本文將結(jié)合實(shí)例 demo，闡述 30 條有關(guān)于優(yōu)化 SQL 的建議，多數(shù)是實(shí)際開(kāi)發(fā)中總結(jié)出來(lái)的，希望對(duì)大家有幫助。
圖片來(lái)自 Pexels
1、查詢 SQL 盡量不要使用 select *，而是 select 具體字段
反例子：
select * from employee;
正例子：
select id，name from employee;
理由如下：
- 只取需要的字段，節(jié)省資源、減少網(wǎng)絡(luò)開(kāi)銷。
- select * 進(jìn)行查詢時(shí)，很可能就不會(huì)使用到覆蓋索引了，就會(huì)造成回表查詢。
2、如果知道查詢結(jié)果只有一條或者只要最大/最小一條記錄，建議用 limit 1
假設(shè)現(xiàn)在有 employee 員工表，要找出一個(gè)名字叫 jay 的人：
CREATE TABLE `employee` (
`id` int(11) NOT NULL,
`name` varchar(255) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`date` datetime DEFAULT NULL,
`sex` int(1) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
反例：
select id，name from employee where name='jay'
正例：
select id，name from employee where name='jay' limit 1;
理由如下：
- 加上 limit 1 后，只要找到了對(duì)應(yīng)的一條記錄,就不會(huì)繼續(xù)向下掃描了，效率將會(huì)大大提高。
- 當(dāng)然，如果 name 是唯一索引的話，是不必要加上 limit 1 了，因?yàn)?limit 的存在主要就是為了防止全表掃描，從而提高性能，如果一個(gè)語(yǔ)句本身可以預(yù)知不用全表掃描，有沒(méi)有 limit ，性能的差別并不大。
3、應(yīng)盡量避免在 where 子句中使用 or 來(lái)連接條件
新建一個(gè) user 表，它有一個(gè)普通索引 userId，表結(jié)構(gòu)如下：
CREATE TABLE `user` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int(11) NOT NULL,
`name` varchar(255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userId` (`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
假設(shè)現(xiàn)在需要查詢 userid 為 1 或者年齡為 18 歲的用戶，很容易有以下 SQL。
反例：
select * from user where userid=1 or age =18
正例：
//使用union all
select * from user where userid=1
union all
select * from user where age = 18
//或者分開(kāi)兩條sql寫(xiě)：
select * from user where userid=1
select * from user where age = 18
理由：使用 or 可能會(huì)使索引失效，從而全表掃描。
對(duì)于 or+沒(méi)有索引的 age 這種情況，假設(shè)它走了 userId 的索引，但是走到 age 查詢條件時(shí)，它還得全表掃描，也就是需要三步過(guò)程：全表掃描+索引掃描+合并，如果它一開(kāi)始就走全表掃描，直接一遍掃描就完事。
MySQL 是有優(yōu)化器的，處于效率與成本考慮，遇到 or 條件，索引可能失效，看起來(lái)也合情合理。
4、優(yōu)化 limit 分頁(yè)
我們?nèi)粘Ｗ龇猪?yè)需求時(shí)，一般會(huì)用 limit 實(shí)現(xiàn)，但是當(dāng)偏移量特別大的時(shí)候，查詢效率就變得低下。
反例：
select id，name，age from employee limit 10000，10
正例：
//方案一 ：返回上次查詢的最大記錄(偏移量)
select id，name from employee where id>10000 limit 10.
