sql优化策略

1.索引优化

  • 在经常用于过滤(WHERE子句)和排序(ORDER BY子句)的列上创建索引。(使用索引)

  • 避免在WHERE子句中使用非等值比较(如!=, <>),因为这可能使数据库无法使用索引。

  • 使用覆盖索引(Covering Indexes),即索引中包含了查询所需的所有列,这样数据库就不需要回表查询数据。

2.查询结构优化

  • 避免使用SELECT *,而是明确指定所需的列,减少数据传输量。

#反例
SELECT * FROM user
#正例
SELECT id,username,tel FROM user#理由
#1.节省资源、减少网络开销。
#2.可能用到覆盖索引,减少回表,提高查询效率。
  • 优化JOIN操作,确保连接条件正确,并且连接的列上有索引。(使用JOIN联合查询代替子查询)

  • 使用EXISTS或IN代替LEFT JOIN和IS NULL检查,根据具体情况选择更高效的写法。

#正例
SELECT name FROM users WHERE EXISTS (SELECT 1 FROM orders WHERE orders.user_id = users.id AND orders.total > 100
);
  • 提高group by语句的效率

    #反例:先分组,再过滤
    select job, avg(salary) from employee 
    group by job
    having job ='develop' or job = 'test';
    #2.正例:先过滤,后分组
    select job,avg(salary) from employee 
    where job ='develop' or job = 'test' 
    group by job;
    #3.理由
    #可以在执行到该语句前,把不需要的记录过滤掉

3.数据类型和存储优化

  • 尽量使用数值替代字符串类型

    #正例
    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
    #理由
    #1.因为引擎在处理查询和连接时会逐个比较字符串中每一个字符;
    #2.而对于数字型而言只需要比较一次就够了;
    #3.字符会降低查询和连接的性能,并会增加存储开销
  • 对于频繁查询的列,考虑使用更紧凑的数据类型来减少磁盘I/O和内存使用。

4. 避免全表扫描

  • 尽量避免在WHERE子句中使用NULL值判断,可以使用IS NULL或IS NOT NULL替代=或!=

  • 使用LIMIT限制结果集大小,尤其是在处理大数据量时。(避免冗余和重复的表扫描

    #正例子
    SELECT id, name FROM users WHERE email = 2890850899@qq.com' LIMIT 1;

5.使用统计信息和分析工具

  • 定期更新数据库的统计信息,帮助优化器做出更好的执行计划。

  • 使用数据库的执行计划工具(如EXPLAIN)来分析查询的执行过程,找出瓶颈。

6.避免使用OR操作

  • 如果可能,使用UNION ALL代替OR,因为后者可能导致索引失效。

    #反例
    SELECT id FROM user WHERE id=1 OR salary=5000
    #正例:使用union all
    SELECT id FROM user WHERE id=1 
    UNION ALL
    SELECT id FROM user WHERE salary=5000
    #理由
    #1.使用or可能会使索引失效,从而全表扫描;
    #2.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;
    #3.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;
    #4.虽然mysql是有优化器的,出于效率与成本考虑,遇到or条件,索引还是可能失效的;

7.函数调用优化

  • 避免在WHERE子句中使用复杂的函数调用,因为这可能阻止数据库使用索引。

    #正例
    SELECT name FROM users WHERE created_at >= '2023-01-01';

8.批处理和分区

  • 对大表进行分区,将数据分散到不同的物理位置,减少单个查询需要扫描的数据量。

  • 批量插入或更新数据,减少事务处理次数,减少数据库交互次数。

9.缓存和读取优化

  • 利用数据库缓存机制,如查询缓存(Query Cache),虽然现代数据库系统可能已经弃用了全局查询缓存,但可以利用缓存策略优化读取。

  • 使用只读副本或只读视图来处理读密集型查询。

10.并发控制和锁定策略

  • 调整事务隔离级别,平衡并发性和一致性需求。

  • 减少锁定范围和持续时间,避免长时间持有锁。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/47323.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Cadence23学习笔记(四)

