SQL优化技巧

本文以Mysql数据库为例，总结数据库优化方法。

一、数据库优化四个层面

Mysql数据库优化，可以从以下四个层面优化：硬件、系统配置、数据库表结构、sql语句及索引。
优化效果：SQL语句及索引>数据库表结构>系统配置>硬件
优化成本：SQL语句及索引<数据库表结构<系统配置<硬件

二、sql语句层面优化五个原则

1. 减少数据访问：设置合理的字段类型，启用压缩，通过索引访问等减少磁盘IO。
2. 返回更少的数据：只返回需要的字段和数据分页处理，减少磁盘IO及网络IO。
3. 减少交互次数：批量DML(Data Manipulation Language，即增删改查)操作，函数储存等减少数据连接次数。
4. 减少服务器CPU开销：尽量减少数据排序操作以及全表查询，减少CPU内存占用。
5. 利用更多资源：使用表分区，增加并行操作，最大限度利用CPU资源。

可总结为以下三点：

• 最大化利用索引
• 尽可能避免全表扫表
• 减少无效数据查询

三、SQL的语法顺序及执行顺序

SELECT语句，语法顺序如下：

SELECT 
DISTINCT <select_list>
FROM <left_table>
JOIN <right_table>
ON <join_condition>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
ORDER BY <order_by_condition>
LIMIT <limit_number>

SELECT语句，执行顺序如下：

FROM
<表名> # 选取表，将多个表数据通过笛卡尔积变成一个表。
ON
<筛选条件> # 对笛卡尔积的虚表进行筛选
JOIN <join, left join, right join...> 
<join表> # 指定join，用于添加数据到on之后的虚表中，例如left join会将左表的剩余数据添加到虚表中
WHERE
<where条件> # 对上述虚表进行筛选
GROUP BY
<分组条件> # 分组
<SUM()等聚合函数> # 用于having子句进行判断，在书写上这类聚合函数是写在having判断里面的
HAVING
<分组筛选> # 对分组后的结果进行聚合筛选
SELECT
<返回数据列表> # 返回的单列必须在group by子句中，聚合函数除外
DISTINCT
# 数据除重
ORDER BY
<排序条件> # 排序
LIMIT
<行数限制>

四、查询条件优化

1. 对于复杂的查询，可使用中间临时表暂存数据
2. 拆分复杂SQL为多个小SQL，避免大事务
   简单的SQL容易使用到Mysql的QUERY CACHE；减少锁表时间特别是MylSAM 存储引擎的表；可使用多核CPU。
3. 优化 group by 语句
   默认情况下，MySQL 会对 GROUP BY 分组的所