首先以一张思维导图从全局上给大家分享以下几种SQL优化策略，再详细讲解

1、避免使用SELECT *

        在阿里的编码规范中也强制了数据库查询不能使用SELECT *，因为SELECT *方式走的都是全表扫描，导致的结果就是查询效率非常低下，其原因为当我们使用SELECT *方式时，SQL会有一个格式化的阶段，这个阶段会将所有表字段都取出(将*号解析成表的各个字段)，增加了查询解析器的成本

2、小表驱动大表

        小表驱动大表指的是使用数据量较小，索引比较完备的表，然后使用它的索引和条件对大表的数据进行关联和筛选，从而减少数据的计算量，提升查询效率

        例如当下我又两张表，分别为学生表(有45条数据)，分数表(有1000条数据)，它们需要进行关联查询，我们可能会用到LEFT JOIN或者RIGHT JOIN ，在FROM我们跟的表一般为主表，此时如果我们的SQL语句为

        “……FROM student LEFT JOIN score……”

 就叫做小表驱动大表；反之就是大表驱动小表，因为它需要将分数表中的1000条数据都查出来之后在去一一关联学生表

3、用连接查询代替子查询

        在MySQL进行两张或两张以上的表进行联查时，可以使用连接查询和嵌套查询，尽可能减少嵌套查询的次数，其原因为：

        ①嵌套查询需要执行两次数据库查询，一次是外部查询，一次是嵌套子查询，而是用连接查询可以减少数据库查询次数从而提升查询效率

        ②连接查询可以更好地用上数据库的索引，而嵌套查询通常需要扫描整个表，因此连接查询可以跟快的执行查询操作

        当然以上说法也并不绝对，在嵌套查询中我们依旧可以通过合理的使用IN或EXIST关键字来提升查询效率(遵循小表驱动大表原则)。

       IN关键字通常应用在嵌套查询的嵌套条件前，例如“……FROM xxx WHERE xxx IN(嵌套SQL)”

        如果sql语句中包含了IN关键字，则它会优先执行IN里面的子查询语句，然后再执行IN外面的语句。如果IN里面的数据量很少，作为条件查询速度更快。

        EXISTS关键字也使用在嵌套查询条件前，例如

                “……FROM xxx WHERE EXISTS (嵌套SQL语句)”

        如果sql语句中包含了exists关键字，它优先执行exists左边的语句（即主查询语句）。然后把它作为条件，去跟右边的语句匹配。如果左侧SQL语句查询数据量较少，依旧能够提升查询效率。

4、提升GROUP BY的查询效率

        如果没有为GROUP BY的字段设置索引，则查询可能会变得非常慢(这里面涉及到了一个B+树的概念，它会为我们有序的排序索引的数据)，当为需要分组的字段建立索引后，数据就是有序的，这些有序的数据会排列在一起

5、使用批量插入

        MySQL本身就支持批量插入数据，例如：

        而在代码中通过持久层访问数据库插入数据时，我们也不建议一条一条或者通过循环的形式插入，因为每次调用循环里的插入方法 相当于都要和数据库进行一次；宜采取的方式是将数据封装在一个集合中，通过集合一次性插入数据，例如：

 6、当一次查询数据量过多时，一定要使用LIMIT进行分页

        一个查询返回成干上万的数据行，不仅占用了大量的系统资源，也会占用更多的网络带宽，影响查询效率也有可能造成内存溢出。使用LIMIT可以限制返回的数据行数，减轻了系统负担，提高了查询效率。使用LIMIT可以达到以下结果：

• 避免过度提取数据：对于大型数据库系统，从数据库中提取大量的数据可能会导致系统崩溃。使用LIMIT可以限制提取的数据量，避免过度提取数据，保护系统不受影响。
• 优化分页查询：分页查询需要查询所有的数据才能进行分页处理，这会浪费大量的系统资源和时间。使用LIMIT优化分页查询可以只章询需要的数据行，缩短查询时间，减少资源的浪费。
• 简化查询结果：有时我们只需要一小部分数据来得出决策，而不是整个数据集。使用LIMIT可以使结果集更加精简和易于阅读和理解。
• 限制行数非常有用，因为它可以提高查询性能、减少处理需要的时间，并且只返回我们关心的列

7、需要合并数据时尽可能使用UNION ALL而非UNION

         UNION ALL和UNION通常在数据合并中使用，例如：

        “(SELECT * FROM user WHERE id=1) UNION (SELECT * FROM user WHERE id=2)”
         SQL语句使用UNION关键字后，可以获取去重后的数据，而如果使用UNION ALL关键字，可以获取所有数据，包含重复的数据。在业务允许出现重复数据的情况下，我们更推荐使用UNION ALL，因为UNION去重需要经过数据的遍历、排序和比较，计算无疑是更耗费性能和CPU资源的。

        除非是有些特殊的场景，比如UNION ALL之后，结果集中出现了重复数据，而业务场景中是不允许产生重复数据的，这时可以使用UNION；或者在UNION前利用索引提升查询效率

8、尽可能减少表关联的次数(减少JOIN的使用)

        对于这个优化策略，我的理解是，减少JOIN的次数并非减少必要使用次数，JOIN终究在查询效率上还是远高于IN的，这个减少的含义应该是减少表的冗余关联字段来减少表的链接(即需要找到多表能够进行关联的最少字段，用最少的字段进行关联)。

        减少JOIN的使用次数更多的原因还是在SQL语句的编写上，很容易造成关联错误。

        以上就是关于SQL调优的策略介绍，总结来说，SQL调优的原则就是减少数据扫描、减少与数据库反复的交互次数、减少内存开销，而大部分的优化策略都是在索引的基础上是实现的。

———————————————————————————————————————————

路漫漫其修远兮，吾将上下而求索~
到此关于SQL调优策略的讲解算告一段落了，写作不易，如果你认为博主写的不错！

请点赞、关注、评论给博主一个鼓励吧，您的鼓励就是博主前进的动力。