通過索引優化含ORDER BY的MySQL語句

核心提示：合理的建立索引能夠加速資料讀取效率，不合理的建立 索引反而會拖慢資料庫的響應速度，索引越多，更新資料的速度越慢，當你的程式和資料庫結構/SQL語句已經優化到無法優化的程度，而程式瓶頸并不能順利解 決，那就是應該考慮使用諸如memcached這樣的分布式緩存系統的時候

關于建立索引的幾個準則：

1、合理的建立索引能夠加速資料讀取效率，不合理的建立索引反而會拖慢資料庫的響應速度。

2、索引越多，更新資料的速度越慢。

3、盡量在采用MyIsam作為引擎的時候使用索引（因為MySQL以BTree存儲索引），而不是InnoDB。但MyISAM不支援Transcation。

4、當你的程式和資料庫結構/SQL語句已經優化到無法優化的程度，而程式瓶頸并不能順利解決，那就是應該考慮使用諸如memcached這樣的分布式緩存系統的時候了。

5、習慣和強迫自己用EXPLAIN來分析你SQL語句的性能。

一個很容易犯的錯誤：

不要在選擇的欄位上放置索引，這是無意義的。應該在條件選擇的語句上合理的放置索引，比如where，order by。

例子：

SELECT id,title,content,cat_id FROM article WHERE cat_id = 1;

上面這個語句，你在id/title/content上放置索引是毫無意義的，對這個語句沒有任何優化作用。但是如果你在外鍵cat_id上放置一個索引，那作用就相當大了。

幾個常用ORDER BY語句的MySQL優化：

1、ORDER BY + LIMIT組合的索引優化。如果一個SQL語句形如：

SELECT [column1],[column2],.... FROM [TABLE] ORDER BY [sort] LIMIT [offset],[LIMIT];

這個SQL語句優化比較簡單，在[sort]這個欄位上建立索引即可。

2、WHERE + ORDER BY + LIMIT組合的索引優化，形如：

SELECT [column1],[column2],.... FROM [TABLE] WHERE [columnX] = [value] ORDER BY [sort] LIMIT[offset],[LIMIT];

這個語句，如果你仍然采用第一個例子中建立索引的方法，雖然可以用到索引，但是效率不高。更高效的方法是建立一個聯合索引(columnX,sort)

3、WHERE + IN + ORDER BY + LIMIT組合的索引優化，形如：

SELECT [column1],[column2],.... FROM [TABLE] WHERE [columnX] IN ([value1],[value2],...) ORDER BY[sort] LIMIT [offset],[LIMIT];

這個語句如果你采用第二個例子中建立索引的方法，會得不到預期的效果（僅在[sort]上是using index，WHERE那裡是using where;using filesort），理由是這裡對應columnX的值對應多個。

這個語句怎麼優化呢？我暫時沒有想到什麼好的辦法，看到網上有便宜提供的辦法，那就是将這個語句用UNION分拆，然後建立第二個例子中的索引：

SELECT [column1],[column2],.... FROM [TABLE] WHERE [columnX]=[value1] ORDER BY [sort] LIMIT[offset],[LIMIT] 

UNION 

SELECT [column1],[column2],.... FROM [TABLE] WHERE [columnX]=[value2] ORDER BY [sort] LIMIT[offset],[LIMIT] 

……

但經驗證,這個方法根本行不通,效率反而更低,測試時對于大部分應用強制指定使用排序索引效果更好點

4、不要再WHERE和ORDER BY的欄位上應用表達式(函數)，比如：

SELECT * FROM [table] ORDER BY YEAR(date) LIMIT 0,30;

5、WHERE+ORDER BY多個欄位+LIMIT，比如

SELECT * FROM [table] WHERE uid=1 ORDER x,y LIMIT 0,10;

對于這個語句，大家可能是加一個這樣的索引(x,y,uid)。但實際上更好的效果是(uid,x,y)。這是由MySQL處理排序的機制造成的。

以上例子你在實際項目中應用的時候，不要忘記在添加索引後，用EXPLAIN看看效果。

http://www.chinaz.com/program/2010/0309/108141.shtml

本文轉自 liang3391 51CTO部落格，原文連結:http://blog.51cto.com/liang3391/819910