記一次神奇的SQL查詢經(jīng)歷,group by慢查詢優(yōu)化
一、問題背景
現(xiàn)網(wǎng)出現(xiàn)慢查詢,在500萬數(shù)量級的情況下,單表查詢速度在30多秒,需要對sql進(jìn)行優(yōu)化,sql如下:
我在測試環(huán)境構(gòu)造了500萬條數(shù)據(jù),模擬了這個慢查詢。
簡單來說,就是查詢一定條件下,都有哪些用戶的。很簡單的sql,可以看到,查詢耗時為37秒。
說一下app_account字段的分布情況,隨機(jī)生成了5000個不同的隨機(jī)數(shù),然后分布到了這500萬條數(shù)據(jù)里,平均來說,每個app_account都會有1000個是重復(fù)的值,種類共有5000個。
二、看執(zhí)行計劃
可以看到,group by字段上我是加了索引的,也用到了。
三、優(yōu)化
說實話,我是不知道該怎么優(yōu)化的,這玩意還能怎么優(yōu)化??!先說下,下面的思路都是沒用的。
思路一:
后面應(yīng)該加上 order by null;避免無用排序,但其實對結(jié)果耗時影響不大,還是很慢。
思路二:
where條件太復(fù)雜,沒索引,導(dǎo)致查詢慢,但我給where條件的所有字段加上了組合索引,也還是沒用。
思路三:
既然group by慢,換distinct試試??(這里就是本篇博客里說的神奇的地方了)。
臥槽????。?!這是什么情況,瞬間這么快了??!?。?/p>
雖然知道group by和distinct有很小的性能差距,但是真沒想到,差距居然這么大?。?!大發(fā)現(xiàn)?。?!
四、你以為這就結(jié)束了嗎
我是真的希望就這么結(jié)束了,那這個問題就很簡單的解決了,順便還自以為是的發(fā)現(xiàn)了一個新知識。
但是!
這個bug轉(zhuǎn)給測試后,測試一測,居然還是30多秒???這是什么情況?。????
我當(dāng)然是不信了,去測試電腦上執(zhí)行sql,還真是30多秒。。。
我又回我的電腦上,連接同一個數(shù)據(jù)庫,一執(zhí)行sql,0.8秒?。?/p>
什么情況,同一個庫,同一個sql,怎么在兩臺電腦執(zhí)行的差距這么大!
后來直接在服務(wù)器上執(zhí)行:
醉了,居然還是30多秒。。。。
那看來就是我電腦的問題了。
后來我用多個同事的電腦實驗,最后得出的結(jié)論是:
是因為我用的SQLyog!
哎,現(xiàn)在發(fā)現(xiàn)了,只有用sqlyog執(zhí)行這個“優(yōu)化后”的sql會是0.8秒,在navcat和服務(wù)器上直接執(zhí)行,都是30多秒。
那就是sqlyog的問題了,現(xiàn)在也不清楚sqlyog是不是做什么優(yōu)化了,這個慢查詢的問題還在解決中(我覺得問題可能是出在mysql自身的參數(shù)上吧)。
這里只是記錄下這個坑,sqlyog執(zhí)行sql速度,和服務(wù)器執(zhí)行sql速度,在有的sql中差異巨大,并不可靠。
五、后續(xù)(還未解決)
感謝大家在評論里出謀劃策,我來回復(fù)下問題進(jìn)展:
1.所謂的sqlyog查詢快,命令行查詢慢的現(xiàn)象,已經(jīng)找到原因了。是因為sqlyog會在查詢語句后默認(rèn)加上limit 1000,所以導(dǎo)致很快。這個問題不再糾結(jié)。
2.我已經(jīng)試驗過的方法(都沒有用):
①給app_account字段加索引。
②給sql語句后面加order by null。
③調(diào)整where條件里字段的查詢順序,有索引的放前面。
④給所有where條件的字段加組合索引。
⑤用子查詢的方式,先查where條件里的內(nèi)容,再去重。
測試環(huán)境和現(xiàn)網(wǎng)環(huán)境數(shù)據(jù)還是有點不一樣的,我貼一張現(xiàn)網(wǎng)執(zhí)行sql的圖(1分鐘。。。):
六、最終解決方案
感謝評論里42樓的@言楓大佬!
經(jīng)過你的提醒,我確實發(fā)現(xiàn),explain執(zhí)行計劃里,索引好像并沒有用到我創(chuàng)建的idx_end_time。
然后果斷在現(xiàn)網(wǎng)試了下,強制指定使用idx_end_time索引,結(jié)果只要0.19秒!
至此問題解決,其實同事昨天也在懷疑,是不是這個表索引建的太多了,導(dǎo)致用的不對,原本用的是idx_org_id和idx_mvno_id。
現(xiàn)在強制指定idx_end_time就ok了!
最后再對比下改前后的執(zhí)行計劃:
改之前(查詢要1分鐘左右):
改之后(查詢只要幾百毫秒):