如何优化SQL,书写高质量SQL

x33g5p2x  于2021-08-23 转载在 Java  
字(8.7k)|赞(0)|评价(0)|浏览(107)

前言

本文将结合实例demo,阐述30条有关于优化SQL的建议,多数是实际开发中总结出来的,希望对大家有帮助。

1、查询SQL尽量不要使用select *,而是select具体字段。

反例子:

select * from employee;

正例子:

select id, name from employee;

理由:

只取需要的字段,节省资源、减少网络开销。

select * 进行查询时,很可能就不会使用到覆盖索引了,就会造成索引回表(基于非主键索引的查询需要多扫描一棵索引树)。

2、如果知道查询结果只有一条或者只要最大/最小一条记录,建议用limit 1

假设现在有employee员工表,要找出一个名字叫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:

  1. 加上limit 1 后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高。
  2. 当然,如果name是唯一索引的话,是不必要加上limit 1 了,因为limit的存在主要就是为了防止全表扫描,从而提高性能,
  3. 如果一个语句本身可以预知不用全表扫描,有没有limit ,性能的差别并不大。

3 、应尽量避免在where子句中使用or来连接条件

新建一个user表,它有一个普通索引userId,表结构如下:

 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 ;

假设现在需要查询userid为1或者年龄为18岁的用户,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 ;
# 或者分开两条sql写:
SELECT	* FROM	USER WHERE	userid = 1;
SELECT	* FROM	USER WHERE	age = 18 ;

理由:

  • 使用or可能会使索引失效,从而全表扫描。
  • 对于or + 没有索引的age这种情况,假设它走了userId的索引,但是走到age查询条件时,它还得全表扫描,也就是需要三步过程:全表扫描 + 索引扫描 + 合并 。
  • 如果它一开始就走全表扫描,直接一遍扫描就完事。mysql是有优化器的,处于效率与成本考虑,遇到or条件,索引可能失效,看起来也合情合理。

4 、优化limit分页

我们日常做分页需求时,一般会用LIMIT 实现,但是当偏移量特别大的时候,查询效率就变得低下。
反例:

select id, name, age from employee
LIMIT 10000 , 10 ;

正例:

# 方案一 :返回上次查询的最大记录(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:在业务允许的情况下限制页数: 

理由:

  • 当偏移量最大的时候,查询效率就会越低,因为Mysql并非是跳过偏移量直接去取后面的数据,而是先把偏移量 + 要取的条数,然后再把前面偏移量这一段的数据抛弃掉再返回的。
  • 如果使用优化方案一,返回上次最大查询记录(偏移量),这样可以跳过偏移量,效率提升不少。
  • 方案二使用order BY + 索引,也是可以提高查询效率的。
  • 方案三的话,建议跟业务讨论,有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。

5 、优化你的like语句

日常开发中,如果用到模糊关键字查询,很容易想到like,但是like很可能让你的索引失效。
反例:

select id, name from employee WHERE	userId LIKE '%123' ;

正例:

select id, name from employee WHERE	userId LIKE '123%' ;

理由: 把 % 放前面,并不走索引,如下: 把 % 放关键字后面,还是会走索引的。如下:

6 、使用where条件限定要查询的数据,避免返回多余的行


理由:
需要什么数据,就去查什么数据,避免返回不必要的数据,节省开销。

7 、尽量避免在索引列上使用mysql的内置函数

业务需求:查询最近七天内登陆过的用户(假设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的内置函数,索引失效; 如果索引列不加内置函数,索引还是会走的。

8 、应尽量避免在where子句中对字段进行表达式操作

这将导致系统放弃使用索引而进行全表扫描
反例:

select id, name from employee 
	WHERE age - 1 = 10 ;

正例:

select id, name from employee 
	WHERE age = 11 ;

理由: 虽然age加了索引,但是因为对它进行运算,索引直接迷路了。。。

9 、InnerJOIN 、left join、right join,优先使用Inner join

如果是left join,左边表结果尽量小

  • INNER JOIN 内连接,在两张表进行连接查询时,只保留两张表中完全匹配的结果集
  • LEFT JOIN 在两张表进行连接查询时,会返回左表所有的行,即使在右表中没有匹配的记录。
  • RIGHT JOIN 在两张表进行连接查询时,会返回右表所有的行,即使在左表中没有匹配的记录。

都满足SQL需求的前提下,推荐优先使用Inner join(内连接),如果要使用left join,左边表数据结果尽量小,如果有条件的尽量放到左边处理。
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 #条件尽量放到左边处理
       left join tab t2 
       on t1.size on t2.size;

理由: 如果inner join是等值连接,或许返回的行数比较少,所以性能相对会好一点。
同理,使用了左连接,左边表数据结果尽量小,条件尽量放到左边处理,意味着返回的行数可能比较少。

10 、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。

反例:

select id, name from employee 
WHERE age <> 18 ;

正例:

