SQL优化
文章目录
- 查询 SQL 尽量不要使用 select *,而是具体字段
- 避免在 where 子句中使用 or 来连接条件
- 使用 varchar 代替 char
- 尽量使用数值替代字符串类型
- 查询尽量避免返回大量数据
- 使用 explain 分析你 SQL 执行计划
- 创建 name 字段的索引
- 优化 like 语句:
- 字符串怪现象
- 索引不宜太多,一般 5 个以内
- 索引不适合建在有大量重复数据的字段上
- where 限定查询的数据
- 避免在 where 中对字段进行表达式操作
- 去重 distinct 过滤字段要少
- where 中使用默认值代替 null
- 批量删除优化
- 提高 group by 语句的效率
- 复合索引最左特性
- 排序字段创建索引
- 尽量使用 union all 替代 union
查询 SQL 尽量不要使用 select *,而是具体字段
反例:
SELECT * FROM student
正例:
SELECT id,NAME FROM student
理由:
- 字段多时,大表能达到 100 多个字段甚至达 200 多个字段
- 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
不会用到索引
,就会造成全表扫描
避免在 where 子句中使用 or 来连接条件
查询 id 为 1 或者薪水为 3000 的用户:
反例:
SELECT * FROM student WHERE id=1 OR salary=30000
正例:
使用 union all
SELECT * FROM student WHERE id=1UNION ALLSELECT * FROM student WHERE salary=30000
分开两条 sql 写
SELECT * FROM student WHERE id=1SELECT * FROM student WHERE salary=30000
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 salary 这种情况,假设它走了 id 的索引,但是走到
salary 查询条件时,它还得全表扫描。也就是说整个过程需要三步:全表
扫描+索引扫描+合并。如果它一开始就走全表扫描,直接一遍扫描就搞
定。虽然 mysql 是有优化器的,处于效率与成本考虑,遇到 or 条件,索
引还是可能失效的
使用 varchar 代替 char
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:
- varchar 变长字段按数据内容实际长度存储,存储空间小,可以节省存储
空间 - char 按声明大小存储,不足补空格
- 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
尽量使用数值替代字符串类型
- 主键(id):
primary key
优先使用数值类型 int,tinyint - 性别(sex):0-代表女,1-代表男;数据库没有布尔类型,mysql 推荐
使用 tinyint - 支付方式(payment):1-现金、2-微信、3-支付宝、4-信用卡、5-银行
卡 - 服务状态(state):1-开启、2-暂停、3-停止
- 商品状态(state):1-上架、2-下架、3-删除
查询尽量避免返回大量数据
如果查询返回数据量很大,就会造成查询时间过长,网络传输时间过长。同
时,大量数据返回也可能没有实际意义。如返回上千条甚至更多,用户也看不
过来。
通常采用分页,一页习惯 10/20/50/100 条。
使用 explain 分析你 SQL 执行计划
SQL 很灵活,一个需求可以很多实现,那哪个最优呢?SQL 提供了 explain 关
键字,它可以分析你的 SQL 执行计划,看它是否最佳。Explain 主要看 SQL 是
否使用了索引。
EXPLAINSELECT * FROM student WHERE id=1
返回结果:
创建 name 字段的索引
提高查询速度的最简单最佳的方式
ALTER TABLE student ADD INDEX index_name (NAME)
优化 like 语句:
模糊查询,程序员最喜欢的就是使用 like,但是 like 很可能让你的索引失效
反例:
EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '%1'EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '%1%'
正例:
EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '1%'
理由:
未使用索引:故意使用 sex 非索引字段
EXPLAINSELECT id,NAME FROM student WHERE NAME=1 OR sex=1
主键索引生效
EXPLAINSELECT id,NAME FROM student WHERE id=1
索引失效,type=ALL,全表扫描
EXPLAINSELECT id,NAME FROM student WHERE id LIKE '%1'
字符串怪现象
反例:
#未使用索引EXPLAINSELECT * FROM student WHERE NAME=123
正例:
#使用索引EXPLAINSELECT * FROM student WHERE NAME='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,把它们转换为数值类型再做比较
索引不宜太多,一般 5 个以内
- 索引并不是越多越好,虽其提高了查询的效率,但却会降低插入和更新的
效率 - 索引可以理解为一个就是一张表,其可以存储数据,其数据就要占空间
- 再者,索引表的一个特点,其数据是排序的,那排序要不要花时间呢?肯
定要 - insert 或 update 时有可能会重建索引,如果数据量巨大,重建将进行记
录的重新排序,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有存在
的必要
索引不适合建在有大量重复数据的字段上
如性别字段。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。
where 限定查询的数据
数据中假定就一个男的记录
反例:
SELECT id,NAME FROM student WHERE sex='男'
正例:
SELECT id,NAME FROM student WHERE id=1 AND sex='男'
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
避免在 where 中对字段进行表达式操作