//方案二：order by + 索引
select id，name from employee order by id limit 10000，10
//方案三：在業(yè)務(wù)允許的情況下限制頁(yè)數(shù)：
理由如下：
- 當(dāng)偏移量最大的時(shí)候，查詢效率就會(huì)越低，因?yàn)?MySQL 并非是跳過(guò)偏移量直接去取后面的數(shù)據(jù)，而是先把偏移量+要取的條數(shù)，然后再把前面偏移量這一段的數(shù)據(jù)拋棄掉再返回的。
- 如果使用優(yōu)化方案一，返回上次最大查詢記錄(偏移量)，這樣可以跳過(guò)偏移量，效率提升不少。
- 方案二使用 order by+索引，也是可以提高查詢效率的。
- 方案三的話，建議跟業(yè)務(wù)討論，有沒(méi)有必要查這么后的分頁(yè)啦。因?yàn)榻^大多數(shù)用戶都不會(huì)往后翻太多頁(yè)。
5、優(yōu)化你的 like 語(yǔ)句
日常開(kāi)發(fā)中，如果用到模糊關(guān)鍵字查詢，很容易想到 like，但是 like 很可能讓你的索引失效。
反例：
select userId，name from user where userId like '%123';
正例：
select userId，name from user where userId like '123%';
理由：把 % 放前面，并不走索引，如下圖：
把% 放關(guān)鍵字后面，還是會(huì)走索引的，如下圖：
6、使用 where 條件限定要查詢的數(shù)據(jù)，避免返回多余的行
假設(shè)業(yè)務(wù)場(chǎng)景是這樣：查詢某個(gè)用戶是否是會(huì)員。曾經(jīng)看過(guò)老的實(shí)現(xiàn)代碼是這樣。
反例：
List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
boolean isVip = userIds.contains(userId);
正例：
Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
boolean isVip = userId！=null;
理由：需要什么數(shù)據(jù)，就去查什么數(shù)據(jù)，避免返回不必要的數(shù)據(jù)，節(jié)省開(kāi)銷。
7、盡量避免在索引列上使用 MySQL 的內(nèi)置函數(shù)
業(yè)務(wù)需求：查詢最近七天內(nèi)登陸過(guò)的用戶(假設(shè) loginTime 加了索引)。
反例：
select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now();
正例：
explain select userId,loginTime from loginuser where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY);
理由：索引列上使用 MySQL 的內(nèi)置函數(shù)，索引失效：
如果索引列不加內(nèi)置函數(shù)，索引還是會(huì)走的：
8、應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作，這將導(dǎo)致系統(tǒng)放棄使用索引而進(jìn)行全表掃
反例：
select * from user where age-1 =10;
正例：
select * from user where age =11；
理由：雖然 age 加了索引，但是因?yàn)閷?duì)它進(jìn)行運(yùn)算，索引直接迷路了。
9、Inner join 、left join、right join，優(yōu)先使用 Inner join，如果是 left join，左邊表結(jié)果盡量小
Inner join 內(nèi)連接，在兩張表進(jìn)行連接查詢時(shí)，只保留兩張表中完全匹配的結(jié)果集。
left join 在兩張表進(jìn)行連接查詢時(shí)，會(huì)返回左表所有的行，即使在右表中沒(méi)有匹配的記錄。
right join 在兩張表進(jìn)行連接查詢時(shí)，會(huì)返回右表所有的行，即使在左表中沒(méi)有匹配的記錄。
都滿足 SQL 需求的前提下，推薦優(yōu)先使用 Inner join(內(nèi)連接)，如果要使用 left join，左邊表數(shù)據(jù)結(jié)果盡量小，如果有條件的盡量放到左邊處理。
反例：
select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id>2;
正例：
select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;
理由如下：
- 如果 inner join 是等值連接，或許返回的行數(shù)比較少，所以性能相對(duì)會(huì)好一點(diǎn)。
- 同理，使用了左連接，左邊表數(shù)據(jù)結(jié)果盡量小，條件盡量放到左邊處理，意味著返回的行數(shù)可能比較少。
10、應(yīng)盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
反例：
select age,name from user where age <>18;
正例：
//可以考慮分開(kāi)兩條sql寫(xiě)
