一次非常有意思的SQL優化經歷:從30248.271s到0.001s
場景
我用的資料庫是mysql5.6，下面簡單的介紹下場景
課程表
create table Course( c_id int PRIMARY KEY, name varchar(10) )
資料100條
學生表:
create table Student( id int PRIMARY KEY, name varchar(10) )
資料70000條
學生成績表SC
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)
資料70w條
查詢目的：
查詢語文考100分的考生
查詢語句：
select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
執行時間：30248.271s
暈,為什麼這麼慢，先來檢視下查詢計劃：
EXPLAIN select s.* from Student s where s.s_id in (select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
發現沒有用到索引，type全是ALL，那麼首先想到的就是建立一個索引，建立索引的欄位當然是在where條件的欄位。
先給sc表的c_id和score建個索引
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再次執行上述查詢語句，時間為: 1.054s
快了3w多倍，大大縮短了查詢時間，看來索引能極大程度的提高查詢效率，看來建索引很有必要，很多時候都忘記建
索引了，資料量小的的時候壓根沒感覺，這優化感覺挺爽。
但是1s的時間還是太長了，還能進行優化嗎，仔細看執行計劃：
檢視優化後的sql:
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
< in_optimizer > (
`YSB`.`s`.`s_id` ,< EXISTS > (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
< CACHE > (`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
)補充：這裡有網友問怎麼檢視優化後的語句
方法如下：
在命令視窗執行 
有type=all
按照我之前的想法，該sql的執行的順序應該是先執行子查詢
select s_id from SC sc where sc.c_id = 0 and sc.score = 100
耗時：0.001s
得到如下結果：
然後再執行
select s.* from Student s where s.s_id in(7,29,5000)
耗時：0.001s
這樣就是相當快了啊，Mysql竟然不是先執行裡層的查詢，而是將sql優化成了exists子句，並出現了EPENDENT SUBQUERY，
mysql是先執行外層查詢，再執行裡層的查詢，這樣就要迴圈70007*11=770077次。
那麼改用連線查詢呢？
SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_id where sc.c_id=0 and sc.score=100
這裡為了重新分析連線查詢的情況，先暫時刪除索引sc_c_id_index，sc_score_index
執行時間是：0.057s
效率有所提高，看看執行計劃：
這裡有連表的情況出現，我猜想是不是要給sc表的s_id建立個索引
CREATE index sc_s_id_index on SC(s_id);
show index from SC
在執行連線查詢
時間: 1.076s，竟然時間還變長了，什麼原因？檢視執行計劃：
優化後的查詢語句為：
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
)
貌似是先做的連線查詢，再執行的where過濾
回到前面的執行計劃：
這裡是先做的where過濾，再做連表，執行計劃還不是固定的，那麼我們先看下標準的sql執行順序：
正常情況下是先join再where過濾，但是我們這裡的情況，如果先join，將會有70w條資料傳送join做操，因此先執行where
過濾是明智方案，現在為了排除mysql的查詢優化，我自己寫一條優化後的sql
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
即先執行sc表的過濾，再進行表連線，執行時間為：0.054s
和之前沒有建s_id索引的時間差不多
檢視執行計劃：
先提取sc再連表，這樣效率就高多了，現在的問題是提取sc的時候出現了掃描表，那麼現在可以明確需要建立相關索引
CREATE index sc_c_id_index on SC(c_id);
CREATE index sc_score_index on SC(score);
再執行查詢：
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id
執行時間為：0.001s，這個時間相當靠譜，快了50倍
執行計劃：
我們會看到，先提取sc，再連表，都用到了索引。
那麼再來執行下sql
SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_id where sc.c_id=0 and sc.score=100
執行時間0.001s
執行計劃：
這裡是mysql進行了查詢語句優化，先執行了where過濾，再執行連線操作，且都用到了索引。
總結：
1.mysql巢狀子查詢效率確實比較低
2.可以將其優化成連線查詢
3.建立合適的索引
4.學會分析sql執行計劃，mysql會對sql進行優化，所以分析執行計劃很重要
由於時間問題，這篇文章先寫到這裡，後續再分享其他的sql優化經歷。