sql优化减少数据库堆栈性能的12个小技巧

500佰

已于 2025-05-06 14:43:38 修改

阅读量991

点赞数 80

分类专栏： NodeJS 性能调优指导文章标签：数据库 sql 云计算

于 2025-05-06 14:31:56 首次发布

本文链接：https://blog.csdn.net/m0_57874805/article/details/147736223

版权

性能调优指导同时被 2 个专栏收录

7 篇文章

订阅专栏

NodeJS

3 篇文章

订阅专栏

sql优化减少数据库堆栈性能的12个小技巧

前言

显而易见，SQL运用广，但数据库堆栈性能问题也事故百出。

前段时间我们一个同事犯了一个大错，一个关联查询的sql没加分区过滤数据尽可能缩小数据范围，中间结果集很大，导致整个集群空间撑爆，间接导致集群内部的其他应用也崩溃，这都属于是严重的生产事故。

sql生产大致事件如下：

在这里插入图片描述

sql优化是一个大家都比较关注的热门话题。

如果某天你负责的某个线上接口，出现了性能问题，需要做优化。那么你首先想到的很有可能是优化sql语句，因为它的改造成本相对于代码来说也要小得多。

此篇文章从15个方面，分享了sql优化的一些小技巧，希望对你有所帮助

那么，如何优化sql语句呢？

展开来说

1.列裁剪

即避免使用select * ,可以只读取查询中所需要用到的列，而忽略其它列。

在实际业务场景中，可能我们真正需要使用的只有其中一两列。查了很多数据，但是不用，傻傻增加数据库堆栈性能，如：内存或者cpu。

此外，多查出来的数据，通过网络IO传输的过程中，也会增加数据传输的时间。

举个栗子：

select * from word_text;  【x错】

select word,100,num from word_text; 【√正确】

2.分区裁剪提升group by的效率

栗子：

select userId ,userAccount from f_user group by userId where userId < 500; 【x错】

select userId ,userAccount from f_user where userId < 500  group by userId ; 【√正确】

我们有很多业务场景需要使用group by关键字，它主要的功能是去重和分组。

通常它会跟having一起配合使用，表示分组后再根据一定的条件过滤数据。

这种写法性能不好，它先把所有的订单根据用户id分组之后，再去过滤用户id大于等于200的用户。

分组是一个相对耗时的操作，为什么我们不先缩小数据的范围之后，再分组呢？

使用where条件在分组前，就把多余的数据过滤掉了，这样分组时效率就会更高一些。

其实这是一种思路，不仅限于group by的优化。我们的sql语句在做一些耗时的操作之前，应尽可能缩小数据范围，这样能提升sql整体的性能。

3.谓词下推
predicate
所谓的谓词下推就是在join之前的阶段提前对表进行过滤优化，使得最后参与join的表的数据量更小

谓词下推 --不扫描全表的表才能实现谓词下推，下面谓词是指name字段

    select 
    * 
    from
    (
    select * from table1
    ) t1
    join
    (
    select * from table2
    ) t2
    on 
    t1.id=t2.id
    where 
    t1.name='user1' and t2.name='user2';

    -- 谓词下推
    -- 针对内连接和全连接无论筛选条件写在哪里都不能实现谓词下推
    
    select 
    * 
    from
    (
    select * from table1 where name='user1'
    ) t1
    join
    (
    select * from table2 where name='user2'
    ) t2
    on 
    t1.id=t2.id

    -- 左连接谓词下推
    -- 如下能够实现谓词下推的例子，如下t1表是不能够实现谓词下推，会扫描全表（左表是全表），但是t2表是可以实现谓词下推，
    -- join的时候只扫描满足where条件的那部分数据
    select 
    * 
    from
    (
    select * from table1 where name='user1'
    ) t1
    left join
    (
    select * from table2 where name='user2'
    ) t2
    on 
    t1.id=t2.id;

    -- 右连接时谓词下推
    select 
    * 
    from
    (
    select * from table1 where name='user1'
    ) t1
    right join
    (
    select * from table2 where name='user2'
    ) t2
    on

4.用union all代替union

sql语句使用union关键字后，可以获取排重后的数据。

而如果使用union all关键字，可以获取所有数据，包含重复的数据。

反栗子：

(select userId ,userAccount from f_user where userId=1 ) 
union 
((select userId ,userAccount from f_user where userId=2);

