站長資訊網(wǎng)本篇文章給大家?guī)砹岁P(guān)于mysql的相關(guān)知識，其中主要介紹了關(guān)于left join查詢慢時間長的踩坑總結(jié)，包括了EXPLAIN命令對SELECT語句進(jìn)行分析，下面一起來看一下，希望對大家有幫助。
程序員必備接口測試調(diào)試工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api設(shè)計、調(diào)試、文檔、自動化測試工具
后端、前端、測試，同時在線協(xié)作，內(nèi)容實時同步
推薦學(xué)習(xí)：mysql視頻教程
問題背景
兩張表一張是用戶表a(主鍵是int類型)，一張是用戶具體信息表b（用戶表id字段是varchar類型）。
因為要顯示用戶及用戶信息，所以需要關(guān)聯(lián)查詢，但發(fā)現(xiàn)left join后查詢緩慢，耗時太長。用戶表數(shù)據(jù)2萬左右。
問題分析及處理
1、EXPLAIN 命令對 SELECT 語句進(jìn)行分析
type 字段提供了判斷查詢是否高效的重要依據(jù)依據(jù). 通過 type 字段, 我們判斷此次查詢是 全表掃描 還是 索引掃描 等.
ALL: 表示全表掃描, 這個類型的查詢是性能最差的查詢之一.
通常來說, 我們的查詢不應(yīng)該出現(xiàn) ALL 類型的查詢, 因為這樣的查詢在數(shù)據(jù)量大的情況下, 對數(shù)據(jù)庫的性能是巨大的災(zāi)難. 如一個查詢是 ALL 類型查詢, 那么一般來說可以對相應(yīng)的字段添加索引來避免.
2、新增索引
因為發(fā)現(xiàn)表b字段之前并沒有建索引。
alter table a add index idx_mbrID (mbrID);
再次Explain分析
發(fā)現(xiàn)type變?yōu)榱藃ef，根據(jù)不同的 type 類型的性能關(guān)系(
ALL < index < range ~ index_merge < ref < eq_ref < const < system
)比較后感覺可以了，于是執(zhí)行查詢。
3、修改索引字段類型一致
執(zhí)行查詢后發(fā)現(xiàn)執(zhí)行速度并未優(yōu)化，仔細(xì)看之前同事設(shè)計的表，發(fā)現(xiàn)索引類型字段不一致，于是修改為varchar 為int后再次查詢發(fā)現(xiàn)查詢速度明顯提升。
即使之前java代碼里面寫的string，數(shù)據(jù)庫改為int目前測試可正常使用
總結(jié)
解決完問題后，翻起了開發(fā)手冊，發(fā)現(xiàn)索引規(guī)約明確強制join時數(shù)據(jù)類型必須一致，被關(guān)聯(lián)字段必須有索引！！！
推薦學(xué)習(xí)：mysql視頻教程
