SQL语言最佳实践

为单位制订的SQL规范，分享一下。

首先说一下，这是公司用的一个规范，给到程序员做参考的。

其实，这个规范是建立在对SQL有一定熟悉程序的基础上的，所以规范本身并不涉及SQL语法学习的相关内容。

1. 绝对避免使用 SELECT *

SELECT * 查询会返回所有列的记录。这样的查询会有很多问题：

很多情况不需要检索所有的字段，使用 SELECT * 会消耗过多的带宽；
在考虑到修改表结构的前题并存在脏数据的情况，SELECT * 出现意想不到的结果；
SELECT * 比 SELECT [字段] 要慢，因为后者可以使用列索引；
SELECT * 返回的列顺序不可控。

因此，要求查询时逐个列表需要查询的字段。包括查询全部字段，也需要将字段逐个写出来，并按照需要的方式排序字段的先后次序。

2. 区分使用 WHERE 和 HAVING

SQL 中 WHERE 和 HAVING 从语法上可以在一定范围内混着用，但两个词的语义截然不同，在实际编程时，需要按语义分开使用。

WHERE 用于全部CRUD，HAVING只用于查询 SELECT；
WHERE 用在聚合操作之前过滤数据，HAVING 用在聚合之后；
HAVING 子句中可以使用聚合函数，如SUM、MIN、MAX、COUNT，而 WHERE 子句不能使用聚合函数，除非该子句是 HAVING 子句中包含的子查询的一部分。

3. 表连接查询使用 INNER JOIN

JOIN 是使用非常多的SQL查询之一，允许用户从多个表中选择数据。WHERE 也可以连接两个表并获取聚合数据，但开发中禁止使用。

一个主要的原因是 WHERE 返回的是 CROSS JOIN，返回的记录数是两个表记录的乘积。例如两个表A和B，各有1000条数据，用 WHERE 子句，将会返回一个 1000 x 1000 = 1000000条记录的 CROSS JOIN，然后再从这个数据集里提取满足条件的数据。这在性能上不可接受。

而上面的例子，在 INNER JOIN 时仅返回 1000 条记录，然后从这个数据集中提取满足条件的数据。

虽然有些数据库会在内部将 JOIN 查询中的 WHERE 转换为 INNER JOIN，但规则要求显式使用 INNER JOIN，而不是 WHERE。

4. 使用 EXISTS 和 NOT EXISTS 代替 IN 和 NOT IN

在检索某个值在表中存在与否时，EXISTS 子句的执行进程会在找到值后停卡，而 IN 子句会在找到值后继续扫描所有的值。

NOT EXISTS 和 NOT IN 的执行也一样。

这个规则也是性能原因。

5. 使用 = 代替 LIKE

两个方式都可以用来匹配字符串，但 LIKE 用于匹配通配符，而 = 用来进行精确匹配。

在 SQL 中，= 操作符可以使用索引，会比 LIKE 更快。

6. 使用 LIMIT 子句限制检索结果数量

查询数据时，尽可能使用 LIMIT 子句，来限制查询结果数量。大多数情况下，查询没有必要返回所有行。限制查询返回的数量，也可以提高查询性能。

7. 查询多表时使用表别名

多表查询时，使用表别名，避免混淆，并防止数据库在搜索列表所属的表时解析列名。这不会增加工作量，但很有效。

8. 避免使用 “sp_” 作为存储过程的名称前缀

原则上，避免使用存储过程。

如果必须使用存储过程，那必须禁止使用 sp_ 作为前缀的存储过程名称。SQL Server 中，会首先在主数据库中查询名称以 sp_ 开头的存储过程，然后再搜索其它地方。因此，避免 sp_ 打头的存储过程名称可以节省大量时间，SQL Server将直接检查 DBO 作为存储过程的所有者，而不是在主数据库中查找存储过程。