sql查询慢优化

SELECT
	g.goods_id,
	g.type_id,
	g.user_id,
	g.productname,
	g.img,
	g.intro,
	g.attr,
	u.companyname,
	u.enloginname,
	u.userid
FROM
	site_goods g FORCE,
	ucenter_member u
WHERE
	( `type_id` IN ( ‘13‘, ‘5634‘, ‘5674‘, ‘5675‘, ‘5676‘, ‘5677‘, ‘5678‘, ‘5679‘, ‘5680‘, ‘5681‘, ‘5635‘, ‘5639‘, ‘5795‘, ‘5796‘, ‘5797‘, ‘5798‘, ‘5799‘, ‘5800‘, ‘5645‘, ‘5992‘, ‘5993‘, ‘5994‘, ‘5995‘, ‘5996‘, ‘6035‘, ‘6036‘, ‘6037‘, ‘5646‘, ‘5726‘, ‘5727‘, ‘5899‘, ‘5900‘, ‘5964‘, ‘5648‘, ‘5652‘, ‘5653‘, ‘5724‘, ‘5801‘, ‘5803‘, ‘5804‘, ‘5654‘, ‘5728‘, ‘5988‘, ‘5990‘, ‘5991‘, ‘6012‘, ‘6013‘, ‘6014‘, ‘5655‘, ‘5659‘, ‘5940‘, ‘6074‘, ‘6075‘, ‘6076‘, ‘6077‘, ‘6078‘, ‘6080‘, ‘5660‘, ‘5774‘, ‘5775‘, ‘5776‘, ‘5777‘, ‘5778‘, ‘5779‘, ‘5780‘, ‘5781‘, ‘5963‘, ‘5661‘, ‘5782‘, ‘5783‘, ‘5784‘, ‘5785‘, ‘5786‘, ‘5662‘, ‘5787‘, ‘5788‘, ‘5789‘, ‘5790‘, ‘5791‘, ‘5792‘, ‘5941‘, ‘5663‘, ‘5638‘, ‘5673‘, ‘5793‘, ‘5794‘, ‘5989‘, ‘5664‘, ‘5665‘, ‘5667‘, ‘5668‘, ‘5671‘, ‘5683‘, ‘5688‘, ‘5691‘, ‘5692‘, ‘5696‘, ‘5697‘, ‘5698‘, ‘5760‘, ‘5761‘, ‘5762‘, ‘5693‘, ‘5694‘, ‘5763‘, ‘6003‘, ‘6050‘, ‘5695‘, ‘5699‘, ‘5700‘, ‘5701‘, ‘5702‘, ‘5703‘, ‘5758‘, ‘5759‘, ‘6008‘, ‘5705‘, ‘5706‘, ‘5707‘, ‘5708‘, ‘5709‘, ‘5764‘, ‘5895‘, ‘6004‘, ‘6038‘, ‘5710‘, ‘5711‘, ‘5713‘, ‘5765‘, ‘5766‘, ‘5834‘, ‘5850‘, ‘5851‘, ‘5852‘, ‘5714‘, ‘6066‘, ‘6067‘, ‘6068‘, ‘6069‘, ‘6070‘, ‘6071‘, ‘6072‘, ‘6073‘, ‘5716‘, ‘11406‘, ‘11407‘, ‘11408‘, ‘11409‘, ‘11410‘, ‘11411‘, ‘11412‘, ‘11413‘, ‘11414‘, ‘11415‘, ‘11416‘, ‘11417‘, ‘11418‘, ‘11419‘, ‘11420‘, ‘11421‘, ‘5723‘, ‘5725‘, ‘5729‘, ‘5730‘, ‘5802‘, ‘5715‘, ‘5942‘, ‘5943‘, ‘5944‘, ‘5946‘, ‘5947‘, ‘5913‘, ‘5914‘, ‘5915‘, ‘5916‘, ‘5917‘, ‘5918‘, ‘5919‘, ‘5920‘, ‘5930‘, ‘5997‘, ‘6000‘, ‘5945‘, ‘6001‘, ‘6002‘, ‘6005‘, ‘6006‘, ‘11278‘, ‘6007‘, ‘5965‘, ‘6079‘, ‘6009‘, ‘5650‘, ‘5656‘, ‘6011‘, ‘6010‘, ‘5636‘, ‘5642‘, ‘5643‘, ‘5644‘, ‘5658‘, ‘5704‘, ‘6015‘, ‘6016‘, ‘6017‘, ‘6018‘, ‘6019