2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描
案例分析：
3、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。
案例分析：
4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描
案例分析：
5.in 和 not in 也要慎用，否则会导致全表扫描
案例分析
案例分析2：
案例分析3：
6、like模糊全匹配也将导致全表扫描
案例分析
项目背景
========
有三张百万级数据表
知识点表（ex_subject_point）9,316条数据
试题表（ex_question_junior）2,159,519条数据 有45个字段
知识点试题关系表（ex_question_r_knowledge）3,156,155条数据
测试数据库为：mysql （5.7）
1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
======================================================
案例分析：
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.GRADE_ID=1
执行时间：17.609s （多次执行，在17s左右徘徊）
优化后：给GRADE_ID字段添加索引后
执行时间为：11.377s（多次执行，在11s左右徘徊）
备注：我们一般在什么字段上建索引？
这是一个非常复杂的话题，需要对业务及数据充分分析后再能得出结果。主键及外键通常都要有索引，其它需要建索引的字段应满足以下条件：
a、字段出现在查询条件中，并且查询条件可以使用索引；
b、语句执行频率高，一天会有几千次以上；
c、通过字段条件可筛选的记录集很小，那数据筛选比例是多少才适合？
这个没有固定值，需要根据表数据量来评估，以下是经验公式，可用于快速评估：
小表(记录数小于10000行的表)：筛选比例<10%；
大表：(筛选返回记录数)<(表总记录数*单条记录长度)/10000/16
单条记录长度≈字段平均内容长度之和+字段数*2
以下是一些字段是否需要建B-TREE索引的经验分类：
2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描
=====================================================
select id from t where num is null
最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库.
备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使用NULL。
不要以为 NULL 不需要空间，比如：char(100) 型，在字段建立时，空间就固定了， 不管是否插入值（NULL也包含在内），都是占用 100个字符的空间的，如果是varchar这样的变长字段， null 不占用空间。
可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num = 0
案例分析：
在mysql数据库中对字段进行null值判断，是不会放弃使用索引而进行全表扫描的。
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE IS_USE is NULL
执行时间是：11.729s
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE IS_USE =0
执行时间是12.253s
时间几乎一样。
3、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。
====================================================
案例分析：
在mysql数据库中where 子句中使用 != 或 <> 操作符，引擎不会放弃使用索引。
EXPLAIN
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.GRADE_ID !=15
执行时间是：17.579s
执行时间是：16.966s
4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描
===================================================================
案例分析：
GRADE_ID字段有索引，QUESTION_TYPE没索引
执行时间是：11.661s
优化方案：
通过union all 方式，把有索引字段和非索引字段分开。索引字段就有效果了
执行时间是：11.811s
但是，非索引字段依然查询速度会很慢，所以查询条件，能加索引的尽量加索引
5.in 和 not in 也要慎用，否则会导致全表扫描
============================
案例分析
注：在mysql数据库中where 子句中对索引字段使用 in 和 not in操作符，引擎不会放弃使用索引。
注：在mysql数据库中where 子句中对不是索引字段使用 in 和 not in操作符，会导致全表扫描。
案例分析2：
用between和in的区别
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.QUESTION_TYPE IN(1,2,3,4)
执行时间为1.082s
SELECT ex_question_junior.QUESTION_ID
FROM ex_question_junior
WHERE ex_question_junior.QUESTION_TYPE between 1 and 4
执行时间为0.924s
时间上是相差不多的
案例分析3：
用exists 和 in区别：结论
用exists 和 in区别：结论
1. in()适合B表比A表数据大的情况（A<B）
select * from A
where id in(select id from B)
2. exists()适合B表比A表数据小的情况(A>B)
select * from A
where exists(
select 1 from B where B.id = A.id
)
3.当A表数据与B表数据一样大时,in与exists效率差不多,可任选一个使用.语法
select * from A
where id in(select id from B)
ex_question_r_knowledge表数据量大，ex_subject_point表数据量小
****************************************************************************
ex_question_r_knowledge(A)表数据量大，ex_subject_point表数据量小(B)(A>B)
用exists适合
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）
最后
由于细节内容实在太多了，为了不影响文章的观赏性，只截出了一部分知识点大致的介绍一下，每个小节点里面都有更细化的内容！
小编准备了一份Java进阶学习路线图（Xmind）以及来年金三银四必备的一份《Java面试必备指南》
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）
最后
由于细节内容实在太多了，为了不影响文章的观赏性，只截出了一部分知识点大致的介绍一下，每个小节点里面都有更细化的内容！
[外链图片转存中…(img-abVQQtOt-1713710176104)]
小编准备了一份Java进阶学习路线图（Xmind）以及来年金三银四必备的一份《Java面试必备指南》
[外链图片转存中…(img-5WHpbP9b-1713710176104)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
965
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
