内容摘要：判断问题SQL判断SQL是否有问题时可以通过两个表象进行判断：系统级别表象CPU消耗严重 IO等待严重 页面响应时间过长 应用的日志出现超时等错误

判断问题SQL

判断SQL是化技否有问题时可以通过两个表象进行判断：

系统级别表象

CPU消耗严重 IO等待严重 页面响应时间过长 应用的日志出现超时等错误

可以使用sar命令，top命令查看当前系统状态。巧总

也可以通过Prometheus、结及Grafana等监控工具观察系统状态。案例

SQL语句表象

冗长 执行时间过长 从全表扫描获取数据 执行计划中的分析rows、cost很大

冗长的化技SQL都好理解，一段SQL太长阅读性肯定会差，巧总而且出现问题的结及频率肯定会更高。更进一步判断SQL问题就得从执行计划入手，案例如下所示：

执行计划告诉我们本次查询走了全表扫描Type=ALL，分析rows很大(9950400)基本可以判断这是化技一段"有味道"的SQL。

获取问题SQL

不同数据库有不同的巧总获取方法，以下为目前主流数据库的结及慢查询SQL获取工具

MySQL

慢查询日志 测试工具loadrunner Percona公司的ptquery等工具

Oracle

AWR报告 测试工具loadrunner等 相关内部视图如v$、$session_wait等 GRID CONTROL监控工具

达梦数据库

AWR报告 测试工具loadrunner等 达梦性能监控工具（dem） 相关内部视图如v$、云南idc服务商案例$session_wait等 

SQL编写技巧

SQL编写有以下几个通用的分析技巧：

• 合理使用索引

索引少了查询慢；索引多了占用空间大，执行增删改语句的时候需要动态维护索引，影响性能 选择率高（重复值少）且被where频繁引用需要建立B树索引；

一般join列需要建立索引；复杂文档类型查询采用全文索引效率更好；索引的建立要在查询和DML性能之间取得平衡；复合索引创建时要注意基于非前导列查询的情况

• 使用UNION ALL替代UNION

UNION ALL的执行效率比UNION高，UNION执行时需要排重；UNION需要对数据进行排序

• 避免select * 写法

执行SQL时优化器需要将 * 转成具体的列；每次查询都要回表，不能走覆盖索引。

• JOIN字段建议建立索引

一般JOIN字段都提前加上索引

• 避免复杂SQL语句

提升可阅读性；避免慢查询的概率；可以转换成多个短查询，用业务端处理

• 避免where 1=1写法

• 避免order by rand()类似写法

RAND()导致数据列被多次扫描

SQL优化

执行计划

完成SQL优化一定要先读执行计划，执行计划会告诉你哪些地方效率低，哪里可以需要优化。我们以MYSQL为例，看看执行计划是什么。（每个数据库的执行计划都不一样，需要自行了解）explain sql

接下来我们用一段实际优化案例来说明SQL优化的过程及优化技巧。源码库

优化案例

表结构 CREATE TABLE `a`(    `id`          int(11) NOT NULLAUTO_INCREMENT,    `seller_id`   bigint(20)                                       DEFAULT NULL,    `seller_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,    `gmt_create`  varchar(30)                                      DEFAULT NULL,    PRIMARY KEY (`id`));CREATE TABLE `b`(    `id`          int(11) NOT NULLAUTO_INCREMENT,    `seller_name` varchar(100) DEFAULT NULL,    `user_id`     varchar(50)  DEFAULT NULL,    `user_name`   varchar(100) DEFAULT NULL,    `sales`       bigint(20)   DEFAULT NULL,    `gmt_create`  varchar(30)  DEFAULT NULL,    PRIMARY KEY (`id`));CREATE TABLE `c`(    `id`         int(11) NOT NULLAUTO_INCREMENT,    `user_id`    varchar(50)  DEFAULT NULL,    `order_id`   varchar(100) DEFAULT NULL,    `state`      bigint(20)   DEFAULT NULL,    `gmt_create` varchar(30)  DEFAULT NULL,    PRIMARY KEY (`id`));  三张表关联，查询当前用户在当前时间前后10个小时的订单情况，并根据订单创建时间升序排列，具体SQL如下 select a.seller_id,       a.seller_name,       b.user_name,       c.statefrom a,     b,     cwhere a.seller_name = b.seller_name  and b.user_id = c.user_id  and c.user_id = 17  and a.gmt_create    BETWEEN DATE_ADD(NOW(), INTERVAL – 600 MINUTE)    AND DATE_ADD(NOW(), INTERVAL 600 MINUTE)order by a.gmt_create；  查看数据量 原执行时间 原执行计划 初步优化思路 SQL中 where条件字段类型要跟表结构一致，表中user_id 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表user_id 字段改成int类型。 因存在b表和c表关联，将b和c表user_id创建索引 因存在a表和b表关联，将a和b表seller_name字段创建索引 利用复合索引消除临时表和排序

初步优化SQL

alter table b modify `user_id` int(10) DEFAULT NULL;alter table c modify `user_id` int(10) DEFAULT NULL;alter table c add index `idx_user_id`(`user_id`);alter table b add index `idx_user_id_sell_name`(`user_id`,`seller_name`);alter table a add index `idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`); 

查看优化后执行时间

查看优化后执行计划

查看warnings信息

继续优化alter table a modify "gmt_create" datetime DEFAULT NULL;

查看执行时间

查看执行计划

总结

查看执行计划 explain 如果有告警信息，查看告警信息 show warnings; 查看SQL涉及的表结构和索引信息 根据执行计划，思考可能的优化点 按照可能的优化点执行表结构变更、增加索引、SQL改写等操作 查看优化后的执行时间和执行计划 如果优化效果不明显，重复第四步操作云服务器提供商