select age,name from user where age <18;
select age,name from user where age >18;
理由：使用!=和<>很可能會(huì)讓索引失效：
11、使用聯(lián)合索引時(shí)，注意索引列的順序，一般遵循最左匹配原則
表結(jié)構(gòu)：(有一個(gè)聯(lián)合索引 idxuseridage，userId 在前，age 在后)
CREATE TABLE `user` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int(11) DEFAULT NULL,
`name` varchar(255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userid_age` (`userId`,`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;
反例：
select * from user where age = 10; 
正例：
//符合最左匹配原則
select * from user where userid=10 and age =10；
//符合最左匹配原則
select * from user where userid =10;
理由如下：
- 當(dāng)我們創(chuàng)建一個(gè)聯(lián)合索引的時(shí)候，如(k1，k2，k3)，相當(dāng)于創(chuàng)建了(k1)、(k1，k2)和(k1，k2，k3)三個(gè)索引，這就是最左匹配原則。
- 聯(lián)合索引不滿足最左原則，索引一般會(huì)失效，但是這個(gè)還跟 MySQL 優(yōu)化器有關(guān)的。
12、對(duì)查詢進(jìn)行優(yōu)化，應(yīng)考慮在 where 及 order by 涉及的列上建立索引，盡量避免全表掃描
反例：
select * from user where address ='深圳' order by age ; 
正例：
添加索引 alter table user add index idx_address_age (address,age) 
13、如果插入數(shù)據(jù)過(guò)多，考慮批量插入
反例：
for(User u :list){
INSERT into user(name,age) values(#name#,#age#)
}
正例：
//一次500批量插入，分批進(jìn)行
insert into user(name,age) values
<foreach collection="list" item="item" index="index" separator=",">
(#{item.name},#{item.age})
</foreach>
理由：批量插入性能好，更加省時(shí)間。
打個(gè)比喻：假如你需要搬一萬(wàn)塊磚到樓頂，你有一個(gè)電梯，電梯一次可以放適量的磚(最多放 500)，你可以選擇一次運(yùn)送一塊磚，也可以一次運(yùn)送 500 塊磚，你覺(jué)得哪個(gè)時(shí)間消耗大?
14、在適當(dāng)?shù)臅r(shí)候，使用覆蓋索引
覆蓋索引能夠使得你的 SQL 語(yǔ)句不需要回表，僅僅訪問(wèn)索引就能夠得到所有需要的數(shù)據(jù)，大大提高了查詢效率。
反例：
// like模糊查詢，不走索引了
select * from user where userid like '%123%'
正例：
//id為主鍵，那么為普通索引，即覆蓋索引登場(chǎng)了。
select id,name from user where userid like '%123%';
15、慎用 distinct 關(guān)鍵字
distinct 關(guān)鍵字一般用來(lái)過(guò)濾重復(fù)記錄，以返回不重復(fù)的記錄。在查詢一個(gè)字段或者很少字段的情況下使用時(shí)，給查詢帶來(lái)優(yōu)化效果。但是在字段很多的時(shí)候使用，卻會(huì)大大降低查詢效率。
反例：
SELECT DISTINCT * from user;
正例：
select DISTINCT name from user;
理由：帶 distinct 的語(yǔ)句 CPU 時(shí)間和占用時(shí)間都高于不帶 distinct 的語(yǔ)句。
因?yàn)楫?dāng)查詢很多字段時(shí)，如果使用 distinct，數(shù)據(jù)庫(kù)引擎就會(huì)對(duì)數(shù)據(jù)進(jìn)行比較，過(guò)濾掉重復(fù)數(shù)據(jù)，然而這個(gè)比較、過(guò)濾的過(guò)程會(huì)占用系統(tǒng)資源，CPU 時(shí)間。
16、刪除冗余和重復(fù)索引
反例：
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
正例：
//刪除userId索引，因?yàn)榻M合索引（A，B）相當(dāng)于創(chuàng)建了（A）和（A，B）索引
KEY `idx_userId_age` (`userId`,`age`)
理由：重復(fù)的索引需要維護(hù)，并且優(yōu)化器在優(yōu)化查詢的時(shí)候也需要逐個(gè)地進(jìn)行考慮，這會(huì)影響性能的。
17、如果數(shù)據(jù)量較大，優(yōu)化你的修改/刪除語(yǔ)句