‘, ‘6020‘, ‘6021‘, ‘6022‘, ‘6023‘, ‘6024‘, ‘6025‘, ‘6026‘, ‘6027‘, ‘6028‘, ‘6029‘, ‘6030‘, ‘6031‘, ‘6032‘, ‘6033‘, ‘6081‘, ‘6082‘, ‘6083‘, ‘6084‘, ‘6085‘, ‘6086‘, ‘5657‘, ‘5666‘, ‘5670‘, ‘6039‘, ‘6087‘, ‘6088‘, ‘6089‘, ‘11267‘, ‘11268‘, ‘11269‘, ‘11270‘, ‘11271‘, ‘11272‘, ‘11273‘, ‘11274‘, ‘11275‘, ‘11276‘, ‘11277‘, ‘11279‘, ‘11280‘, ‘11281‘, ‘11282‘, ‘11283‘, ‘11284‘, ‘11285‘, ‘11286‘, ‘11287‘, ‘11288‘, ‘11289‘, ‘11290‘, ‘11291‘, ‘11292‘, ‘11293‘, ‘11294‘, ‘11295‘, ‘11296‘, ‘11297‘, ‘11298‘, ‘11299‘, ‘11300‘, ‘11301‘, ‘11302‘, ‘11303‘, ‘11304‘, ‘11305‘, ‘11306‘, ‘11307‘, ‘11308‘, ‘11309‘, ‘11310‘, ‘11311‘, ‘11312‘, ‘11313‘, ‘11314‘, ‘11315‘, ‘11316‘, ‘11317‘, ‘11318‘, ‘11319‘, ‘11320‘, ‘11321‘, ‘11322‘, ‘11323‘, ‘11324‘, ‘11325‘, ‘11326‘, ‘11327‘, ‘11328‘, ‘11329‘, ‘11330‘, ‘11331‘, ‘11332‘, ‘11333‘, ‘11334‘, ‘11335‘, ‘11336‘, ‘11337‘, ‘11338‘, ‘11339‘, ‘11340‘, ‘11341‘, ‘11342‘, ‘11343‘, ‘11344‘, ‘11345‘, ‘11346‘, ‘11347‘, ‘11348‘, ‘11349‘, ‘11350‘, ‘11351‘, ‘11352‘, ‘11353‘, ‘11354‘, ‘11355‘, ‘11356‘, ‘11357‘, ‘11358‘, ‘11359‘, ‘11360‘, ‘11361‘, ‘11362‘, ‘11363‘, ‘11364‘, ‘11365‘, ‘11366‘, ‘11367‘, ‘11368‘, ‘11369‘, ‘11370‘, ‘11371‘, ‘11372‘, ‘11373‘, ‘11374‘, ‘11375‘, ‘11376‘, ‘11377‘, ‘11378‘, ‘11379‘, ‘11380‘, ‘11381‘, ‘11382‘, ‘11383‘, ‘11384‘, ‘11385‘, ‘11386‘, ‘11387‘, ‘11388‘, ‘11389‘, ‘11390‘, ‘11391‘, ‘11392‘, ‘11393‘, ‘11394‘, ‘11395‘, ‘11396‘, ‘11397‘, ‘11398‘, ‘11399‘, ‘11400‘, ‘11401‘, ‘11402‘, ‘11403‘, ‘11404‘, ‘11405‘, ‘11423‘, ‘11424‘, ‘11425‘, ‘11426‘, ‘11427‘, ‘11428‘, ‘11429‘, ‘11430‘, ‘11431‘, ‘11432‘, ‘11433‘, ‘11434‘, ‘11435‘, ‘11436‘, ‘11437‘, ‘11438‘, ‘11439‘, ‘11440‘, ‘11441‘, ‘11442‘, ‘11443‘, ‘11444‘, ‘11445‘, ‘11446‘, ‘11447‘, ‘11448‘, ‘11449‘, ‘11450‘, ‘11451‘ )
AND (
	g.user_id = u.userid
	AND g.is_up = ‘true‘
	AND g.checks = 1
	AND g.disabled = ‘false‘
	AND u.disabled = ‘false‘
	AND u.checkid = 2
)
LIMIT 50