这个人讲cadence也很不错&#xff1a; 73、创建Power NetClass[Cadence Allegro132讲视频教程字幕版]_哔哩哔哩_bilibili 上位机开发&#xff1a; MFC 最详细入门教程-CSDN博客 Board Geometry — Design_Outline 板框 Etch — Top 走线 Pin — Top 焊盘 …

06day-C++类和对象(下)

这里写目录标题 1. 再探构造函数小例题1 2. 类型转换3. static成员小例题2 4. 友元5. 内部类6. 匿名对象7.对象拷⻉时的编译器优化 1. 再探构造函数 • 之前我们实现构造函数时&#xff0c;初始化成员变量主要使⽤函数体内赋值&#xff0c;构造函数初始化还有⼀种⽅式&#xf…

探索APP开发中的主流版式设计与应用实践

在当今移动互联网高速发展的时代&#xff0c;APP已成为人们日常生活中不可或缺的一部分。无论是社交娱乐、购物支付还是工作学习&#xff0c;各类APP都以其独特的界面设计和用户体验赢得了用户的青睐。而APP开发的版式设计和页面规范&#xff0c;则是决定用户体验好坏的关键因素…

记录些MySQL题集(6)

MySQL 单表为什么不要超过 2000W 行&#xff1f; 数据持久化在磁盘中&#xff0c;磁盘的最小单元是扇区&#xff0c;一个扇区 0.5 KB&#xff0c;而由 8 个扇区可以构成一个文件系统块&#xff08;4K&#xff09;&#xff0c;以 InnoDB 存储引擎为例&#xff0c;一个数据页的大…

Netty TCP

Netty在TCP通信中扮演着重要的角色&#xff0c;它是一个高性能、异步事件驱动的网络应用框架&#xff0c;专门用于快速开发可维护的高性能协议服务器和客户端。以下是从不同方面对Netty在TCP通信中的应用进行详细说明&#xff1a; 一、Netty的特点与优势 高性能&#xff1a;N…

打卡第15天------二叉树

最近公司给我派活儿太多了,要干好多活儿,好多工作任务要处理,我都没时间刷题了。leetcode上的题目通过数量一直停留在原地不动,我真的很着急呀,我现在每天过的都有一种紧迫感,很着急,有一种与时间赛跑的感觉,真的时间过的太快了,没有任何人能够阻挡住时间的年轮向前推…

【异步爬虫:利用异步协程抓取一部电影】

利用异步协程抓取一部电影 我们把目光转向wbdy. 目前该案例还是可以用的. 我们想要抓取网上的视频资源就必须要了解我们的视频网站是如何工作的. 这里我用91看剧来做举例. 其他网站的原理是一样的. 1.视频网站是如何工作的 假设, 你现在想要做一个视频网站. 也有很多的UP猪…

【BUG】已解决:java.lang.IllegalStateException: Duplicate key

已解决&#xff1a;java.lang.IllegalStateException: Duplicate key 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 欢迎来到我的主页&#xff0c;我是博主英杰&#xff0c;211科班出身&#xff0c;就职于医疗科技公司&#xff0c;热衷分享知识&#xff0c;武汉城市…

【数学建模】——多领域资源优化中的创新应用-六大经典问题解答

目录 题目1&#xff1a;截取条材 题目 1.1问题描述 1.2 数学模型 1.3 求解 1.4 解答 题目2&#xff1a;商店进货销售计划 题目 2.1 问题描述 2.2 数学模型 2.3 求解 2.4 解答 题目3&#xff1a;货船装载问题 题目 3.1问题重述 3.2 数学模型 3.3 求解 3.4 解…

常用网络术语或概念

1. IP地址&#xff08;IP Address&#xff09; IPv4地址&#xff1a; 一种32位地址&#xff0c;用于标识网络中的设备。通常表示为四个十进制数&#xff0c;每个数用点分隔&#xff0c;例如192.168.1.1。    IPv6地址&#xff1a; 一种128位地址&#xff0c;用于解决IPv4地址…

【Go系列】 Go的高并发模式

承上启下 我们在之前已经学习了goroutine和channel的并发模式&#xff0c;也学会了sync库和context的控制。那么在Go里面一般都会使用哪些高并发模式呢&#xff1f;今天让我们在这篇文章中一起揭晓一下。 开始学习 for ... select...模式 for select模式是Go语言中处理并发的…

tomcat如何进行调优?

