本篇内容主要讲解“SQL慢查询优化的方法是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“SQL慢查询优化的方法是什么”吧!
1.背景
页面无法正确获取数据，经排查原来是接口调用超时，而最后发现是因为SQL查询长达到20多秒而导致了问题的发生。
这里，没有高深的理论或技术，只是备忘一下经历和解读一些思想误区。
2.复杂SQL语句的构成
这里不过多对业务功能进行描述，但为了突出问题所在，会用类比的语句来描述当时的场景
复杂的SQL语句可以表达如下：
SELECT * FROM a_table AS a LEFT JOIN b_table AS b ON a.id=b.id WHERE a.id IN (SELECT DISTINCT id FROM a_table WHERE user_id IN (100,102,103) GROUP BY user_id HAVING count(id) > 3)3.关联查询
从上面简化的SQL语句，可以看出，首先进行的是关联查询。
4.子查询
其次，是嵌套的子查询。此子查询是为了找出多个用户共同拥有的组ID。所以语句中的“100,102,103”是根据场景来定的，并且需要和后面“count(id) > 3”的个数对应。简单来说，就是找用户交集的组ID。
5.耗时在哪？
假设现在a_table表的数据量为20W，而b_table的数据量为2000W。大家可以想一下，你觉得主要的耗时是在关联查询部分，还是在子查询部分？
（思考空间。。。。）
（思考空间。。。。。。。）
（思考空间。。。。。。。。。。）
6.问题定位
对于SQL底层的原理和高深的理论，我暂时掌握不够深入。但我知道可以通过类比和简单的测试来验证是哪一块环节出了问题。
7.初步断定
首先，对于只有一个用户ID时，我会把上面的语句简化成：
ELECT * FROM a_table AS a LEFT JOIN b_table AS b ON a.id=b.id WHERE user_id IN (100)所以，初步断定应该是嵌套的子查询部分占用了大部分的时间。
9.再进一步验证
既然定位到了是嵌套的子查询语句的问题，那又要分为两块待排查的区域：是子查询本身耗时大，还是嵌套而导致慢查询？
结果很容易发现，当我把子查询单独在DB中执行时，是非常快的。所以排除。
剩下的不言而喻，20秒的慢查询是嵌套引起的。
但因为处于上线紧急的过程中，为了确保，我快速地验证了我的结论：
将子查询的ID单独执行，并把得到的结果序列手动拼成一段ID，如：1,2,3,4, … , 999
将上面得到的序列ID，手动替换到原来的SQL语句
执行，发现，很快！只用了约150 ms
Well Done! 准备修复上线！
10.解决方案
线上的问题，很多时间都是在定位问题和分析原因，既然问题找到了，原因也找到了，解决方案不言而喻。代码简单处理即可。
11.另外一个需要注意的点
当前，实际的SQL语句，会比这个更为复杂，但已足以表达问题所在。但在前期，笔者也做了一些SQL的代码。
因为b_table比a_table大，所以一开始b_table 左关联a_table 时，很慢，大概是1秒多，而且数据量是很少的；但若反过来，a_table 左关联b_table 时，则很快，大概是100毫秒。
所以，又发现一个有趣的现象：
大表 左关联 小表，很慢；小表 左关联 大表，很快。
当然，这些我们理论上都知道，但实际开发会忘却。又或者一开始两个表都为空时，而又没考虑到后期这两个表增长的速度时，日后就会埋下坑了。
到此，相信大家对“SQL慢查询优化的方法是什么”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
