MySQL优化之如何写出高质量sql语句

前言

关于数据库优化，网上有不少资料和方法，但是不少质量参差不齐，有些总结的不够到位，内容冗杂。这篇文章就来给大家详细介绍了26条优化建议，下面来一起看看吧

1. 查询SQL尽量不要使用全查 select *，而是 select + 具体字段。

反例：

select * from student;

正例：

select id，name, age from student;

理由：

只取需要的字段，可以节省资源、减少CPU和IO以及网络开销。
select * 进行查询时，无法使用到覆盖索引，就会造成回表查询。
使用具体字段可以减少表结构变动带来的影响。

2. 使用预编译语句进行数据库操作

理由：

预编译语句可以重复使用计划，减少SQL编译所需要的时间
可以解决动态SQL所带来的SQL注入的问题
只传参数，比传递SQL语句更高效
相同语句可以一次解析，多次使用，提高处理效率

3. 禁止使用不含字段列表的 insert 语句

反例：

insert into values ('a', 'b', 'c');

正例：

insert into t(a, b, c) values ('a','b','c');

理由：

不含字段名的 insert 语句，很难区分到底对应的是什么字段，而且只能全值插入，可读性差。
一旦表结构发生改变，很难修改。

4. 尽量避免在 where 子句中使用 or 来连接条件

案例：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,  
`user_id` int(11) NOT NULL,  
`age` int(11) NOT NULL,  
`name` varchar(30) NOT NULL,  
PRIMARY KEY (`id`),  
KEY `idx_userId` (`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

查询userid为1 或者年龄为 18 岁的用户

反例:

select id, user_id, age, name from user where userid=1 or age =18

正例：

# 使用union all 
select id, user_id, age, name from user where userid=1 union all select * from user where age = 18
# 或者分开两条sql写
select id, user_id, age, name 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 + 没有索引的字段，如上面的 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。

5. 使用 where 条件查询，要限定要查询的数据，避免返回多余的行，同时避免数据类型的隐式转换

假设 id 为 int 类型，查询 id = 1 的数据

反例：

select id, name from student where id = '1';

正例：

select id, name from student where id = 1;

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。
隐式转换会导致索引失效

6. 静止在 where 子句中对字段进行表达式操作或函数转换，这将导致系统放弃使用索引而进行全表扫描

假设 user 表的 age 字段，加了索引，对其进行数据查询

反例：

select name, age from user where age - 1 = 20;

正例：

select name, age from user where age = 21;

理由：

age 加了索引，但是因为对它进行运算查询，导致索引不生效，大大的降低效率。

7. 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。

（Mysql中适用）

反例：

select age,name from user where age <> 18;

正例：

# 可以考虑分开两条sql写 
select age,name from user where age < 18;
select age,name from user where age > 18;

理由：

使用!=和<>很可能会让索引失效

8. 对查询优化，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 name, age, address from user where address ='深圳' order by age ;

正例：添加索引再查询

alter table user add index idx_address_age (address,age)

9. where子句中考虑使用默认值代替 null

反例：(这种会全查所有数据)

select user_id, name, age from user where age is not null;

正例：

# 表字段age设置0为默认值代替null
select user_id, name, age from user where age > 0;
1
2

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 !=，> isnull，is not null 经常让索引失效，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。

10. 如果查询结果只有一条或者只需要一条记录（可能最大/小值），建议使用 limit 1

假设现在有student学生表，要找出一个名字叫 Tom 的人.

CREATE TABLE `student` (  
`id` int(11) NOT NULL,  
`name` varchar(50) DEFAULT NULL,  
`age` int(11) DEFAULT NULL,  
`date` datetime DEFAULT NULL,  
`sex` int(1) DEFAULT NULL,  
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

反例：

select id，name from student where name='Tom '

正例

select id，name from employee where name='Tom ' limit 1;

理由：

加上 limit 1 分页后，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。
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，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。

11. 优化 limit 分页语句

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 student 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 student where id > 10000 limit 10;