排重的过程需要遍历、排序和比较，它更耗时，更消耗cpu资源。

所以如果能用union all的时候，尽量不用union。

正栗子：

(select userId ,userAccount from f_user where userId=1 ) 
union all
((select userId ,userAccount from f_user where userId=2);

除非是有些特殊的场景，比如union all之后，结果集中出现了重复数据，而业务场景中是不允许产生重复数据的，这时可以使用union。

5.小表驱动大表 in和exists用法

小表驱动大表，也就是说用小表的数据集驱动大表的数据集。

假如有f_post（帖子表）和f_user_relationship_thumb(用户关系表)两张表，其中f_post表有10000条数据，而f_user_relationship_thumb表有100条数据。

这时如果想查一下，仅查我的好友帖子列表。

可以使用in关键字实现：**(备注：**以下是从用户关系表中获得我的好友，再通过好友userAccount关联帖子表中的userAccount获得好友帖子数据)

 select * FROM f_post where userAccount
        in (
            SELECT userAccount FROM f_user_relationship_thumb
            WHERE friendsId = #{userId} AND reviewStatus = 1
            UNION
            SELECT friendsUserAccount as userAccount FROM f_user_relationship_thumb
            WHERE userId = #{userId} AND reviewStatus = 1
            LIMIT 500
        )

也可以使用exists关键字实现：

 select * FROM f_post where userAccount
        exists (
            SELECT userAccount FROM f_user_relationship_thumb
            WHERE friendsId = #{userId} AND reviewStatus = 1
            UNION
            SELECT friendsUserAccount as userAccount FROM f_user_relationship_thumb
            WHERE userId = #{userId} AND reviewStatus = 1
            LIMIT 500
        )

前面提到的这种业务场景，使用in关键字去实现业务需求，更加合适。

为什么呢？

因为如果sql语句中包含了in关键字，则它会优先执行in里面的子查询语句，然后再执行in外面的语句。如果in里面的数据量很少，作为条件查询速度更快。

而如果sql语句中包含了exists关键字，它优先执行exists左边的语句（即主查询语句）。然后把它作为条件，去跟右边的语句匹配。如果匹配上，则可以查询出数据。如果匹配不上，数据就被过滤掉了。

这个需求中，其中f_post表有10000条数据，而f_user_relationship_thumb表有100条数据。f_post表是大表，f_user_relationship_thumb表是小表。如果f_post表在左边，则用in关键字性能更好。

结论：

其实in、exists在算法复杂度Log N层面来讲，大差不差
in 适用于左边大表，右边小表。
exists 适用于左边小表，右边大表。

不管是用in，还是exists关键字，其核心思想都是用小表驱动大表。

真实栗子如图：

在这里插入图片描述

6.批量操作 减少对数据库的操作次数

如果你有一批数据经过业务处理之后，需要插入数据，该怎么办？

栗子：批量上传图片

反栗子：

for(photoNames photoName: list){
   postMapper.insert(photoName):
}

在循环中逐条插入数据。

insert into f_post(id,photoName) 
values(001,'/assets/userPost/photoName1');
...

该操作需要多次请求数据库，才能完成这批数据的插入。

但众所周知，我们在代码中，每次远程请求数据库，是会消耗一定性能的。而如果我们的代码需要请求多次数据库，才能完成本次业务功能，势必会消耗更多的性能。

那么如何优化呢？

正例√：

postMapper.insertBatch(list):sql

提供一个批量插入数据的方法。

insert into f_post(id,photoName) 
values(001,'/assets/userPost/photoName1'),(001,'/assets/userPost/photoName2'),(001,'/assets/userPost/photoName3');

这时只需要远程请求一次数据库，sql性能会得到提升，数据量越多，提升越大。

但需要注意的是，不建议一次批量操作太多的数据，如果数据太多数据库响应也会很慢。批量操作需要把握一个度，建议每批数据尽量控制在500以内。如果数据多于500，则分多批次处理。

7.巧用limit

举个栗子，有时候，我们需要查询某些数据中的第一条，比如：查询某个用户下的第一个帖子，想看看他第一次的发帖时间。

反栗子：

select id, createTime 
 from f_post
where userAccount='500佰' 
order by createTime asc;

根据用户userAccount查询帖子，按帖子创建时间排序，先查出该用户所有的帖子数据，得到一个帖子集合。然后在代码中，获取第一个元素的数据，即第一个帖子的数据，就能获取第一次发帖时间。

List<Post> list = postMapper.getPostList();
Post post = list.get(0);

