工作记录------几种count耗时以及模糊查询耗时比较

工作记录------几种count耗时以及模糊查询耗时

背景：前端页面需要对用户姓名进行前模糊+后模糊的查询，但是查询结果特别慢。于是在网上简单查了几种SQL语句写法的改变，并试验各种写法的速度如何。

四种前后迷糊查询的方式：

1. ‘columnName’ LIKE ‘%keyword%’
2. LOCATE(‘keyword’,‘columnName’) >0
3. POSITION(‘keyword’ IN ‘columnName’)
4. INSTR(‘columnName’, ‘keyword’ ) >0

数据表背景：

正好试验下count几种方式的耗时如何。
首先这张用户表经过查询具有1298885条数据，也就是129万8千8百85条数据。算是初入百万级数据吧。

• SELECT count(*) FROM bus_customer_info; – --用时0.188s
• SELECT count(1) FROM bus_customer_info; --用时0.172s
• SELECT count(requestNo) FROM bus_customer_info; --用时0.172s
• SELECT count(liveDetailAddress) FROM bus_customer_info; --用时0.547s
• SELECT count(age) FROM bus_customer_info; --用时0.329s
  其中count(※)、count(1)和count(requestNo)耗时差不多一致.以前好像在什么地方看到过MySQL在版本更新后count(※)、count(1)效率一致，并不存在现在以前说※效率比1效率低很多的情况了，而此处requestNo的字段具有索引，而liveDetailAddress、age这两个字段是非索引字段，其中liveDetailAddress居住地址可能由于字段内容的长度更长一些，耗时要比age年龄字段更长一些。
  结论：*=1=索引>短字段>长字段

几种模糊查询用时比较

1.like '%keyword%'的写法

SELECT requestNo FROM bus_customer_info WHERE customerName LIKE ‘%志%’

– 耗时 0.547s 结果25682条 2万5千682条

2.LOCATE(‘志’,customerName)的写法

SELECT requestNo from bus_customer_info WHERE  LOCATE('志',`customerName`);

– 耗时0.781s

3.POSITION(‘志’ IN customerName)写法

SELECT requestNo FROM bus_customer_info WHERE POSITION(‘志’ IN customerName);

– 耗时0.625s
4.INSTR(customerName, ‘志’ )>0 写法

SELECT requestNo FROM bus_customer_info WHERE INSTR(customerName, ‘志’ )>0;

–耗时0.797s

结论：根据测试发现，只从单SQL的角度来说反而“Like’”查询时间更短。
where 条件下的任何函数都会增加查询耗时。
因此需要优化时，从逻辑或者是分库分表等角度优化,单单从SQL的角度优化的可能性较小