字节面试官：一条sql执行慢的原因？如何优化？

点击上方“程序猿技术大咖”，关注并选择“设为星标”

回复“加群”获取入群讨论资格！

作为二本上岸大厂的后端应届生，深知没人带一路摸索的艰辛，想把自己的心路历程与经验心得收获分享给大家。后期大厂面试系列持续更新中.....

前文

众所周知，想要进大厂，MYSQL是必问的技术之一。如果你在中小公司工作，也许对数据库的操作仅仅简单CRUD就够用啦。但是，对于大厂，面对百万级数据量，如何保证MYSQL性能依旧很好呢？

这其实涉及很多方面：索引、主从读写分离、集群、分库分表、sql、锁、参数调优、表结构等。而本文想带领大家探讨一下“一条sql执行很慢可能的原因，如何优化？”。

由于笔者水平有限，可能考虑的不是很全面。欢迎留言补充。

关注我的小伙伴应该都知道我的原则：如果想要详细了解或则想知道它具体内部咋实现的建议仔细去看书，这里我就简单分享我的理解，知道这些，面试基本够用啦。（悄悄说：我也是看书+从阿里面试官那里偷学的！）

sql怎么会变慢呢？

我从来不喜欢说废话、打广告，网上千篇一律的文章讲了半天也get不到点。只为对标大厂面试，接下来看看我怎样回答吧。干货慢慢，若有不足，欢迎留言改正。

我认为，一个 SQL 执行的很慢，我们要分两种情况讨论：

1、大多数情况下很正常，偶尔很慢，则有如下原因

(1)、数据库在刷新脏页，例如 redo log 写满了需要同步到磁盘。

(2)、执行的时候，遇到锁，如表锁、行锁。

(3)、sql写的烂了

2、这条 SQL 语句一直执行的很慢，则有如下原因：

(1)、没有用上索引或则索引失效：例如该字段没有索引；或则由于对字段进行运算、函数操作导致无法用索引。

(2)、有索引可能会走全表扫描

怎样判断是否走全表扫描：

索引区分度（索引的值不同越多，区分度越高），称为基数，而数据量大时不可能全部扫描一遍得到基数，而是采样部分数据进行预测，那有可能预测错了，导致走全表扫描。

慢sql优化

数据库中设置SQL慢查询

方式一：修改配置文件在 my.ini 增加几行: 主要是慢查询的定义时间（超过2秒就是慢查询），以及慢查询log日志记录（ slow_query_log）

方式二：通过MySQL数据库开启慢查询:

分析慢查询日志

# 可以通过如下命令定位低效率执行sql
show processlist；# sql 可以用 explain 分析执行计划。

对于执行计划的分析，也是面试官喜欢考察的一个点。面试官：你是怎样使用explain的？对于执行计划你是怎样分析的？

这里简单带过，之后会详细解答。

主要关注这几个字段即可：

type：表示MySQL在表中找到所需行的方式，或者叫访问类型

type=ALL，全表扫描，MySQL遍历全表来找到匹配行
type=index，索引全扫描

type=range，索引范围扫描
type=eq_ref，唯一索引

type=NULL，MySQL不用访问表或者索引，直接就能够得到结果（性能最好）

possible_keys: 表示查询可能使用的索引

key: 实际使用的索引

key_len: 使用索引字段的长度

rows: 扫描行的数量

Extra：

using index：覆盖索引，不回表
using where：回表查询

using filesort：需要额外的排序，不能通过索引得到排序结果

慢sql如何让优化

对于MYSQL慢sql语句的优化，我们也可以分几个方面来进行分析（基本覆盖全面啦）：

面试从这几方面考虑：索引+sql语句+数据库结构优化+优化器优化+架构优化。

索引

尽量覆盖索引，5.6支持索引下推
组合索引符合最左匹配原则
避免索引失效
再写多读少的场景下，可以选择普通索引而不要唯一索引。更新时，普通索引可以使用change buffer进行优化，减少磁盘IO,将更新操作记录到change bufer，等查询来了将数据读到内存再进行修改.

索引建立原则（一般建在where和order by，基数要大，区分度要高，不要过度索引，外键建索引）

sql语句

1、分页查询优化

该方案适用于主键自增的表，可以把Limit查询转换成某个位置的查询。

select * from tb_sku where id>20000 limit 10;

2、优化insert语句

多条插入语句写成一条
在事务中插数据
数据有序插入（主键索引）

数据库结构优化

1、将字段多的表分解成多个表有些字段使用频率高，有些低，数据量大时，会由于使用频率低的存在而变慢，可以考虑分开。

2、对于经常联合查询的表，可以考虑建立中间表

优化器优化

1、优化器使用MRR

原理：MRR 【Multi-Range Read】将ID或键值读到buffer排序，通过把「随机磁盘读」，转化为「顺序磁盘读」，减少磁盘IO，从而提高了索引查询的性能。

开启mrr：

对于 Myisam，在去磁盘获取完整数据之前，会先按照 rowid 排好序，再去顺序的读取磁盘。

对于 Innodb，则会按照聚簇索引键值排好序，再顺序的读取聚簇索引。

磁盘预读：请求一页的数据时，可以把后面几页的数据也一起返回，放到数据缓冲池中，这样如果下次刚好需要下一页的数据，就不再需要到磁盘读取（局部性原理）

索引本身就是为了减少磁盘 IO，加快查询，而 MRR，则是把索引减少磁盘 IO 的作用，进一步放大

2、其他（其他可以去看书了解）

架构优化

读/写分离（主库写，从库读）

总结：

1、先设置慢查询（my.ini或数据库命令）

2、分析慢查询日志

3、定位低效率sql（show processlist）

4、explain分析执行计划（是否索引失效，用到索引没，用了哪些）

5、优化（索引+sql语句+数据库结构优化+优化器优化+架构优化）