避免同時(shí)修改或刪除過(guò)多數(shù)據(jù)，因?yàn)闀?huì)造成 CPU 利用率過(guò)高，從而影響別人對(duì)數(shù)據(jù)庫(kù)的訪問(wèn)。
反例：
//一次刪除10萬(wàn)或者100萬(wàn)+？
delete from user where id <100000;
//或者采用單一循環(huán)操作，效率低，時(shí)間漫長(zhǎng)
for（User user：list）{
delete from user；
}
正例：
//分批進(jìn)行刪除,如每次500
delete user where id<500
delete product where id>=500 and id<1000；
理由：一次性刪除太多數(shù)據(jù)，可能會(huì)有 lock wait timeout exceed 的錯(cuò)誤，所以建議分批操作。
18、where 子句中考慮使用默認(rèn)值代替 null
反例：
select * from user where age is not null; 
正例：
//設(shè)置0為默認(rèn)值
select * from user where age>0;
理由：并不是說(shuō)使用了 is null 或者 is not null 就會(huì)不走索引了，這個(gè)跟 MySQL 版本以及查詢成本都有關(guān)。
如果 MySQL 優(yōu)化器發(fā)現(xiàn)，走索引比不走索引成本還要高，肯定會(huì)放棄索引，這些條件 !=，>isnull，isnotnull 經(jīng)常被認(rèn)為讓索引失效，其實(shí)是因?yàn)橐话闱闆r下，查詢的成本高，優(yōu)化器自動(dòng)放棄索引的。
如果把 null 值，換成默認(rèn)值，很多時(shí)候讓走索引成為可能，同時(shí)，表達(dá)意思會(huì)相對(duì)清晰一點(diǎn)。
19、不要有超過(guò) 5 個(gè)以上的表連接
連表越多，編譯的時(shí)間和開(kāi)銷也就越大。把連接表拆開(kāi)成較小的幾個(gè)執(zhí)行，可讀性更高。如果一定需要連接很多表才能得到數(shù)據(jù)，那么意味著糟糕的設(shè)計(jì)了。
20、exist&in 的合理利用
假設(shè)表 A 表示某企業(yè)的員工表，表B表示部門表，查詢所有部門的所有員工，很容易有以下 SQL：
select * from A where deptId in (select deptId from B);
這樣寫(xiě)等價(jià)于：
先查詢部門表B
select deptId from B
再由部門deptId，查詢A的員工
select * from A where A.deptId = B.deptId
可以抽象成這樣的一個(gè)循環(huán)：
List<> resultSet ;
for(int i=0;i<B.length;i++) {
for(int j=0;j<A.length;j++) {
if(A[i].id==B[j].id) {
resultSet.add(A[i]);
break;
}
}
}
顯然，除了使用 in，我們也可以用 exists 實(shí)現(xiàn)一樣的查詢功能，如下：
select * from A where exists (select 1 from B where A.deptId = B.deptId);
因?yàn)?exists 查詢的理解就是，先執(zhí)行主查詢，獲得數(shù)據(jù)后，再放到子查詢中做條件驗(yàn)證，根據(jù)驗(yàn)證結(jié)果(true 或者 false)，來(lái)決定主查詢的數(shù)據(jù)結(jié)果是否得意保留。
那么，這樣寫(xiě)就等價(jià)于：
select * from A,先從A表做循環(huán)
select * from B where A.deptId = B.deptId,再?gòu)腂表做循環(huán).
同理，可以抽象成這樣一個(gè)循環(huán)：
List<> resultSet ;
for(int i=0;i<A.length;i++) {
for(int j=0;j<B.length;j++) {
if(A[i].deptId==B[j].deptId) {
resultSet.add(A[i]);
break;
}
}
}
數(shù)據(jù)庫(kù)最費(fèi)勁的就是跟程序鏈接釋放。假設(shè)鏈接了兩次，每次做上百萬(wàn)次的數(shù)據(jù)集查詢，查完就走，這樣就只做了兩次;相反建立了上百萬(wàn)次鏈接，申請(qǐng)鏈接釋放反復(fù)重復(fù)，這樣系統(tǒng)就受不了了。
即 MySQL 優(yōu)化原則，就是小表驅(qū)動(dòng)大表，小的數(shù)據(jù)集驅(qū)動(dòng)大的數(shù)據(jù)集，從而讓性能更優(yōu)。
因此，我們要選擇最外層循環(huán)小的，也就是，如果 B 的數(shù)據(jù)量小于 A，適合使用 in，如果 B 的數(shù)據(jù)量大于 A，即適合選擇 exist。
21、盡量用 union all 替換 union
如果檢索結(jié)果中不會(huì)有重復(fù)的記錄，推薦 union all 替換 union。
反例：
select * from user where userid=1
union
select * from user where age = 10
正例：
select * from user where userid=1
union all
