SQL优化

1. 避免where条件加null。可以加上默认值

2. 避免使用!= 和<>

3. 避免使用or select id from t where num=10 or num=20
   可以这样查询：
   select id from t where num=10
   union all
   select id from t where num=20

4. 不使用like %a%

5. where左边不要计算

6. 连续的值123456 between and 代替 in

7. 索引失效情况
   查询is null
   重复数据很多，只有A B C D几个选项这种
   前置模糊查询 “%aa”

8. 索引的优点：加快数据的查询速度
   索引缺点：增删改的时候需要维护索引，影响其执行速度。且索引要占用物理空间

9. 索引使用场景：where ，order by，join

10. 索引类型：
    主键索引： 数据类不允许重复，不允许为null，一个表只能有一个主键
    唯一索引：数据列不能重复，可以为null，可以多个唯一索引
    alter table dp_ticket add unique test(ticket_total)
    普通索引：基本索引类型，没有唯一性限制，可以为null
    alter table dp_ticket add index test(ticket_total)
    全文索引：full text

11. 百万级别或以上的数据如何删除
    先删除索引，再删除数据可以根据Id范围数据，重新创建索引，删除数据需要额外维护索引耗费时间。

12. 主键类型id自增长，uuid

13. 联合索引：
    1）最左原则：a,b,c联合索引，必须有a索引才生效，且顺序不影响，为了减少分析器的压力最好顺序一致。索引生效：a=1 and b=1或a=1 and c=1 and b=1。索引不生效：b=1 and c=1。
    2）遇到范围查询 >，<，like，between。条件后的索引失效。如：a=1 and b>1 and c=1，只有ab索引生效，c索引不生效
    3）联合索引的B+树非叶子节点数据结构和上述辅助非聚簇索引图一样，但是叶子节点是这样的

聚集索引

1. 数据库表行中数据的物理顺序和键值的逻辑顺序相同，
2. 主键索引来聚集组织数据的存储
3. B+树一个大小为1页，一页16K，在、且非叶子节点只存储key+指针，如果索引为bigint，则为8字节，b+树3层结构技能满足千万级别的数据
4. B+树所有的叶子节点数据构成了一个有序链表
5. btree算法，hash算法

参考内容

https://blog.csdn.net/weixin_39566864/article/details/111259001