轉載：《后端程序員必備：書寫高質量SQL的30條建議》

前言
本文將結合實例demo，闡述30條有關于優化SQL的建議，多數是實際開發中總結出來的，希望對大家有幫助。

反例子：

select * from employee;

正例子：

select id, name from employee;

理由：

只取需要的字段，節省資源、減少網絡開銷。

select * 進行查詢時，很可能就不會使用到覆蓋索引了，就會造成索引回表(基于非主鍵索引的查詢需要多掃描一棵索引樹)。

假設現在有employee員工表，要找出一個名字叫jay的人.

CREATETABLE`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 employeewhere name = 'jay' ;

正例

select id, name from employeewhere name = 'jay' 	LIMIT 1 ; 

理由：

1. 加上limit 1 后,只要找到了對應的一條記錄,就不會繼續向下掃描了,效率將會大大提高。
2. 當然，如果name是唯一索引的話，是不必要加上limit 1 了，因為limit的存在主要就是為了防止全表掃描，從而提高性能,
3. 如果一個語句本身可以預知不用全表掃描，有沒有limit ，性能的差別并不大。

新建一個user表，它有一個普通索引userId，表結構如下：

 CREATETABLE`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 ;

假設現在需要查詢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 ;
# 或者分開兩條sql寫：
SELECT	* FROM	USER WHERE	userid = 1;
SELECT	* FROM	USER WHERE	age = 18 ;

理由：

• 使用or可能會使索引失效，從而全表掃描。
• 對于or + 沒有索引的age這種情況，假設它走了userId的索引，但是走到age查詢條件時，它還得全表掃描，也就是需要三步過程：全表掃描 + 索引掃描 + 合并 。
• 如果它一開始就走全表掃描，直接一遍掃描就完事。mysql是有優化器的，處于效率與成本考慮，遇到or條件，索引可能失效，看起來也合情合理。

我們日常做分頁需求時，一般會用LIMIT 實現，但是當偏移量特別大的時候，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：在業務允許的情況下限制頁數： 

理由：

• 當偏移量最大的時候，查詢效率就會越低，因為Mysql并非是跳過偏移量直接去取后面的數據，而是先把偏移量 + 要取的條數，然后再把前面偏移量這一段的數據拋棄掉再返回的。
• 如果使用優化方案一，返回上次最大查詢記錄（偏移量），這樣可以跳過偏移量，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，建議跟業務討論，有沒有必要查這么后的分頁啦。因為絕大多數用戶都不會往后翻太多頁。

日常開發中，如果用到模糊關鍵字查詢，很容易想到like，但是like很可能讓你的索引失效。
反例：

select 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 % 放關鍵字后面，還是會走索引的。如下：

理由：
需要什么數據，就去查什么數據，避免返回不必要的數據，節省開銷。

業務需求：查詢最近七天內登陸過的用戶(假設loginTime加了索引) .
#反例：

SELECTuserId ,loginTime
FROMloginuser
WHEREDate_ADD ( loginTime ,INTERVAL 7 DAY ) >= now ();

正例：

explain SELECTuserId ,loginTime
FROMloginuser
WHEREloginTime >= Date_ADD ( NOW (),INTERVAL - 7 DAY );

理由： 索引列上使用mysql的內置函數，索引失效； 如果索引列不加內置函數，索引還是會走的。

這將導致系統放棄使用索引而進行全表掃描
反例：

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

正例：

select id, name from employee WHERE age = 11 ；

理由： 雖然age加了索引，但是因為對它進行運算，索引直接迷路了。。。

如果是left join，左邊表結果盡量小

• INNER JOIN 內連接，在兩張表進行連接查詢時，只保留兩張表中完全匹配的結果集
• LEFT JOIN 在兩張表進行連接查詢時，會返回左表所有的行，即使在右表中沒有匹配的記錄。
• RIGHT JOIN 在兩張表進行連接查詢時，會返回右表所有的行，即使在左表中沒有匹配的記錄。

