转载：《后端程序员必备：书写高质量SQL的30条建议》

前言
本文将结合实例demo，阐述30条有关于优化SQL的建议，多数是实际开发中总结出来的，希望对大家有帮助。

反例子：

select * from employee;

正例子：

select id, name from employee;

理由：

只取需要的字段，节省资源、减少网络开销。

select * 进行查询时，很可能就不会使用到覆盖索引了，就会造成索引回表(基于非主键索引的查询需要多扫描一棵索引树)。

假设现在有employee员工表，要找出一个名字叫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。
2. 当然，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,
3. 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。

新建一个user表，它有一个普通索引userId，表结构如下：

 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 ;

假设现在需要查询userid为1或者年龄为18岁的用户，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 ;
# 或者分开两条sql写：
SELECT	* 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。

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 employee
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 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：在业务允许的情况下限制页数： 

理由：

• 当偏移量最大的时候，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啦。因为绝大多数用户都不会往后翻太多页。

日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
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 % 放关键字后面，还是会走索引的。如下：

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。

业务需求：查询最近七天内登陆过的用户(假设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的内置函数，索引失效； 如果索引列不加内置函数，索引还是会走的。

这将导致系统放弃使用索引而进行全表扫描
反例：

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

正例：

select id, name from employee WHERE age = 11 ；

理由： 虽然age加了索引，但是因为对它进行运算，索引直接迷路了。。。

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，推荐优先使用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 * 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 #条件尽量放到左边处理left join tab t2 on t1.size on t2.size;

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。
同理，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。

反例：

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

正例：

# 可以考虑分开两条sql写 
select id, name from employee WHERE age < 18 ;
select id, name from employee WHERE age > 18 ;

理由： 使用 != 和 <> 很可能会让索引失效

表结构：（有一个联合索引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：

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

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。

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，分批进行 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，更加省时间 .
打个比喻:假如你需要搬一万块砖到楼顶,
你有一个电梯,
电梯一次可以放适量的砖（最多放500）,
你可以选择一次运送一块砖,
也可以一次运送500块砖,
你觉得哪个时间消耗大 ?

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

正例：

# id为主键，那么为普通索引，即覆盖索引登场了。 
explain select f_path from t_service_publish_info where f_path like '%123%'

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：

SELECTDISTINCT *
FROMUSER ;

正例：

SELECTDISTINCT name
FROMUSER ;

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。

反例：

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

正例:

 删除userId索引，因为组合索引（A，B）相当于创建了（A）和（A，B）

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，这会影响性能的。

避免同时修改或删除过多数据，因为会造成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 + ？ delete from user where id <100000;# 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 product where id >=500 and id<1000; 

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

反例：

select * from user
WHERE age IS NOT NULL ;

正例：

# 设置0为默认值 
select * from user
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，肯定会放弃索引，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，表达意思会相对清晰一点。

连表越多，编译的时间和开销也就越大。 把连接表拆开成较小的几个执行，可读性更高。
如果一定需要连接很多表才能得到数据，那么意味着糟糕的设计了。

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，很容易有以下SQL:

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：

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 ;	
} } }

显然，除了使用in，我们也可以用exists实现一样的查询功能，如下：

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

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意保留。
那么，这样写就等价于：

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.

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 ;
} } } 

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；
相反建立了上百万次链接，申请链接释放反复重复，这样系统就受不了了。
即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。
因此，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。

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 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。

索引并不是越多越好，索引虽然提高了查询的效率，但是也降低了插入和更新的效率。
insert或update时有可能会重建索引，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没有存在的必要。

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 '守护者Id' 

正例：

  `king_id` INT(11) NOT NULL COMMENT '守护者Id' 

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。

如性别这类型数据库字段。 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。

假设业务需求是，用户请求查看自己最近一年观看过的直播数据。
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 ;

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 '部门名称' 

正例：

 deptName` VARCHAR (100) DEFAULT NULL COMMENT '部门名称' 

理由：
因为首先变长字段存储空间小，可以节省存储空间。
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。

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：
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，把它们转换为浮点数再做比较。

日常开发写SQL的时候，尽量用explain分析一下你写的SQL，尤其是走不走索引这一块。

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

---------------------
作者：w.ang.jie
来源：CSDN
原文：https://blog.csdn.net/qq_32392597/article/details/105124356
版权声明：本文为作者原创文章，转载请附上博文链接！
内容解析By：CSDN,CNBLOG博客文章一键转载插件