数据库优化 ---- 问题查询定位

在正常的企业应用中，一个好的数据库架构需要多方面的把握和优化：可以从选择硬件方面提升磁盘I/O、可以通过主从复制或负载均衡等策略对数据库访问进行分流、可以通过优化数据库对象（字段的选择以及字段长度的设定优化数据库空间）、可以通过应用优化减少与数据库的交互（一次查询出所需的字段信息、创建连接池等），然而对于程序员来说最常用到的数据库优化策略就是我们的SQL优化，接下我将以MYSQL为例学习经典的SQL优化策略：

一、利用数据库提供的函数解决需求问题：

1、巧用RAND()进行随机取样：

例句：随机从lender表中获取50条数据
SQL语句：

select * from lender ORDER BY RAND() LIMIT 50

2、在使用group by进行分组聚合信息的检索的时候，可以加上with rollup字句进行整体聚合信息的检索：

例句：统计lender表中各个分销商来源的用户的数量
SQL语句：

select count(1),regist_distrub_type from lender GROUP BY regist_distrub_type with ROLLUP

点评：这样在最后就会显示出一行数据对分销商用户的总数进行汇总。

3、利用case when ... then ... else ... end流程语句进行条件控制

例句：统计lender表中的分销商用户的数量，如果为空默认来自"caikr"
SQL语句：

SELECT
	count(1),
	CASE WHEN regist_distrub_type IS NULL THEN 'caikr' ELSE regist_distrub_type END
FROM
	lender
GROUP BY
	regist_distrub_type

4、当一个表中的数据过大时，如果要对该数据表中的某些数据进行统计，可以创建中间表，中间表中数据结构和主表中的数据结构一致，这是将所有统计的数据从主表插入中间表中，这样可以可以不和正常的业务进行交互共同操作一张表，而且也可以从中间表中增加索引等操作提升统计效率。

二、SQL优化：
对于影响新能的SQL语句，我们应该如何进行系统的分析，定位SQL的问题并进行解决？



1、利用explain + SQL语句 分析低效SQL的执行计划，得到以下信息：

select_type：表示select的类型，常见的有simple(简单表，即不使用表链接或子查询)、primary（主查询、即外层的查询）、UNION（UNION中的第二个或者后面的查询语句）、subquery(子查询中的第一个select)
            table：输出结果集的表
            type：表示表的连接类型，主要检查性能，其中性能由好到差的连接类型为  
                system（表中仅有一行，即常量表）、
                const(表中最多有一个匹配行，例如primary key或者unique index作为条件查询)、
                eq_ref（简单来说就是多表连接中使用外键或者unique index）、
                ref(与eq_ref相同，只不过使用的是普通的索引)、index_merge(索引合并优化)、
                unique_subquery(in 的后面是一个查询主键字段的子查询)、
                index_subquery(作用和unique_subquery相同，区别在于in后面是查询非唯一索引的子查询)、
                range(单表中的范围查询)、
                index(对于前面的每一行，都通过索引来得到数据)、
                all(对于前面的每一行，都是通过全表扫描得到数据)

            possible_keys：表示查询时，可能使用的索引。
            key：表示实际查询中使用的索引
            key_len：索引字段的长度
            rows：扫描行的数量
            Extra：执行情况的说明和描述.

点评：根据上面的范式就能定位问题并采取相应的优化措施，该加索引的加索引，该调整sql语句的调整sql语句。