绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
记一次神奇的 SQL 查询经历,Group By 慢查询优化
2022-04-01 16:40:22

一、问题背景


现网出现慢查询,在500万数量级的情况下,单表查询速度在30多秒,需要对sql进行优化,sql如下:



我在测试环境构造了500万条数据,模拟了这个慢查询。


简单来说,就是查询一定条件下,都有哪些用户的。很简单的sql,可以看到,查询耗时为37秒。


说一下app_account字段的分布情况,随机生成了5000个不同的随机数,然后分布到了这500万条数据里,平均来说,每个app_account都会有1000个是重复的值,种类共有5000个。


二、看执行计划



可以看到,group by字段上我是加了索引的,也用到了。


三、优化


说实话,我是不知道该怎么优化的,这玩意还能怎么优化啊!先说下,下面的思路都是没用的。


思路一:


后面应该加上 order by null;避免无用排序,但其实对结果耗时影响不大,还是很慢。



思路二:


where条件太复杂,没索引,导致查询慢,但我给where条件的所有字段加上了组合索引,也还是没用


思路三:


既然group by慢,换distinct试试??(这里就是本篇博客里说的神奇的地方了)



卧槽?这是什么情况,瞬间这么快了?


虽然知道group by和distinct有很小的性能差距,但是真没想到,差距居然这么大!!大的发现啊!!


四、你以为这就结束了吗


我是真的希望就这么结束了,那这个问题就很简单的解决了,顺便还自以为是的发现了一个新知识。


但是!


这个bug转给测试后,测试一测,居然还是30多秒!?这是什么情况!!???


我当然是不信了,去测试电脑上执行sql,还真是30多秒。。。


我又回我的电脑上,连接同一个数据库,一执行sql,0.8秒!?


什么情况,同一个库,同一个sql,怎么在两台电脑执行的差距这么大!


后来直接在服务器上执行:



醉了,居然还是30多秒。。。。


那看来就是我电脑的问题了。


后来我用多个同事的电脑实验,后得出的结论是:


是因为我用的SQLyog!


哎,现在发现了,只有用sqlyog执行这个“优化后”的sql会是0.8秒,在navcat和服务器上直接执行,都是30多秒。


那就是sqlyog的问题了,现在也不清楚sqlyog是不是做什么优化了,这个慢查询的问题还在解决中(我觉得问题可能是出在mysql自身的参数上吧)。


这里只是记录下这个坑,sqlyog执行sql速度,和服务器执行sql速度,在有的sql中差异巨大,并不可靠。


五、后续(还未解决)


感谢大家在评论里出谋划策,我来回复下问题进展:


1.所谓的sqlyog查询快,命令行查询慢的现象,已经找到原因了。是因为sqlyog会在查询语句后默认加上limit 1000,所以导致很快。这个问题不再纠结。


2.我已经试验过的方法(都没有用):


①给app_account字段加索引。

②给sql语句后面加order by null。

③调整where条件里字段的查询顺序,有索引的放前面。

④给所有where条件的字段加组合索引。

⑤用子查询的方式,先查where条件里的内容,再去重。

 

测试环境和现网环境数据还是有点不一样的,我贴一张现网执行sql的图(1分钟。。。):



六、终解决方案


感谢评论里42楼的@言枫大佬!


经过你的提醒,我确实发现,explain执行计划里,索引好像并没有用到我创建的idx_end_time。


然后果断在现网试了下,强制指定使用idx_end_time索引,结果只要0.19秒!


 

至此问题解决,其实同事昨天也在怀疑,是不是这个表索引建的太多了,导致用的不对,原本用的是idx_org_id和idx_mvno_id。


现在强制指定idx_end_time就ok了!


 

后再对比下改前后的执行计划:


改之前(查询要1分钟左右):

 

改之后(查询只要几百毫秒):


作者:dijia478

https://www.cnblogs.com/dijia478/p/11550902.html



分享好友

分享这个小栈给你的朋友们,一起进步吧。

SQL Server专区
创建时间:2020-05-14 14:17:02
SQL Server 是Microsoft 公司推出的关系型数据库管理系统
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

技术专家

查看更多
  • 小雨滴
    专家
戳我,来吐槽~