虽说这种做法在功能上没有问题，但它的效率非常不高，需要先查询出所有的数据，有点浪费资源。

那么，如何优化呢？

正栗子：

select id, createTime 
 from f_post
where userAccount='500佰' 
order by createTime asc
limit 1;

使用limit 1，只返回该用户第一次发帖的那一条数据即可。

8. in中值太多

简单说，对于批量查询接口，我们通常会使用in关键字过滤出数据。比如：想通过指定的一些id，批量查询出用户信息。

sql语句如下：

select * FROM f_post where userId in ( 1,2,3...9999999);

如果我们不做任何限制，该查询语句一次性可能会查询出非常多的数据，很容易导致接口超时。

这时该怎么办呢？

select * FROM f_post where userId in (1,2,3...100) limit 500;

可以在sql中对数据用limit做限制。

不过我们更多的是要在业务代码中加限制，伪代码如下：

public List<Post> getPost(List<String> uids) {
   if(CollectionUtils.isEmpty(uids)) {
      return null;
   }
   if(uids.size() > 500) {
      throw new BusinessException("每次最多允许查询500条记录")
   }
   return mapper.getPostList(uids);
}

还有一个方案就是：如果uids超过500条记录，可以分批用多线程去查询数据。每批只查500条记录，最后把查询到的数据汇总到一起返回。不过这只是一个临时方案，不适合于uids实在太多的场景。因为uids太多，即使能快速查出数据，但如果返回的数据量太大了，网络传输也是非常消耗性能的，要注意这一点。

9.高效的分页查询

简单说，有时候，列表页在查询数据时，为了避免一次性返回过多的数据影响接口性能，我们一般会对查询接口做分页处理。

分页一般用的limit关键字：

select userId,userName,userAvatar 
from f_user limit 10,20;

如果表中数据量少，用limit关键字做分页，没啥问题。但如果表中数据量很多，用它就会出现性能问题。

比如现在分页参数变成了：

select userId,userName,userAvatar 
from f_user limit 1000000,20;

这样会查到1000020条数据，然后丢弃前面的1000000条，只查后面的20条数据，这个是消浪费据库资源和增加堆栈性能。

那么，这种海量数据该怎么分页呢？

所谓高效分页,优化sql：

select userId,userName,userAvatar 
from f_user where userId > 1000000 limit 20;

先找到上次分页最大的id，然后利用id上的索引查询。不过该方案，要求id是连续的，并且有序的。

还能使用between优化分页。

select userId,userName,userAvatar 
from f_user where userId between 1000000 and 1000020;

需要注意的是between要在唯一索引上分页，不然会出现每页大小不一致的问题。

10.用连接查询代替子查询

为啥？原因在哪？

原因是执行子查询时，需要创建临时表，查询完毕后，需要再删除这些临时表，有一些额外的性能消耗。

子查询的栗子如下：

如果需要从两张以上的表中查询出数据的话，一般有两种实现方式：子查询 和 连接查询。

 select * FROM f_post where userAccount
        in (
            SELECT userAccount FROM f_user_relationship_thumb
            WHERE friendsId = #{userId} AND reviewStatus = 1
            UNION
            SELECT friendsUserAccount as userAccount FROM f_user_relationship_thumb
            WHERE userId = #{userId} AND reviewStatus = 1
            LIMIT 500
        )

**执行逻辑：**子查询语句可以通过in关键字实现，一个查询语句的条件落在另一个select语句的查询结果中。程序先运行在嵌套在最内层的语句，再运行外层的语句。

如果涉及的表数量不多的话，子查询语句的优点是简单，结构化。

这时可以改成连接查询减小临时额外的性能消耗。具体栗子如下：

 select * FROM f_post where userAccount
        JOIN (
            SELECT userAccount FROM f_user_relationship_thumb
            WHERE friendsId = #{userId} AND reviewStatus = 1
            UNION
            SELECT friendsUserAccount as userAccount as remarks FROM f_user_relationship_thumb
            WHERE userId = #{userId} AND reviewStatus = 1
            LIMIT 500
        ) fr ON pm.userAccount = fr.userAccount

11.连续join的表不宜超过3个

根据阿里巴巴开发者手册的规定，join表的数量不应该超过3个。

连续join多表
select a.name,b.name.c.name,d.name,e.name,f.name
from a 
inner join b on a.id = b.a_id
inner join c on c.b_id = b.id
inner join d on d.c_id = c.id
inner join e on e.d_id = d.id
inner join f on f.e_id = e.id
inner join g on g.f_id = f.id