(譯者註：作者借這個題目反諷另一篇同名的文章)
Jaslabs的Justin Silverton列出了十條有關優化MySQL查詢的語句，我不得不對此發表言論，因為這個清單非常非常糟糕。另外一個Mike也同樣意識到了。所以在這個博客中，我要做兩件事情，第一，指出為什麼這個清單很糟糕，第二，列出我的清單，希望我的比較好些。繼續看吧，無畏的讀者們！
為什麼那個清單很糟糕
1.他的力氣沒使對地方
我們要遵循的一個準則就是如果你要優化代碼時，應該先找出瓶頸在哪。然而Silverton先生的力氣沒有用對地方。我認為60%的優化是基於清楚理解SQL和資料庫基礎的。你需要知道join和子查詢的區別，列索引，以及如何將數據規範化等等。另外的35%的優化是需要清楚資料庫選擇時的性能表現，例如COUNT(*)可能很快也可能很慢，要看你選用什麼資料庫引擎。還有一些其他要考慮的因素，例如資料庫在什麼時候不用緩存，什麼時候存在硬碟上而不存在內存中，什麼時候資料庫創建臨時表等等。剩下的5%就很少會有人碰到了，但Silverton先生恰好在這上面花了大量的時間。我從來就沒用過SQL_SAMLL_RESULT。
2.很好的問題，但是很糟糕的解決方法
Silverton先生提出了一些很好的問題。MySQL針對長度可變的列如TEXT或BLOB，將會使用動態行格式(dynamic row format)，這意味著排序將在硬碟上進行。我們的方法不是要迴避這些數據類型，而是將這些數據類型從原來的表中分離開，放入另外一個表中。下面的schema可以說明這個想法：
| 1 2 3 4 5 6 7 8 9 10 11 12 | CREATE TABLE posts ( id int UNSIGNED NOT NULL AUTO_INCREMENT, author_id int UNSIGNED NOT NULL, created timestamp NOT NULL, PRIMARY KEY(id) ); CREATE TABLE posts_data ( post_id int UNSIGNED NOT NULL. body text, PRIMARY KEY(post_id) ); |
3. 有點匪夷所思……
他的許多建議都是讓人非常吃驚的，譬如“移除不必要的括弧”。你這樣寫SELECT * FROM posts WHERE (author_id = 5 AND published = 1)，還是這樣寫SELECT * FROM posts WHERE author_id = 5 AND published = 1 ，都不重要。任何比較好的DBMS都會自動進行識別做出處理。這種細節就好像C語言中是i++快些還是++i快些。真的，如果你把精力都花在這上面了，那就不用寫代碼了。
我的列表
看看我的列表是不是更好吧。我先從最普遍的開始。
1.建立基準，建立基準，建立基準！
如果需要做決定的話，我們需要數據說話。什麼樣的查詢是最糟的？瓶頸在哪？我什麼情況下會寫出糟糕的查詢？基準測試可以讓你模擬高壓情況，然後藉助性能測評工具，可以讓你發現資料庫配置中的錯誤。這樣的工具有supersmack, ab, SysBench。這些工具可以直接測試你的資料庫(譬如supersmack)，或者模擬網路流量（譬如ab）。
2.性能測試，性能測試，性能測試!
那麼，當你能夠建立一些高壓情況之後，你需要找出配置中的錯誤。這就是性能測評工具可以幫你做的了。它可以幫你發現配置中的瓶頸，不論是在內存中，CPU中，網路中，硬碟I/O，或者是以上皆有。
你要做的第一件事就是開啟慢查詢日誌(slow query log)，裝上mtop。這樣你就能獲取那些惡意的入侵者的信息了。有需要運行10秒的查詢語句正在破壞你的應用程序嗎？這些傢伙會展示給你看他的查詢語句是怎麼寫的。
在你發現那些很慢的查詢語句后，你需要用MySQL自帶的工具，如EXPLAIN，SHOW STATUS，SHOW PROCESSLIST。它們會告訴你資源都消耗在哪了，查詢語句的缺陷在哪，譬如一個有三次join子查詢的查詢語句是否在內存中進行排序，還是在硬碟上進行。當然你也應該使用測評工具如top，procinfo，vmstat等等獲取更多系統性能信息。
3.減小你的schema
在你開始寫查詢語句之前，你需要設計schema。記住將一個表裝入內存所需要的空間大概是行數*一行的大小。除非你覺得世界上的每個人都會在你的網站註冊2兆8000億次的話，否則你不需要採用BITINT作為你的user_id。同樣的，如果一個文本列是固定大小的話（譬如US郵編，通常是”XXXXX-XXXX”的形式），採用VARCHAR的話會給每行增加多餘的位元組。
有些人對資料庫規範化不以為意，他們說這樣會形成相當複雜的schema。然而適當的規範化會減少化冗餘數據。（適當的規範化）就意味著犧牲少許性能，換取整體上更少的footprint，這種性能換取內存在計算機科學中是很常見的。最好的方法是IMO，就是開始先規範化，之後如果性能需要的話，再反規範化。你的資料庫將會更邏輯化，你也不用過早的進行優化。（譯者注，這一段我不是很理解，可能翻譯錯了，歡迎糾正。）
4.拆分你的表
通常有些表只有一些列你是經常需要更新的。例如對於一個博客，你需要在許多不同地方顯示標題（如最近的文章列表），只在某個特定頁顯示概要或者全文。水平垂直拆分是很有幫助的：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | CREATE TABLE posts ( id int UNSIGNED NOT NULL AUTO_INCREMENT, author_id int UNSIGNED NOT NULL, title varchar(128), created timestamp NOT NULL, PRIMARY KEY(id) ); CREATE TABLE posts_data ( post_id int UNSIGNED NOT NULL, teaser text, body text, PRIMARY KEY(post_id) ); |