# 方案二：order by + 索引
select id，name from student 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。因为绝大多数用户都不会往后翻太多页。

12. 尽量避免向客户端返回过多数据量，使用limit分页

假设业务需求是，用户请求查看自己最近一年观看过的电影数据。

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 ;

13. 优化 like 语句

当用到模糊关键字查询使用 like 时，like很可能让索引失效。

反例：

SELECT * FROM student
WHERE name LIKE '%strive_day';
-- 或者使用 % 包裹
SELECT * FROM student
WHERE name LIKE '%strive_day%';

正例：

SELECT * FROM student
WHERE name LIKE 'strive_day%';

理由：

把 % 放前面，不会走索引查询。
把 % 放关键字后面，会走索引进行查询。
将 % 包裹关键字，也不会走索引查询。
无前置 %，只有后置 % 才会走索引查询

14. 尽量避免在索引列上使用mysql的内置函数

案例：查询最近七天内登陆过的用户(假设 loginTime 字段加了索引)

反例：

SELECT * FROM system_user user
WHERE Date_ADD(user.loginTime,Interval 7 DAY) >= now();

正例：

SELECT * FROM system_user user
WHERE user.loginTime >=Date_ADD(NOW(),INTERVAL - 7 DAY);

理由：

索引列上使用mysql的内置函数，索引会失效
如果索引列不加内置函数，会走索引查询

15. 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

假设有一个联合索引 (user_id, age)，user_id 在前，age 在后。

反例：

select user_id, name, age from user where age = 10;

正例：

# 符合最左匹配原则
select user_id, name, age from user where userid = 1 and age = 21;
# 符合最左匹配原则
select user_id, name, age from user where userid = 1;

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。

16. 在适当时候，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
select user_id, name, age from user where user_id like '%123%'

# id为主键，那么为普通索引，即覆盖索引。
select user_id, name, age from user where userid like '%123%';

17. 删除冗余和重复索引

反例：

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

正例:

  KEY `idx_userId_age` (`userId`,`age`)
#  删除 userId 的索引（KEY `idx_userId_age` (`userId`,`age`)）
#  因为组合索引（A，B）相当于创建了（A）和（A，B）索引。

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

18. Inner join 、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，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 name, age from tab1 t1 left join tab2 t2  on t1.age = t2.age where t1.id = 2;

正例：

select name, age from (select * from tab1 where id = 2) t1 left join tab2 t2 on t1.age = t2.age;

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
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

19. 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" separator=",">
 (#{item.name},#{item.age})
</foreach>

理由：

批量插入性能好，减少时间损耗。

20. 尽量少用 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：

# 去重多个字段
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。

21. 不要有超过5个以上的表连接

理由：

连表越多，编译的时间和开销也就越大
连表可读性差，把连接表拆开成较小的几个执行，可读性更高

22. 数据量大的时候，如何优化更新语句。

数据量大的时候，需要避免同时修改或删除过多数据，同时会造成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+条数据
delete from user where id < 1000000;
# 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 user where id >= 500 and id < 1000；
...
delete user where id >= 999500 and id < 1000000;

理由：

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

23. 合理使用 exist 和 in

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SQL

反例：:

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语句：

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;          
        }       
     }    
 }

我们也可以用exists实现一样的查询功能

select * from A where exists (select 1 from B where A.deptId = B.deptId);

上述代码等价于：

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.

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以保留。

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;          
            }       
        }    
    }

理由：

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；相反如果每次单独查询，建立了上百万次链接，申请链接释放反复重复
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
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

24. 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 '123'

正例：

 `king_id` int(11) NOT NULL COMMENT '123'

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。

25. 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 age = 20

正例：

select * from user where userid = 1
union all
select * from user where age = 20

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。

26. 如果字段类型是字符串，where时一定用引号括起来，否则将导致索引失效

反例：

select * from user where userid = 1;

正例：

select * from user where userid ='1';

理由：

第一条语句未加单引号就不走索引，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。

总结

到此这篇关于MySQL优化之如何写出高质量sql语句的文章就介绍到这了,更多相关MySQL优化sql语句内容请搜索NICE源码以前的文章或继续浏览下面的相关文章希望大家以后多多支持NICE源码！

前言