select * from user where age = 10
理由：如果使用 union，不管檢索結(jié)果有沒(méi)有重復(fù)，都會(huì)嘗試進(jìn)行合并，然后在輸出最終結(jié)果前進(jìn)行排序。
如果已知檢索結(jié)果沒(méi)有重復(fù)記錄，使用 union all 代替 union，這樣會(huì)提高效率。
22、索引不宜太多，一般 5 個(gè)以內(nèi)
原因如下：
- 索引并不是越多越好，索引雖然提高了查詢的效率，但是也降低了插入和更新的效率。
- insert 或 update 時(shí)有可能會(huì)重建索引，所以建索引需要慎重考慮，視具體情況來(lái)定。
- 一個(gè)表的索引數(shù)最好不要超過(guò) 5 個(gè)，若太多需要考慮一些索引是否沒(méi)有存在的必要。
23、盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型
反例：
king_id` varchar(20) NOT NULL COMMENT '守護(hù)者Id'
正例：
`king_id` int(11) NOT NULL COMMENT '守護(hù)者Id'`
理由：相對(duì)于數(shù)字型字段，字符型會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開(kāi)銷。
24、索引不適合建在有大量重復(fù)數(shù)據(jù)的字段上，如性別這類型數(shù)據(jù)庫(kù)字段
因?yàn)?SQL 優(yōu)化器是根據(jù)表中數(shù)據(jù)量來(lái)進(jìn)行查詢優(yōu)化的，如果索引列有大量重復(fù)數(shù)據(jù)，MySQL 查詢優(yōu)化器推算發(fā)現(xiàn)不走索引的成本更低，很可能就放棄索引了。
25、盡量避免向客戶端返回過(guò)多數(shù)據(jù)量
假設(shè)業(yè)務(wù)需求是，用戶請(qǐng)求查看自己最近一年觀看過(guò)的直播數(shù)據(jù)。
反例：
//一次性查詢所有數(shù)據(jù)回來(lái)
select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)
正例：
//分頁(yè)查詢
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize
//如果是前端分頁(yè)，可以先查詢前兩百條記錄，因?yàn)橐话阌脩魬?yīng)該也不會(huì)往下翻太多頁(yè)，
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;
26、當(dāng)在 SQL 語(yǔ)句中連接多個(gè)表時(shí),請(qǐng)使用表的別名，并把別名前綴于每一列上，這樣語(yǔ)義更加清晰
反例：
select * from A inner
join B on A.deptId = B.deptId;
正例：
select memeber.name,deptment.deptName from A member inner
join B deptment on member.deptId = deptment.deptId;
27、盡可能使用 varchar/nvarchar 代替 char/nchar
反例：
`deptName` char(100) DEFAULT NULL COMMENT '部門名稱'
正例：
`deptName` varchar(100) DEFAULT NULL COMMENT '部門名稱'
理由如下：
因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間。
其次對(duì)于查詢來(lái)說(shuō)，在一個(gè)相對(duì)較小的字段內(nèi)搜索，效率更高。
28、為了提高 group by 語(yǔ)句的效率，可以在執(zhí)行到該語(yǔ)句前，把不需要的記錄過(guò)濾掉
反例：
select job，avg（salary） from employee group by job having job ='president'
or job = 'managent'
正例：
select job，avg（salary） from employee where job ='president'
or job = 'managent' group by job；
29、如果字段類型是字符串，where 時(shí)一定用引號(hào)括起來(lái)，否則索引失效
反例：
select * from user where userid =123; 
正例：
select * from user where userid ='123'; 
理由：為什么第一條語(yǔ)句未加單引號(hào)就不走索引了呢?這是因?yàn)椴患訂我?hào)時(shí)，是字符串跟數(shù)字的比較，它們類型不匹配，MySQL 會(huì)做隱式的類型轉(zhuǎn)換，把它們轉(zhuǎn)換為浮點(diǎn)數(shù)再做比較。
30、使用 explain 分析你 SQL 的計(jì)劃
日常開(kāi)發(fā)寫(xiě) SQL 的時(shí)候，盡量養(yǎng)成一個(gè)習(xí)慣吧。用 explain 分析一下你寫(xiě)的 SQL，尤其是走不走索引這一塊。
explain select * from user where userid =10086 or age =18; 
作者：撿田螺的小男孩
來(lái)源：撿田螺的小男孩
