sql优化

曾经终败给现在 2021-09-01 08:59 452阅读 0赞

记录一下看到的适用于mysql语句的优化  
1、查询 SQL 尽量不要使用 select \*，而是 select 具体字段

反例子：

select * from employee;

正例子：

select id，name from employee;

理由如下：

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，就会造成回表查询。  
2、如果知道查询结果只有一条或者只要最大/最小一条记录，建议用 limit 1

假设现在有 employee 员工表，要找出一个名字叫 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;

理由如下：

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。  
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，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。  
3、应尽量避免在 where 子句中使用 or 来连接条件

新建一个 user 表，它有一个普通索引 userId，表结构如下：

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。

4、优化 limit 分页

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：  
理由如下：

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。  
5、优化你的 like 语句

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 userId，name from user where userId like '%123';

正例：

select userId，name from user where userId like '123%';

理由：把 % 放前面，并不走索引，如下图：

把% 放关键字后面，还是会走索引的，如下图：

6、使用 where 条件限定要查询的数据，避免返回多余的行

假设业务场景是这样：查询某个用户是否是会员。曾经看过老的实现代码是这样。

反例：

List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
    boolean isVip = userIds.contains(userId);

正例：

Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
    boolean isVip = userId！=null;

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。

7、尽量避免在索引列上使用 MySQL 的内置函数

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：

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：

8、应尽量避免在 where 子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫

反例：

select * from user where age-1 =10;

正例：

select * from user 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。

9、Inner join 、left join、right join，优先使用 Inner join，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 on t1.size = t2.size where t1.id>2;

正例：

select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;

理由如下：

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。  
10、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描

反例：

select age,name from user where age <>18;

正例：

//可以考虑分开两条sql写

select age,name  from user where age <18;
    select age,name  from user where age >18;

理由：使用!=和<>很可能会让索引失效：

11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则

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 * from user where age = 10;

正例：

//符合最左匹配原则

select * from user where userid=10 and age =10；

//符合最左匹配原则

select * from user where userid =10;

理由如下：

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。

12、对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描

反例：

select * from user where address ='深圳' order by age ;

正例：

添加索引 `alter table user add index idx_address_age (address,age)`

13、如果插入数据过多，考虑批量插入

反例：

for(User u :list){
     INSERT into user(name,age) values(#name#,#age#) 
    }

正例：

//一次500批量插入，分批进行

insert into user(name,age) values
    <foreach collection="list" item="item" index="index" separator=",">
        (#{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?

14、在适当的时候，使用覆盖索引

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

select * from user where userid like '%123%'

正例：

//id为主键，那么为普通索引，即覆盖索引登场了。

select id,name from user where userid like '%123%';

15、慎用 distinct 关键字

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：

SELECT DISTINCT * from user;

正例：

select DISTINCT name from user;

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。

16、删除冗余和重复索引

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）索引

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

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。

17、如果数据量较大，优化你的修改/删除语句

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。

18、where 子句中考虑使用默认值代替 null

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 !=，>isnull，isnotnull 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。

19、不要有超过 5 个以上的表连接

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。

20、exist&in 的合理利用

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 A 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。

21、尽量用 union all 替换 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 age = 10

正例：

select * from user where userid=1 
    union all  
    select * from user where age = 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。

22、索引不宜太多，一般 5 个以内

原因如下：

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。  
23、尽量使用数字型字段，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。

24、索引不适合建在有大量重复数据的字段上，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。

25、尽量避免向客户端返回过多数据量

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