    r.resourcesid = a.resourcesid  
  20.                    GROUP BY resourcesid) c  
  21. 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:

  1. WITH a AS  
  2. (  
  3.          SELECT   resourceid  
  4.          FROM     my_distribute d  
  5.          WHERE    isdelete = 0  
  6.          AND      cusmanagercode = '1234567'  
  7.          ORDER BY salecode limit 20) 
  8. SELECT    a.*,  
  9.           c.allocated  
  10. FROM      a  
  11. LEFT JOIN  
  12.           (  
  13.                    SELECT   resourcesid, sum(ifnull(allocation, 0) * 12345) allocated  
  14.                    FROM     my_resources r,  
  15.                             a  
  16.                    WHERE    r.resourcesid = a.resourcesid  
  17.                    GROUP BY resourcesid) c  
  18. ON        a.resourceid = c.resourcesid 
  19. 总结 

小编结语:

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 。

其实,针对于数据库的错误,我们更需要记住,数据库的错误,我们不可忽视,因为一个小小的错误会造成很大的错误的,而且数据也对我们非常重要,许多不同类型的错误——上百个——会干扰你和你的数据。幸运的是,大多数错误都不是灾难性的,并很好解决。然而,有一些错误如果发生了就非常严重。无论你什么时候试着纠正错误,你都要非常谨慎,因为如果你没有找到问题的根源那这个问题很可能会加倍。当你确实产生了错误,当然这是肯定会的,将它们当作你的学习经历。

赞(21)
踩(0)
分享到:
华为认证网络工程师 HCIE直播课视频教程