反例:
EXPLAINSELECT * FROM student WHERE id+1-1=+1
正例:
EXPLAINSELECT * FROM student WHERE id=+1-1+1EXPLAINSELECT * FROM student WHERE id=1
理由:
- SQL 解析时,如果字段相关的是表达式就进行全表扫描
- 字段干净无表达式,索引生效
去重 distinct 过滤字段要少
#索引失效EXPLAINSELECT DISTINCT * FROM student#索引生效EXPLAINSELECT DISTINCT id,NAME FROM studentEXPLAINSELECT DISTINCT NAME FROM student
理由:
- 带 distinct 的语句占用 cpu 时间高于不带 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,如 cpu 时间
where 中使用默认值代替 null
环境准备:
#修改表,增加 age 字段,类型 int,非空,默认值 0ALTER TABLE student ADD age INT NOT NULL DEFAULT 0;#修改表,增加 age 字段的索引,名称为 idx_ageALTER TABLE student ADD INDEX idx_age (age);
反例:
EXPLAINSELECT * FROM student WHERE age IS NOT NULL
正例:
EXPLAINSELECT * FROM student 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,就会放弃索
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
思也相对清晰一点
批量删除优化
避免同时修改或删除过多数据,因为会造成 cpu 利用率过高,会造成锁表操
作,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 student where id <100000;#采用单一循环操作,效率低,时间漫长for(User user:list){ delete from student;}
正例:
#分批进行删除,如每次 500for(){delete student where id<500;}delete student where id>=500 and id<1000;
理由:
- 一次性删除太多数据,可能造成锁表,会有 lock wait timeout exceed 的
错误,所以建议分批操作
伪删除设计
商品状态(state):1-上架、2-下架、3-删除
理由: - 这里的删除只是一个标识,并没有从数据库表中真正删除,可以作为历史
记录备查 - 同时,一个大型系统中,表关系是非常复杂的,如电商系统中,商品作废
了,但如果直接删除商品,其它商品详情,物流信息中可能都有其引用。 - 通过 where state=1 或者 where state=2 过滤掉数据,这样伪删除的数据
用户就看不到了,从而不影响用户的使用 - 操作速度快,特别数据量很大情况下
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:先分组,再过滤
select job,avg(salary) from employee group by job having job ='president' or job = 'managent';
正例:先过滤,后分组
select job,avg(salary) from employee where job ='president' or job = 'managent'group by job;
复合索引最左特性
创建复合索引,也就是多个字段
ALTER TABLE student ADD INDEX idx_name_salary (NAME,salary)
满足复合索引的左侧顺序,哪怕只是部分,复合索引生效
EXPLAINSELECT * FROM student WHERE NAME='name1'
没有出现左边的字段,则不满足最左特性,索引失效
EXPLAINSELECT * FROM student WHERE salary=3000
复合索引全使用,按左侧顺序出现 name,salary,索引生效
EXPLAINSELECT * FROM student WHERE NAME='陈子枢' AND salary=3000
虽然违背了最左特性,但 MYSQL 执行 SQL 时会进行优化,底层进行颠倒优化
EXPLAINSELECT * FROM student WHERE salary=3000 AND NAME='name1'
理由:
- 复合索引也称为联合索引
- 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
排序字段创建索引
什么样的字段才需要创建索引呢?原则就是 where 和 order by 中常出现的字段
就创建索引。
#使用*,包含了未索引的字段,导致索引失效EXPLAINSELECT * FROM student ORDER BY NAME;EXPLAINSELECT * FROM student ORDER BY NAME,salary#name 字段有索引EXPLAINSELECT id,NAME FROM student ORDER BY NAME#name 和 salary 复合索引EXPLAINSELECT id,NAME FROM student ORDER BY NAME,salaryEXPLAINSELECT id,NAME FROM student ORDER BY salary,NAME#排序字段未创建索引,性能就慢EXPLAINSELECT id,NAME FROM student ORDER BY sex
尽量使用 union all 替代 union
反例:
SELECT * FROM studentUNIONSELECT * FROM student
正例:
SELECT * FROM studentUNION ALLSELECT * FROM student
理由:
- union 和 union all 的区别是,union 会自动去掉多个结果集合中的重复结
果,而 union all 则将所有的结果全部显示出来,不管是不是重复 - union:对两个结果集进行并集操作,不包括重复行,同时进行默认规则
的排序 - union 在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生
的结果集进行排序运算,删除重复的记录再返回结果。实际大部分应用中
是不会产生重复的记录,最常见的是过程表与历史表 UNION