select 
  o.no,s_order.no,sum(s_item.count),sum(after_sale_item.count)
  from 
  buyer_order o 
  left join seller_order s_order on o.id = s_order.buyer_order_id 
  left join seller_order_item s_item on s_order.id = s_item.seller_order_id
  left join seller_order_after_sale after_sale on s_order.id = after_sale.seller_order_id
  left join seller_order_after_sale_item after_sale_item on after_sale.id = after_sale_item.after_sale_id
where o.add_time >='2019-05-01'
group by
  o.id,s_order.id
order by 
  o.id
limit 0,10

以上SQL幾個關鍵字段都使用了索引。??

【原始的SQL分析】

這是一條很常規(guī)的SQL，邏輯上也沒什么毛病

這條SQL中有較多的連接查詢，如果隨著售后單的增加，連接的數據就會更多

將符合條件的數據都加載到內存后按照 order.id,s_order.id 進行分組統(tǒng)計，如果有100W的數據會怎樣？如果你用代碼去實現(xiàn)這么一段統(tǒng)計你會怎么做？

將統(tǒng)計完的數據再按照 order.id 進行排序，取出前10條數據。

從以上的SQL發(fā)現(xiàn)需要將符合條件的所有的數據加載到內存后要進行分組，統(tǒng)計，排序，最后再進行分頁。我們能不能減少數據的加載數量呢？能不能減少數據庫CPU的使用量，能不能先取少量的數據再統(tǒng)計呢？

基于以上的問題，我們進行了優(yōu)化

【分析步驟】

作為旁觀者一開始不了解我們功能需要輸出什么樣的數據，所以我們一開始要了解每張表存儲的是什么樣的數據，彼此之間的關系是什么。

我們忘記原來的SQL是什么樣的，按照我們需要的數據，再次重新的思考，不要再陷入原來的SQL的漩渦中。

針對上面提出的問題，如何減少數據的加載？能不能先分頁數據，再對分頁的數據進行單獨的統(tǒng)計呢？

那么我們是不是需要對group by進行優(yōu)化，我們要想辦法先分頁

大家是否想到了一些方法？

【優(yōu)化后的SQL】

select 
  o.id,o.no,s_order.no,
  (select sum(sot.count) from seller_order so 
    left join seller_order_item sot on so.id = sot.seller_order_id 
        where so.id =s_order.id ),
  (select sum(osat.count) from seller_order_after_sale osa 
    left join seller_order_after_sale_item osat on osa.id = osat.after_sale_id
        where osa.seller_order_id = s_order.id )
  from 
  buyer_order o 
  left join seller_order s_order on o.id = s_order.buyer_order_id 
where o.addTime >='2019-05-01'
order by 
  o.id
limit 0,10

【優(yōu)化的SQL分析】

很直觀的發(fā)現(xiàn)，我們把group by去掉了，因為按照 order.id,s_order.id 分組，實際只對 buyer_order和seller_order表進行連接，邏輯上是一樣的進行了分組。
group by不使用的話我們就減少了CPU對數據分組的處理，而且我們只連接主要的表數據，減少了加載到內存中的數據。
以上的操作就完成了我們之前說的先對數據分頁。我們取出了10條數據。
接著我們再對10條數據的銷售出去的商品數量和售后的數量進行統(tǒng)計
這時候大家發(fā)現(xiàn)，我們其實只對分頁出來的10條數據進行統(tǒng)計，原來是將所有的數據分組統(tǒng)計后取10條。可以發(fā)現(xiàn)我們這樣操作大大減少了對數據的統(tǒng)計處理。我們只需要統(tǒng)計我們需要的數據。

以上優(yōu)化的效果可能遠遠超出大家的想象。

實際工作中連表的數比我們例子中的要多，未優(yōu)化的SQL在執(zhí)行未分頁的時候發(fā)現(xiàn)一共有70萬的數據，我們分頁取出10條數據花了10+秒以上的時間，數據量不大但是大部分的時間都消耗在了分組和數據統(tǒng)計，大家可以試著寫一段代碼對這些數據進行分組和統(tǒng)計，就能明白其中的復雜性。

而實際上無論取出10條和全部取出，時間基本上一樣的（不考慮IO），因為先進行了統(tǒng)計。

優(yōu)化后的SQL，加載到內存中只有2萬左右的數據，而且不進行統(tǒng)計，先取出10條數據，然后再對10條數據進行統(tǒng)計，邏輯上比之前的簡單多了。優(yōu)化后的SQL執(zhí)行時間在20毫秒以內。

其實如果在訂單表和售后表都記錄了對應的數量，連表數還要少，還不需要進行子查詢。有時候設計表的時候還是需要考慮一下統(tǒng)計的需要。

到此這篇關于MYSQL Left Join優(yōu)化(10秒優(yōu)化到20毫秒內)的文章就介紹到這了,更多相關MYSQL Left Join優(yōu)化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: