如何写出高质量效率高的sql语句，看完这篇就懂了

本文链接：https://blog.csdn.net/davidiao/article/details/106473903

本文主要从工作经验中总结出来的经验总结sql语句优化问题，下面我们用Demo来具体说明如何提高sql的执行效率：

1、关于limit分页优化的问题

SELECT * FROM message_1 LIMIT 10000,10

这条语句执行速度很快，当我们把语句改成下面语句的时候再看看用了多久？

SELECT * FROM message_1 LIMIT 1000000,10

运行结果如下图：

上面的语句整整用了17.7秒！这么慢，用户可是等不了了，那么我们如何优化这句sql呢？

解决方法：

我们加“order by id”改造后的sql为：

SELECT * FROM message_1 order by id LIMIT 1000000,10

执行图如下：

只用了1.1秒，可以说稍微改动一下，效率提升了17倍。这是因为这个sql语句使用了主键id来作为索引，所以速度很快。

2、like语句的优化

SELECT content message_1 A WHERE content like '%我要学习%'

like后面使用了“%”，所以该sql语句查询会进行全表扫描，使索引失效，因此速度会很慢，如果想走索引的话，可以改下下面的语句：

SELECT content FROM message_1 WHERE content like '我要学习%'

3、避免where语句中使用IS NULL或IS NOT NULL语句

SELECT content FROM message_1 WHERE content IS NULL

上面的语句同样会使索引失效而进行全表扫描，我们在where语句中避免使用 IS NULL或者IS NOT NULL来进行条件选择，这样做会使索引失效，从而导致查询速度很慢

4、不要在where条件中出现函数、算数运算或其他表达式运算

SELECT content FROM message_1 WHERE datediff(day,createTime,'2020-05-25')=0

改为

SELECT content FROM message_1 WHERE createTime>='2020-05-01' and createTime<'2020-05-25'

这句话告诉我们不要在where条件中出现函数、算数运算或其他表达式运算，否则也会使索引失效。

5、排序的索引问题

如果mysql查询语句中只用了一个索引，而where条件中已经使用了索引，则order by中的字段就不会使用索引。因此尽量不要同时对多个字段进行排序，如果有这样的场景存在的话，那最好给这些字段设置联合索引。

6、union all替换union

union和union all的区别在于前者需要合并两个以上的结果集，然后在进行唯一性过滤操作，这样做肯定会涉及到数据的排序，增大cpu的运算与资源消耗和延迟。因此，当在确定没有重复数据或者不关心重复数据的情况下，要使用union all。

7、left joinright join和inner join

SELECT A.id,A.name,B.id,B.name FROM message_1 LEFT JOIN message_2 b ON b.id =B.id;SELECT A.id,A.name,B.id,B.name FROM message_1 RIGHT JOIN message_2 b ON B A.id= B.id;SELECT A.id,A.name,B.id,B.name FROM message_1 INNER JOIN message_2 b ON A.id =B.id;

上面的语句运行后发现inner join运行速度比较快，因为inner join是等值连接，返回的行数比较少。所以在项目开发过程中最好使用inner join

8、索引的数量控制在5个以内

因为不是索引越多就越好。索引尽管提高了查询效率，但是也是降低修改和新增的效率。而且insert和update有重建索引的可能，所以一张表的索引数最好不要超过五个，如果超过五个那么就得针对这张表做优化处理了

9、任何情况下都禁止使用 select * from table

因为这样会进行全表扫描而导致效率很低

SELECT * FROM message_1

应改为

SELECT content FROM message_1

10、优化批量插入

INSERT INTO message_1(id,content) values(1,'内容1')INSERT INTO message_1(id,content) values(2,'内容2')INSERT INTO message_1(id,content) values(3,'内容3')INSERT INTO message_1(id,content) values(4,'内容4')INSERT INTO message_1(id,content) values(5,'内容5')

应改为

INSERT INTO message_1(id,content) values(1,'内容1'),(2,'内容2'),(3,'内容3'),(4,'内容4'),(5,'内容5'

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、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。

13 、exist & in 优化

SELECT * from A WHERE id in ( SELECT id from B )

SELECT * from A WHERE id EXISTS ( SELECT 1 from A.id= B.id )

分析:

in 是在内存中遍历比较

exist 需要查询数据库，所以当B的数据量比较大时，exists效率优于in**

in()只执行一次，把B表中的所有id字段缓存起来，之后检查A表的id是否与B表中的id相等，如果id相等则将A表的记录加入到结果集中，直到遍历完A表的所有记录。

In 操作的流程原理如同一下代码

 List resultSet={};
    Array A=(select * from A);    Array B=(select id from B);
    for(int i=0;i<A.length;i++) {          for(int j=0;j<B.length;j++) {          if(A[i].id==B[j].id) {             resultSet.add(A[i]);             break;          }       }    }    return resultSet;

可以看出，当B表数据较大时不适合使用in()，因为会把B表数据全部遍历一次

如：A表有10000条记录，B表有1000000条记录，那么最多有可能遍历10000*1000000次，效率很差。

再如：A表有10000条记录，B表有100条记录，那么最多有可能遍历10000*100次，遍历次数大大减少，效率大大提升。

结论：in()适合B表比A表数据小的情况

exist()会执行A.length()次，执行过程代码如下

List resultSet={};Array A=(select * from A);for(int i=0;i<A.length;i++) {    if(exists(A[i].id) {  //执行select 1 from B where B.id=A.id是否有记录返回       resultSet.add(A[i]);    }}return resultSet;

当B表比A表数据大时适合使用exists()，因为它没有那么多遍历操作，只需要再执行一次查询就行。

如：A表有10000条记录，B表有1000000条记录，那么exists()会执行10000次去判断A表中的id是否与B表中的id相等。

如：A表有10000条记录，B表有100000000条记录，那么exists()还是执行10000次，因为它只执行A.length次，可见B表数据越多，越适合exists()发挥效果。

再如：A表有10000条记录，B表有100条记录，那么exists()还是执行10000次，还不如使用in()遍历10000*100次，因为in()是在内存里遍历比较，而exists()需要查询数据库