最近优化了一条MySQL的慢查询SQL,还是蛮有感触,小结一下。
首先问题的背景是一个业务做压力测试,排除了很多的前期问题,使用的最有效手段就是索引,在最后一个环节,问题开始陷入焦灼状态,因为这一条SQL的相关表有16张,而且是在业务环节中频繁调用和引用的逻辑。
一般碰到问题都会有一个疑问,说这是谁写的SQL,应该快速重构,但是大部分优化场景都是:优化可以做,但业务不能停。所以重构需要,但是不是现在。
在一种很复杂的心情下开始了优化,当然在查看了执行计划后让我除了绝望还有一种惊喜。那就是里面有一个明显全表扫描的逻辑,也就意味着尽管这么多表关联,但是数据量也可以接受,在优化器解析时大部分逻辑是走了索引,优化好最后一个全表扫描,整个问题就迎刃而解了。
当然我不用把整个SQL粘贴处理,全文超过字符,所以我做了简化,在做了一些对比测试之后,把问题的逻辑简化为下面的SQL形式,也就意味着这个SQL优化成功,则整个优化就意味着成功。
目标看起来很简单,但是让人开始纠结的是里面的都是leftjoin,怎么破?
SQL语句如下:
SELECT
prod_id,prod_name,tag_url
FROM
productsku
LEFTJOIN
(SELECT
jt.tag_url,jts.prod_id
FROM
tagjt
LEFTJOINprod_tagjtsONjt.tag_id=jts.tag_id
WHERE
jts.sku_idIN(1,2,3,4)
ANDNOW()=jt.start_time
ANDjt.store_id=0
ANDjt.end_time=NOW())AStag_newONsku.sku_id=tag_new.sku_id
第1次逻辑梳理
这条语句的逻辑怎么理解呢,通过执行计划看到的tag这张表是走了全表扫描。我们用下面的图来表示整个解析过程。
整个SQL的逻辑是输出其中product表的数据(字段prod_id,prod_name)和tag表的数据(tag_url),其中表tag和表tag_product)他们通过字段(tag_id)进行关联,然后和外部的表使用prod_id进行关联,为了体现出是leftjoin(左连接),我把表product的位置及往上放了放。
整个逻辑其实从上面的图看起来还是有点别扭,tag_product的数据还得反向和外部的表进行关联。
第2次逻辑梳理
所以对于上面的逻辑,其实数据表product和表tag要联合输出数据,需要借助一个中间表tag_product,那么tag_product应该是连接数据的纽带,一个相对比较合理的方式就是其实基于表product,tag_product和tag这样的顺序来进行过滤。
所以我补充了如下的图来说明这个逻辑。
从通常的设计来说,这样是最合理的方式,可以使得逻辑关系更加清晰。
看起来这应该是比较合理的方式了。
SELECTprod_id,prod_name,tag_url
FROMproductsku
LEFTJOINtag_productjtsonjts.sku_id=sku.sku_id
leftjoin(selecttag_url,tag_id
fromtagjtwherejt.start_time=NOW()
ANDjt.store_id=0
ANDjt.end_time=NOW())tag_new
ontag_new.tag_id=jts.tag_id
在经过测试之后,感觉已经很接近问题的真相了。
但是在进一步和业务沟通,了解了业务的实现细节,发现整个逻辑似乎和我们理解的不大一样。
比如tag表的数据
tag_id:1,tag_status:ACTIVE,
tag_id:2,tag_status:INACTIVE
tag_product的数据
tag_id:1,prod_id:
tag_id:1,prod_id:
tag_id:2,prod_id:
按照业务逻辑,如果tag表中的做过滤后的数据为
tag_id:1,tag_status:ACTIVE,
则根据SQL的逻辑,leftjoin会和表tag_product再做一次连接,数据以tag表中的tag_id为准,输出就是:
tag_id:1,prod_id:
tag_id:1,prod_id:
而如果采用上述的连接方式,其实就会出现意料之外的数据。
比如,按照tag_product进行过滤
tag_id:1,prod_id:
tag_id:1,prod_id:
tag_id:2,prod_id:
然后和tag做关联,tag输出数据为:
tag_id:1,tag_status:ACTIVE,
tag_id:2,tag_status:INACTIVE
这样一来就失去了过滤的意义。
第3次逻辑梳理
当然沟通的过程中,也进一步理解了需求,其实我们所谓的逻辑幂等,不是真正意义上的业务逻辑幂等。从业务逻辑幂等上,是按照表tag的输出为标准。所以整个tag和tag_product的关联可以降维为普通的表关联,而非leftjoin.
整个改进的逻辑如下图所示:
在业务层明确之后,而且输出结果和预期一致的情况下,整个改动的部分就是删除了leftjoin中的left,整个SQL的执行效率又变得更加流畅。
小结
对于多表关联,在业务层是强烈建议做重构的,而在优化中,如何尽可能减少改动幅度,同时能够提高效率是我们和业务同学需要共同