# 可以考虑分开两条sql写 
select id, name from employee WHERE age < 18 ;
select id, name from employee WHERE age > 18 ;

理由: 使用 != 和 <> 很可能会让索引失效

11 、使用联合索引时,注意索引列的顺序,一般遵循最左匹配原则。

表结构:(有一个联合索引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 id, name from employee WHERE age = 10 ;

正例:

# 符合最左匹配原则 
select id, name from employee 
WHERE userid = 10 AND age = 10 ; # 符合最左匹配原则 
select id, name from employee 
WHERE userid = 10 ; 

理由:
当我们创建一个联合索引的时候,如(k1,k2,k3),相当于创建了(k1)、(k1,k2)和(k1,k2,k3)三个索引,这就是最左匹配原则。
联合索引不满足最左原则,索引一般会失效,但是这个还跟Mysql优化器有关的。

12 、对查询进行优化,应考虑在where及order by涉及的列上建立索引,尽量避免全表扫描。

反例:

select id, name from employee 
WHERE address = '深圳'
ORDER BY age ;

正例:

#添加索引 
ALTER TABLE	USER ADD INDEX idx_address_age ( address , age );

13 、如果插入数据过多,考虑批量插入

反例:

for (user u : list) {
  insert into user(name ,age) values ( #name#,#age# ) }

正例:

# 一次500批量插入,分批进行 
 insert into user (name,age) values < foreach collection="list" item ="item"
           index="index" seprator ="," > # mybatis
           (#{item.name},#{item.age})
         </foreach>

理由: 批量插入性能好,更加省时间 .
打个比喻:假如你需要搬一万块砖到楼顶,
你有一个电梯,
电梯一次可以放适量的砖(最多放500),
你可以选择一次运送一块砖,
也可以一次运送500块砖,
你觉得哪个时间消耗大 ?

14 、在适当的时候,使用覆盖索引。

覆盖索引能够使得你的SQL语句不需要回表,仅仅访问索引就能够得到所有需要的数据,大大提高了查询效率。
反例:

# like模糊查询,不走索引了 
explain select * from t_service_publish_info where f_path like '%123%'


正例:

# id为主键,那么为普通索引,即覆盖索引登场了。 
explain select f_path from t_service_publish_info where f_path like '%123%'

15 、慎用distinct关键字

DISTINCT 关键字一般用来过滤重复记录,以返回不重复的记录。
在查询一个字段或者很少字段的情况下使用时,给查询带来优化效果。
但是在字段很多的时候使用,却会大大降低查询效率。
反例:

SELECT
	DISTINCT *
FROM
	USER ;

正例:

SELECT
	DISTINCT name
FROM
	USER ;

理由:
带distinct的语句cpu时间和占用时间都高于不带distinct的语句。
因为当查询很多字段时,如果使用distinct,数据库引擎就会对数据进行比较,过滤掉重复数据,
然而这个比较、过滤的过程会占用系统资源,cpu时间。

16 、删除冗余和重复索引

反例:

KEY `idx_userId` ( `userId` ) KEY `idx_userId_age` ( `userId` ,`age` )

正例:

 删除userId索引,因为组合索引(A,B)相当于创建了(A)和(A,B)

理由:
重复的索引需要维护,并且优化器在优化查询的时候也需要逐个地进行考虑,这会影响性能的。

17 、如果数据量较大,优化你的修改 / 删除语句。

避免同时修改或删除过多数据,因为会造成cpu利用率过高,从而影响别人对数据库的访问。
反例:

# 一次删除10万或者100万 + ? 
  delete from user where id <100000;
# 或者采用单一循环操作,效率低,时间漫长 for (user user:list){ delete from user;} 

正例:

# 分批进行删除,如每次500 
delete user where id <500 ;
delete product where id >=500 and id<1000; 

理由: 一次性删除太多数据,可能会有 lock wait timeout exceed 的错误,所以建议分批操作。

18 、where子句中考虑使用默认值代替null

反例:

select * from user
WHERE age IS NOT NULL ;

正例:

# 设置0为默认值 
select * from user
WHERE age >0 ;

理由:
并不是说使用了is NULL 或者 IS NOT NULL 就会不走索引了,这个跟mysql版本以及查询成本都有关。
如果mysql优化器发现,走索引比不走索引成本还要高,肯定会放弃索引,这些条件 ! = , >, is null ,is not null 经常被认为让索引失效
其实是因为一般情况下,查询的成本高,优化器自动放弃索引的。
如果把null值,换成默认值,很多时候让走索引成为可能,同时,表达意思会相对清晰一点。

19 、不要有超过5个以上的表连接

连表越多,编译的时间和开销也就越大。 把连接表拆开成较小的几个执行,可读性更高。
如果一定需要连接很多表才能得到数据,那么意味着糟糕的设计了。

20 、exist & in的合理利用

假设表A表示某企业的员工表,表B表示部门表,查询所有部门的所有员工,很容易有以下SQL:

select * from a where deptid in (select deptid from b);

这样写等价于:
先查询部门表B

select deptid from b

再由部门deptId,查询A的员工

select * from a where A.deptId = B.deptId

可以抽象成这样的一个循环:

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 ;	} } } 

显然,除了使用in,我们也可以用exists实现一样的查询功能,如下:

select * from 1 where exists ( select 1 from b where a.deptid=b.deptid );

因为exists查询的理解就是,先执行主查询,获得数据后,再放到子查询中做条件验证,根据验证结果(true或者false),来决定主查询的数据结果是否得意保留。
那么,这样写就等价于:

select * from A#先从A表做循环
select * from B where A.deptId = B.deptId#再从B表做循环. 

