以下文章來源於撿田螺的小男孩 ,作者撿田螺的小男孩
轉載:《後端程序員必備:書寫高質量SQL的30條建議》
前言
本文將結合實例demo,闡述30條有關於優化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。
1、查詢SQL儘量不要使用select *,而是select具體字段。
反例子:
select * from employee;
正例子:
select id, name from employee;
理由:
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(基於非主鍵索引的查詢需要多掃描一棵索引樹)。
2、如果知道查詢結果只有一條或者只要最大/最小一條記錄,建議用limit 1
假設現在有employee員工表,要找出一個名字叫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:
- 加上limit 1 後,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。
- 當然,如果name是唯一索引的話,是不必要加上limit 1 了,因爲limit的存在主要就是爲了防止全表掃描,從而提高性能,
- 如果一個語句本身可以預知不用全表掃描,有沒有limit ,性能的差別並不大。
3 、應儘量避免在where子句中使用or來連接條件
新建一個user表,它有一個普通索引userId,表結構如下:
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 ;
假設現在需要查詢userid爲1或者年齡爲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。
- 對於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 + 合併 。
- 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,處於效率與成本考慮,遇到or條件,索引可能失效,看起來也合情合理。
4 、優化limit分頁
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,因爲Mysql並非是跳過偏移量直接去取後面的數據,而是先把偏移量 + 要取的條數,然後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,有沒有必要查這麼後的分頁啦。因爲絕大多數用戶都不會往後翻太多頁。
5 、優化你的like語句
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,並不走索引,如下: 把 % 放關鍵字後面,還是會走索引的。如下:
6 、使用where條件限定要查詢的數據,避免返回多餘的行
理由:
需要什麼數據,就去查什麼數據,避免返回不必要的數據,節省開銷。
7 、儘量避免在索引列上使用mysql的內置函數
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:
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。
8 、應儘量避免在where子句中對字段進行表達式操作
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,但是因爲對它進行運算,索引直接迷路了。。。
9 、InnerJOIN 、left join、right join,優先使用Inner join
如果是left join,左邊表結果儘量小
- 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,左邊表數據結果儘量小,如果有條件的儘量放到左邊處理。
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 #條件儘量放到左邊處理
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,左邊表數據結果儘量小,條件儘量放到左邊處理,意味着返回的行數可能比較少。
10 、應儘量避免在where子句中使用 != 或 <> 操作符,否則將引擎放棄使用索引而進行全表掃描。
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
11 、使用聯合索引時,注意索引列的順序,一般遵循最左匹配原則。
表結構:(有一個聯合索引idxuseridage,userId在前,age在後)
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),相當於創建了(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。
12 、對查詢進行優化,應考慮在where及order by涉及的列上建立索引,儘量避免全表掃描。
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 、如果插入數據過多,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 ?
14 、在適當的時候,使用覆蓋索引。
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爲主鍵,那麼爲普通索引,即覆蓋索引登場了。
explain select f_path from t_service_publish_info where f_path like '%123%'
15 、慎用distinct關鍵字
DISTINCT 關鍵字一般用來過濾重複記錄,以返回不重複的記錄。
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:
SELECT
DISTINCT *
FROM
USER ;
正例:
SELECT
DISTINCT name
FROM
USER ;
理由:
帶distinct的語句cpu時間和佔用時間都高於不帶distinct的語句。
因爲當查詢很多字段時,如果使用distinct,數據庫引擎就會對數據進行比較,過濾掉重複數據,
然而這個比較、過濾的過程會佔用系統資源,cpu時間。
16 、刪除冗餘和重複索引
反例:
KEY `idx_userId` ( `userId` ) KEY `idx_userId_age` ( `userId` ,`age` )
正例:
刪除userId索引,因爲組合索引(A,B)相當於創建了(A)和(A,B)
理由:
重複的索引需要維護,並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。
17 、如果數據量較大,優化你的修改 / 刪除語句。
避免同時修改或刪除過多數據,因爲會造成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;
# 或者採用單一循環操作,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。
18 、where子句中考慮使用默認值代替null
反例:
select * from user
WHERE age IS NOT NULL ;
正例:
# 設置0爲默認值
select * from user
WHERE age >0 ;
理由:
並不是說使用了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 經常被認爲讓索引失效,
其實是因爲一般情況下,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爲可能,同時,表達意思會相對清晰一點。
19 、不要有超過5個以上的表連接
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,那麼意味着糟糕的設計了。
20 、exist & in的合理利用
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);
這樣寫等價於:
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 );
因爲exists查詢的理解就是,先執行主查詢,獲得數據後,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。
那麼,這樣寫就等價於:
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,申請鏈接釋放反覆重複,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的數據量小於A,適合使用in,如果B的數據量大於A,即適合選擇exist。
21 、儘量用union all替換
UNION 如果檢索結果中不會有重複的記錄,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複,都會嘗試進行合併,然後在輸出最終結果前進行排序。如果已知檢索結果沒有重複記錄,使用union ALL 代替union,這樣會提高效率。
22 、索引不宜太多,一般5個以內。
索引並不是越多越好,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。
23 、儘量使用數字型字段
若只含數值信息的字段儘量不要設計爲字符型
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:
相對於數字型字段,字符型會降低查詢和連接的性能,並會增加存儲開銷。
24 、索引不適合建在有大量重複數據的字段上
如性別這類型數據庫字段。 因爲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複數據,Mysql查詢優化器推算髮現不走索引的成本更低,很可能就放棄索引了。
25 、儘量避免向客戶端返回過多數據量。
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,因爲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 ;
26 、當在SQL語句中連接多個表時,請使用表的別名,並把別名前綴於每一列上,這樣語義更加清晰。
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 、儘可能使用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:
因爲首先變長字段存儲空間小,可以節省存儲空間。
其次對於查詢來說,在一個相對較小的字段內搜索,效率更高。
28 、爲了提高group BY 語句的效率,可以在執行到該語句前,把不需要的記錄過濾掉。
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 、如果字段類型是字符串,where時一定用引號括起來,否則索引失效
反例:
select * from user
WHERE userid = 123 ;
正例:
select * from user
WHERE userid = '123' ;
理由:
爲什麼第一條語句未加單引號就不走索引了呢?
這是因爲不加單引號時,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,把它們轉換爲浮點數再做比較。
30 、使用explain 分析你SQL的計劃
日常開發寫SQL的時候,儘量用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 ;