都滿足SQL需求的前提下，推薦優先使用Inner join（內連接），如果要使用left join，左邊表數據結果盡量小，如果有條件的盡量放到左邊處理。
反例:

select * from tab1 t1 left join tab2 t2 ont1.size = t2.size where t1.id >2;

正例：

select * from (select * from tab1 where id > 2 ) t1 #條件盡量放到左邊處理left join tab t2 on t1.size on t2.size;

理由： 如果inner join是等值連接，或許返回的行數比較少，所以性能相對會好一點。
同理，使用了左連接，左邊表數據結果盡量小，條件盡量放到左邊處理，意味著返回的行數可能比較少。

反例：

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

正例：

# 可以考慮分開兩條sql寫 
select id, name from employee WHERE age < 18 ;
select id, name from employee WHERE age > 18 ;

理由： 使用 != 和 <> 很可能會讓索引失效

表結構：（有一個聯合索引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：

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

理由：
當我們創建一個聯合索引的時候，如(k1,k2,k3)，相當于創建了（k1）、(k1,k2)和(k1,k2,k3)三個索引，這就是最左匹配原則。
聯合索引不滿足最左原則，索引一般會失效，但是這個還跟Mysql優化器有關的。

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 );

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，更加省時間 .
打個比喻:假如你需要搬一萬塊磚到樓頂,
你有一個電梯,
電梯一次可以放適量的磚（最多放500）,
你可以選擇一次運送一塊磚,
也可以一次運送500塊磚,
你覺得哪個時間消耗大 ?

覆蓋索引能夠使得你的SQL語句不需要回表，僅僅訪問索引就能夠得到所有需要的數據，大大提高了查詢效率。
反例：

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

正例：

# id為主鍵，那么為普通索引，即覆蓋索引登場了。 
explain select f_path from t_service_publish_info where f_path like '%123%'

DISTINCT 關鍵字一般用來過濾重復記錄，以返回不重復的記錄。
在查詢一個字段或者很少字段的情況下使用時，給查詢帶來優化效果。
但是在字段很多的時候使用，卻會大大降低查詢效率。
反例：

SELECTDISTINCT *
FROMUSER ;

正例：

SELECTDISTINCT name
FROMUSER ;

理由：
帶distinct的語句cpu時間和占用時間都高于不帶distinct的語句。
因為當查詢很多字段時，如果使用distinct，數據庫引擎就會對數據進行比較，過濾掉重復數據，
然而這個比較、過濾的過程會占用系統資源，cpu時間。

反例：

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

正例:

 刪除userId索引，因為組合索引（A，B）相當于創建了（A）和（A，B）

理由：
重復的索引需要維護，并且優化器在優化查詢的時候也需要逐個地進行考慮，這會影響性能的。

避免同時修改或刪除過多數據，因為會造成cpu利用率過高，從而影響別人對數據庫的訪問。
反例：

# 一次刪除10萬或者100萬 + ？ delete from user where id <100000;# 或者采用單一循環操作，效率低，時間漫長 for (user user:list){ delete from user;}

正例：

# 分批進行刪除,如每次500 
delete user where id <500 ;
delete product where id >=500 and id<1000; 

理由： 一次性刪除太多數據，可能會有 lock wait timeout exceed 的錯誤，所以建議分批操作。

反例：

select * from user
WHERE age IS NOT NULL ;

正例：

# 設置0為默認值 
select * from user
WHERE age >0 ;

理由：
并不是說使用了is NULL 或者 IS NOT NULL 就會不走索引了，這個跟mysql版本以及查詢成本都有關。
如果mysql優化器發現，走索引比不走索引成本還要高，肯定會放棄索引，這些條件 ! = , >, is null ，is not null 經常被認為讓索引失效，
其實是因為一般情況下，查詢的成本高，優化器自動放棄索引的。
如果把null值，換成默認值，很多時候讓走索引成為可能，同時，表達意思會相對清晰一點。

連表越多，編譯的時間和開銷也就越大。 把連接表拆開成較小的幾個執行，可讀性更高。
如果一定需要連接很多表才能得到數據，那么意味著糟糕的設計了。

假設表A表示某企業的員工表，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);

這樣寫等價于：
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循環：

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實現一樣的查詢功能，如下：

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

因為exists查詢的理解就是，先執行主查詢，獲得數據后，再放到子查詢中做條件驗證，根據驗證結果（true或者false），來決定主查詢的數據結果是否得意保留。
那么，這樣寫就等價于：

select * from A#先從A表做循環select * from B where A.deptId = B.deptId#再從B表做循環.