同理,可以抽象成这样一个循环:

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 ; } } } 

数据库最费劲的就是跟程序链接释放。
假设链接了两次,每次做上百万次的数据集查询,查完就走,这样就只做了两次;
相反建立了上百万次链接,申请链接释放反复重复,这样系统就受不了了。
即mysql优化原则,就是小表驱动大表,小的数据集驱动大的数据集,从而让性能更优。
因此,我们要选择最外层循环小的,也就是,如果B的数据量小于A,适合使用in,如果B的数据量大于A,即适合选择exist。

21 、尽量用union all替换

UNION 如果检索结果中不会有重复的记录,推荐union ALL 替换 union
反例:

select * from user
WHERE userid = 1
UNION 
select * from user
WHERE userid = 10

正例:

select * from user
WHERE userid = 1
UNION ALL 
select * from user
WHERE userid = 10

理由:
如果使用union,不管检索结果有没有重复,都会尝试进行合并,然后在输出最终结果前进行排序。如果已知检索结果没有重复记录,使用union ALL 代替union,这样会提高效率。

22 、索引不宜太多,一般5个以内。

索引并不是越多越好,索引虽然提高了查询的效率,但是也降低了插入和更新的效率。
insert或update时有可能会重建索引,所以建索引需要慎重考虑,视具体情况来定。
一个表的索引数最好不要超过5个,若太多需要考虑一些索引是否没有存在的必要。

23 、尽量使用数字型字段

若只含数值信息的字段尽量不要设计为字符型
反例:

  `king_id` varchar(20) NOT NULL COMMENT '守护者Id' 

正例:

  `king_id` INT(11) NOT NULL COMMENT '守护者Id' 

理由:
相对于数字型字段,字符型会降低查询和连接的性能,并会增加存储开销。

24 、索引不适合建在有大量重复数据的字段上

如性别这类型数据库字段。 因为SQL优化器是根据表中数据量来进行查询优化的,如果索引列有大量重复数据,Mysql查询优化器推算发现不走索引的成本更低,很可能就放弃索引了。

25 、尽量避免向客户端返回过多数据量。

假设业务需求是,用户请求查看自己最近一年观看过的直播数据。
反例:

 # 一次性查询所有数据回来 
select * from livinginfo 
  where watchid = useid 
  and watchtime > date_sub ( now(),interval 1 Y )

正例:

# 分页查询 
select * from livinginfo 
  where watchid = useid 
  and watchtime > date_sub ( now(),interval 1 Y )
LIMIT offset , pageSize 
# 如果是前端分页,可以先查询前两百条记录,因为一般用户应该也不会往下翻太多页, select * from livinginfo where watchid = useid and watchtime > date_sub (now(),interval 1 Y ) LIMIT 200 ; 

26 、当在SQL语句中连接多个表时,请使用表的别名,并把别名前缀于每一列上,这样语义更加清晰。

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 、尽可能使用varchar / nvarchar 代替 CHAR / nchar。

反例:

 `deptName` CHAR (100) DEFAULT NULL COMMENT '部门名称' 

正例:

 deptName` VARCHAR (100) DEFAULT NULL COMMENT '部门名称' 

理由:
因为首先变长字段存储空间小,可以节省存储空间。
其次对于查询来说,在一个相对较小的字段内搜索,效率更高。

28 、为了提高group BY 语句的效率,可以在执行到该语句前,把不需要的记录过滤掉。

反例:

select job,avg(sal) from employee 
  gorup by job 
  having job = 'president' OR job = 'managent' ;

正例:

select job,avg(sal) from employee 
WHERE job = 'president' OR job = 'managent' 
gorup by job ;

29 、如果字段类型是字符串,where时一定用引号括起来,否则索引失效

反例:

select * from user
WHERE userid = 123 ;

正例:

select * from user
WHERE userid = '123' ;

理由:
为什么第一条语句未加单引号就不走索引了呢?
这是因为不加单引号时,是字符串跟数字的比较,它们类型不匹配,MySQL会做隐式的类型转换,把它们转换为浮点数再做比较。

30 、使用explain 分析你SQL的计划

日常开发写SQL的时候,尽量用explain分析一下你写的SQL,尤其是走不走索引这一块。

explain select * from user
WHERE userid = 10 OR age = 18 ;

原文地址:https://blog.csdn.net/qq_32392597/article/details/105124356

相关文章

热门文章

更多

目录