在优化查询中，数据库应用（如mysql）即意味着对工具的操作与使用。使用索引、使用explain分析查询以及调整mysql的内部配置可达到优化查询的目的。
任何一位数据库程序员都会有这样的体会：高通信量的数据库驱动程序中，一条糟糕的sql查询语句可对整个应用程序的运行产生严重的影响，其不仅消耗掉更多的数据库时间，且它将对其他应用组件产生影响。
如同其它学科，优化查询性能很大程度上决定于开发者的直觉。幸运的是，像mysql这样的数据库自带有一些协助工具。本文简要讨论诸多工具之三种：使用索引，使用explain分析查询以及调整mysql的内部配置。
#1: 使用索引
mysql允许对数据库表进行索引，以此能迅速查找记录，而无需一开始就扫描整个表，由此显著地加快查询速度。每个表最多可以做到16个索引，此外mysql还支持多列索引及全文检索。
给表添加一个索引非常简单，只需调用一个create index命令并为索引指定它的域即可。列表a给出了一个例子：
列表 a
| 以下为引用的内容： mysql> create index idx_username on users(username); query ok, 1 row affected (0.15 sec) records: 1 duplicates: 0 warnings: 0 |
这里，对users表的username域做索引，以确保在where或者having子句中引用这一域的select查询语句运行速度比没有添加索引时要快。通过show index命令可以查看索引已被创建（列表b）。
列表 b
| 以下为引用的内容： mysql> show index from users; --------------+-------------+-----------+-------------+----------+--------+------+------------+---------+ | table | non_unique | key_name | seq_in_index | column_name | collation | cardinality | sub_part | packed | null | index_type | comment | --------------+-------------+-----------+-------------+----------+--------+------+------------+---------+ | users | 1 | idx_username | 1 | username | a | null | null | null | yes | btree | | --------------+-------------+-----------+-------------+----------+--------+------+------------+---------+ 1 row in set (0.00 sec) |
值得注意的是：索引就像一把双刃剑。对表的每一域做索引通常没有必要，且很可能导致运行速度减慢，因为向表中插入或修改数据时，mysql不得不每次都为这些额外的工作重新建立索引。另一方面，避免对表的每一域做索引同样不是一个非常好的主意，因为在提高插入记录的速度时，导致查询操作的速度减慢。这就需要找到一个平衡点，比如在设计索引系统时，考虑表的主要功能（数据修复及编辑）不失为一种明智的选择。
#2: 优化查询性能
在分析查询性能时，考虑explain关键字同样很管用。explain关键字一般放在select查询语句的前面，用于描述mysql如何执行查询操作、以及mysql成功返回结果集需要执行的行数。下面的一个简单例子可以说明（列表c）这一过程：
列表 c
| 以下为引用的内容： mysql> explain select city.name, city.district from city, country where city.countrycode = country.code and country.code = 'ind'; +----+-------------+---------+-------+---------------+---------+---------+-------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | extra | +----+-------------+---------+-------+---------------+---------+---------+-------+------+-------------+ | 1 | simple | country | const | primary | primary | 3 | const | 1 | using index | | 1 | simple | city | all | null | null | null | null | 4079 | using where | +----+-------------+---------+-------+---------------+---------+---------+-------+------+-------------+ |
2 rows in set (0.00 sec)这里查询是基于两个表连接。explain关键字描述了mysql是如何处理连接这两个表。必须清楚的是，当前设计要求mysql处理的是country表中的一条记录以及city表中的整个4019条记录。这就意味着，还可使用其他的优化技巧改进其查询方法。例如，给city表添加如下索引（列表d）：
列表 d
| 以下为引用的内容： mysql> create index idx_ccode on city(countrycode); query ok, 4079 rows affected (0.15 sec) records: 4079 duplicates: 0 warnings: 0 |
现在，当我们重新使用explain关键字进行查询时，我们可以看到一个显著的改进（列表e）：
列表 e
| 以下为引用的内容： mysql> explain select city.name, city.district from city, country where city.countrycode = country.code and country.code = 'ind'; +----+-------------+---------+-------+---------------+-----------+---------+-------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | extra | +----+-------------+---------+-------+---------------+-----------+---------+-------+------+-------------+ | 1 | simple | country | const | primary | primary | 3 | const | 1 | using index | | 1 | simple | city | ref | idx_ccode | idx_ccode | 3 | const | 333 | using where | +----+-------------+---------+-------+---------------+-----------+---------+-------+------+-------------+ 2 rows in set (0.01 sec) |
在这个例子中，mysql现在只需要扫描city表中的333条记录就可产生一个结果集，其扫描记录数几乎减少了90％！自然，数据库资源的查询速度更快，效率更高。
新闻热点
疑难解答