同理，可以抽象成這樣一個循環：

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 ;
} } } 

數據庫最費勁的就是跟程序鏈接釋放。
假設鏈接了兩次，每次做上百萬次的數據集查詢，查完就走，這樣就只做了兩次；
相反建立了上百萬次鏈接，申請鏈接釋放反復重復，這樣系統就受不了了。
即mysql優化原則，就是小表驅動大表，小的數據集驅動大的數據集，從而讓性能更優。
因此，我們要選擇最外層循環小的，也就是，如果B的數據量小于A，適合使用in，如果B的數據量大于A，即適合選擇exist。

UNION 如果檢索結果中不會有重復的記錄，推薦union ALL 替換 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，不管檢索結果有沒有重復，都會嘗試進行合并，然后在輸出最終結果前進行排序。如果已知檢索結果沒有重復記錄，使用union ALL 代替union，這樣會提高效率。

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時有可能會重建索引，所以建索引需要慎重考慮，視具體情況來定。
一個表的索引數最好不要超過5個，若太多需要考慮一些索引是否沒有存在的必要。

若只含數值信息的字段盡量不要設計為字符型
反例：

  `king_id` varchar（20） NOT NULL COMMENT '守護者Id' 

正例：

  `king_id` INT(11) NOT NULL COMMENT '守護者Id' 

理由：
相對于數字型字段，字符型會降低查詢和連接的性能，并會增加存儲開銷。

如性別這類型數據庫字段。 因為SQL優化器是根據表中數據量來進行查詢優化的，如果索引列有大量重復數據，Mysql查詢優化器推算發現不走索引的成本更低，很可能就放棄索引了。

假設業務需求是，用戶請求查看自己最近一年觀看過的直播數據。
反例：

 # 一次性查詢所有數據回來 
select * from livinginfo where watchid = useid and watchtime > date_sub ( now(),interval 1 Y )

正例：

# 分頁查詢 
select * from livinginfo where watchid = useid and watchtime > date_sub ( now(),interval 1 Y )
LIMIT offset ， pageSize # 如果是前端分頁，可以先查詢前兩百條記錄，因為一般用戶應該也不會往下翻太多頁，
select * from livinginfo where watchid = useid and watchtime > date_sub ( now(),interval 1 Y )
LIMIT 200 ;

反例：

select * from A
INNER JOIN B ONA . deptId = B . deptId ;

正例：

 SELECTmemeber . name ,deptment . deptName
FROMA MEMBER
INNER JOIN B deptment ONMEMBER . deptId = deptment . deptId ;

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：
因為首先變長字段存儲空間小，可以節省存儲空間。
其次對于查詢來說，在一個相對較小的字段內搜索，效率更高。

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 ;

反例：

select * from user
WHERE userid = 123 ;

正例：

select * from user
WHERE userid = '123' ;

理由：
為什么第一條語句未加單引號就不走索引了呢？
這是因為不加單引號時，是字符串跟數字的比較，它們類型不匹配，MySQL會做隱式的類型轉換，把它們轉換為浮點數再做比較。

日常開發寫SQL的時候，盡量用explain分析一下你寫的SQL，尤其是走不走索引這一塊。

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

---------------------
作者：w.ang.jie
來源：CSDN
原文：https://blog.csdn.net/qq_32392597/article/details/105124356
版權聲明：本文為作者原創文章，轉載請附上博文鏈接！
內容解析By：CSDN,CNBLOG博客文章一鍵轉載插件