  上面的sql运行几十秒,因为数据有点多,然后我用explan。

走的索引是ind_is_up

然后查看了is_up的分组多少数据,其实全都是true,所以这里的 ind_is_up其实没什么意思。

所以我们这里要重新去让sql走索引。FORCE INDEX(uni_type_id), (强制索引)

修改sql中的from块的语句

FROM
site_goods g FORCE INDEX(uni_type_id),
ucenter_member u

为什么选uni_type_id这个是根据实际情况来的,因为上面的sql中where中索引都不是很好,就type_id 分组的比较多。

这样语句就快很了。来看看我们现在的explan

这里走的索引就是uni_type了。

总结: mysql运行时,只会使用一个索引,但是mysql选择的索引也会不是我们理想的索引,这时候就需要我们来强制设置索引。

时间: 2024-10-06 05:46:07

sql查询慢优化的相关文章

SQL查询语句优化方法

以下是网上流传比较广泛的30种SQL查询语句优化方法: 应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:select id from t where num is null可以在num上设置默认值0,确保表中num列没有null值,然后这样查

mysql经纬度查询并且计算2KM范围内附近用户的sql查询性能优化实例教程

之前很傻很天真地以为无非就是逐个计算距离,然后比较出来就行了,然后当碰到访问用户很多,而且数据库中经纬度信息很多的时候,计算量的迅速增长,能让服务器完全傻逼掉,还是老前辈的经验比我们丰富,给了我很大的启示. MySQL性能调优 – 使用更为快速的算法进行距离计算 最近遇到了一个问题,通过不断的尝试最终将某句原本占据近1秒的查询优化到了0.01秒,效率提高了100倍. 问题是这样的,有一张存放用户居住地点经纬度信息的MySQL数据表,表结构可以简化 为:id(int),longitude(long

SQL 查询语句优化

1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from t where num=0 3.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放

SQL 查询性能优化----解决书签查找

先来看看什么是书签查找: 当优化器所选择的非聚簇索引只包含查询请求的一部分字段时,就需要一个查找(lookup)来检索其他字段来满足请求.对一个有聚簇索引的表来说是一个键查找(key lookup),对一个堆表来说是一个RID查找(RID lookup).这种查找即是——书签查找. 书签查找根据索引的行定位器从表中读取数据.因此,除了索引页面的逻辑读取外,还需要数据页面的逻辑读取. 从索引的行定位器到从表中读取数据这之间会产生一些额外的开销,本文就来解决这个开销. 先看下我的测试表结构: 其中可

MySQL 常用30种SQL查询语句优化方法

1.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描. 2.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 3.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描.如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from

MySQL常用30种SQL查询语句优化方法请慢用!

1.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描. 2.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 3.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描.如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from

sql查询语句优化

http://www.cnblogs.com/dubing/archive/2011/12/09/2278090.html 最近公司来一个非常虎的dba  10几年的经验 这里就称之为蔡老师吧 在征得我们蔡老同意的前提下  我们来分享一下蔡老给我们带来的宝贵财富 欢迎其他的dba来拍砖  目录 1.什么是执行计划?执行计划是依赖于什么信息.2. 统一SQL语句的写法减少解析开销3. 减少SQL语句的嵌套4. 使用“临时表”暂存中间结果5. OLTP系统SQL语句必须采用绑定变量6. 倾斜字段的绑

【sql查询与优化】5.使用字符串

注:以下所有sql案例均取自"oracle查询优化改写技巧与案例"丛书. 1.遍历字符串 有时候要求把字符串拆分成单个字符,如: create or replace view v as select '天天向上' as 汉字, 'TTXS' as 首拼 from dual; 为了核对表中保存的"首拼"是否正确,需要把字符串拆分成下面的样式: 汉字       首拼 ----   ---- 天          T 天          T 向          X

【sql查询与优化】3.操作多个表

注:以下所有sql案例均取自"oracle查询优化改写技巧与案例"丛书. EMP表的详细: 查询所有信息, SQL> select * from emp; EMPNO ENAME                JOB                       MGR HIREDATE       SAL        COMM       DEPTNO ---------- -------------------- ------------------ ---------- -

【sql查询与优化】4.删除插入与更新

注:以下所有sql案例均取自"oracle查询优化改写技巧与案例"丛书. 案例中可能会用到的表: EMP表的详细: 查询所有信息, SQL> select * from emp; EMPNO ENAME                JOB                       MGR HIREDATE       SAL        COMM       DEPTNO ---------- -------------------- ------------------