上面的schema是對讀數據進行的優化。經常要訪問的數據存在一個表中，那些不經常訪問的數據放在另一個。被拆分后，不經常訪問的數據佔據更少的內存。你也可以優化寫數據，經常更新的數據放在一個表，不經常更新的放在另一個表。這可以使緩存更高效，因為MySQL不需要讓沒有更新過的數據移出緩存。
5.不要過度使用artificial primary key
artificial primary key非常棒，因為他們使得schema更少的變化。如果我們將地理信息存在以美國郵編為基礎的表中，如果郵編系統突然改變了，那我們就會有大麻煩了。另一方面，採用natural key有時候也很棒，譬如我們需要join多對多的關係表時，我們不應該這樣：
| 1 2 3 4 5 6 7 | CREATE TABLE posts_tags ( relation_id int UNSIGNED NOT NULL AUTO_INCREMENT, post_id int UNSIGNED NOT NULL, tag_id int UNSIGNED NOT NULL, PRIMARY KEY(relation_id), UNIQUE INDEX(post_id, tag_id) ); |
artificial key完全是多餘的，而且post-tag關係的數量將會受到整形數據的系統最大值的限制。
| 1 2 3 4 5 | CREATE TABLE posts_tags ( post_id int UNSIGNED NOT NULL, tag_id int UNSIGNED NOT NULL, PRIMARY KEY(post_id, tag_id) ); |
6.學習索引
你選擇的索引的好壞很重要，不好的話可能破壞資料庫。對那些還沒有在資料庫學習很深入的人來說，索引可以看作是就是hash排序。例如如果我們用查詢語句SELECT * FROM users WHERE last_name = ‘Goldstein’，而last_name沒有索引的話，那麼DBMS將會查詢每一行，看看是否等於“Goldstein”。索引通常是B-tree（還有其他的類型），可以加快比較的速度。
你需要給你要select,group,order,join的列加上索引。顯然每個索引所需的空間正比於表的行數，所以越多的索引將會佔用更多的內存。而且寫數據時，索引也會有影響，因為每次寫數據時都會更新對應的索引。你需要取一個平衡點，取決每個系統和實施代碼的需要。
7.SQL不是C
C是經典的過程語言，對於一個程序員來說，C語言也是個陷阱，使你錯誤的以為SQL也是一種過程語言（當然SQL也不是功能語言也不是面向對象的）。你不要想象對數據進行操作，而是要想象有一組數據，以及它們之間的關係。經常使用子查詢時會出現錯誤的用法。
| 1 2 3 4 5 6 | SELECT a.id, (SELECT MAX(created) FROM posts WHERE author_id = a.id) AS latest_post FROM authors a |
因為這個子查詢是耦合的，子查詢要使用外部查詢的信息，我們應該使用join來代替。
| 1 2 3 4 5 | SELECT a.id, MAX(p.created) AS latest_post FROM authors a INNER JOIN posts p ON (a.id = p.author_id) GROUP BY a.id |
8.理解你的引擎
MySQL有兩種存儲引擎：MyISAM和InnoDB。它們分別有自己的性能特點和考慮因素。總體來講，MyISAM適合讀數據很多的情況，InnoDB適合寫數據很多的情況，但也有很多情況下正好相反。最大的區別是它們如何處理COUNT函數。
MyISAM緩存有表meta-data，如行數。這就意味著，COUNT(*)對於一個結構很好的查詢是不需要消耗多少資源的。然後對於InnoDB來說，就沒有這種緩存。舉個例子，我們要對一個查詢來分頁，假設你有這樣一個語句SELECT * FROM users LIMIT 5,10，而運行SELECT COUNT(*) FROM users LIMIT 5,10 時，對於MyISAM很快完成，而對InnoDB就需要和第一個語句相同的時間。MySQL有個SQL_CALC_FOUND_ROWS選項，可以告訴InnoDB運行查詢語句時就計算行數，之後再從SELECT FOUND_ROWS()來獲取。這是MySQL特有的。但使用InnoDB有時候是非常必要的，你可以獲得一些功能（如行鎖定，stord procedure等）。
9.MySQL特定的快捷鍵
MySQL提供了許多擴展，方便使用。譬如INSERT … SELECT, INSERT … ON DUPLICATE KEY UPDATE, 以及REPLACE。
我能用到它們時是毫不猶豫的，因為它們很方便，能在許多情況下發揮不錯的效果。但是MySQL也有一些危險的關鍵字，應該少用。例如INSERT DELAYED,它告訴MySQL不需要立即插入數據(例如在寫日誌的時候)。但問題是如果在很高數據量的情況下，插入可能會被無限期延遲，導致插入隊列爆滿。你也可以使用MySQL的索引提示來指出哪些索引是需要使用的。MySQL大部分時間運行是不錯的，但如果schema設計不好的話或語句寫得不好的話，MySQL的表現可能很糟糕。
10.到這裡為止吧
最後，如果你關心MySQL性能優化的話，請閱讀Peter Zaitsev的關於MySQL性能的博客，他寫了許多關於資料庫管理和優化的博客。
原文鏈接：20bits.com 編譯：伯樂在線?- 唐小娟
[火星人 ] 優化MySQL語句的十個建議已經有577次圍觀