从两个方面考虑&#xff1a;内存和线程 首先启动Tomcat&#xff0c;实际上就是启动了一个JVM&#xff0c;所以可以按JVM调优的方式来进行调整&#xff0c;从而达到Tomcat优化的目的。 另外Tomcat中设计了一些缓存区&#xff0c;比如appReadBufSize、bufferPoolSize等缓存区来提…

设计模式使用场景实现示例及优缺点(结构型模式——享元模式)

国度的东南角&#xff0c;有一个被称为“享元村”的小村庄。村里的居民都是非常聪明的软件设计师&#xff0c;他们擅长用一种叫做“享元模式”的技术来解决内存使用问题。享元模式的核心思想是共享&#xff1a;通过共享来支持大量的细粒度对象的使用&#xff0c;从而在不牺牲程…

C# 设计一个可变长度的数据通信协议编码和解码代码。

设计一个可变长度的数据通信协议编码和解码代码。 要有本机ID字段&#xff0c;远端设备ID字段&#xff0c;指令类型字段&#xff0c;数据体字段&#xff0c;校验字段。其中一个要求是&#xff0c;每次固定收发八个字节&#xff0c;单个数据帧超过八个字节需要分包收发。对接收的…

超详细信息收集篇

1 域名信息收集 1.1 域名是什么 域名&#xff08;英语&#xff1a;Domain Name&#xff09;&#xff0c;又称网域&#xff0c;是由一串用点分隔的名字组成的 Internet 上某一台 计算机 或计算机组的名称&#xff0c;用于在数据传输时对计算机的定位标识&#xff08;有时也指地…

数据结构——栈和队列(C语言实现)

写在前面&#xff1a; 栈和队列是两种重要的线性结构。其也属于线性表&#xff0c;只是操作受限&#xff0c;本节主要讨论的是栈和队列的定义、表示方法以及C语言实现。 一、栈和队列的定义与特点 栈&#xff1a;是限定仅在表尾进行插入和删除的线性表。对栈来说&#xff0c;表…

【经验分享】关于静态分析工具排查 Bug 的方法

文章目录 编译器的静态分析cppcheck安装 cppcheck运行 cppcheck 程序员的日常工作&#xff0c;不是摸鱼扯皮&#xff0c;就是在写 Bug。虽然这是一个梗&#xff0c;但也可以看出&#xff0c;程序员的日常一定绕不开 Bug。而花更少的时间修复软件中的 Bug&#xff0c;且不引入新…

C#自定义异常(Exception)的实现

1、自定义异常类 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace ExceptionApp {public class CustomException:Exception{//默认构造函数public CustomException():base() { }//接收错误信…

leetcode hot 100 刷题记录(medium)

题目3&#xff1a;无重复字符的最长子串&#xff08;YES&#xff09; 解题思路&#xff1a;其实最好想到的方法就是使用两层for,让每个字符都可以是子串的首字符&#xff0c;查看哪个子串的长度最长即可。 给定一个字符串 s &#xff0c;请你找出其中不含有重复字符的 最长 子…

lightgbm

lightGBM 1.sklearn 使用代码 【机器学习基础】XGBoost、LightGBM与CatBoost算法对比与调参 首先&#xff0c;XGBoost、LightGBM和CatBoost都是目前经典的SOTA&#xff08;state of the art&#xff09;Boosting算法&#xff0c;都可以归类到梯度提升决策树算法系列。三个模…