SQL优化

优化成本：硬件>系统配置>数据库表结构>SQL 及索引。

优化效果：硬件<系统配置<数据库表结构<SQL 及索引。

对于MySQL层优化我一般遵从五个原则：

* 

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。
*
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。
*
减少交互次数：批量 DML 操作，函数存储等减少数据连接次数。
*
减少服务器 CPU 开销：尽量减少数据库排序操作以及全表查询，减少 CPU 内存占用。
*
利用更多资源：使用表分区，可以增加并行操作，更大限度利用 CPU 资源。

总结到 SQL 优化中，就如下三点：

* 

最大化利用索引。
*
尽可能避免全表扫描。
*
减少无效数据的查询。

理解 SQL 优化原理 ，首先要搞清楚 SQL 执行顺序。

SELECT 语句，语法顺序如下：

1.SELECT
2.DISTINCT <select_list>
3.FROM <left_table>
4.<join_type> JOIN <right_table>
5.ON <join_condition>
6.WHERE <where_condition>
7.GROUP BY <group_by_list>
8.HAVING <having_condition>
9.ORDER BY <order_by_condition>
10.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>

以下 SQL 优化策略适用于数据量较大的场景下，如果数据量较小，没必要以此为准，以免画蛇添足。
1.避免不走索引的场景

①尽量避免在字段开头模糊查询，会导致数据库引擎放弃索引进行全表扫描

②尽量避免使用 in 和 not in，会导致引擎走全表扫描

③尽量避免使用 or，会导致数据库引擎放弃索引进行全表扫描

④尽量避免进行 null 值的判断，会导致数据库引擎放弃索引进行全表扫描

⑤尽量避免在 where 条件中等号的左侧进行表达式、函数操作，会导致数据库引擎放弃索引进行全表扫描

⑥当数据量大时，避免使用 where 1=1 的条件

⑦查询条件不能用 <> 或者 !=

⑧where 条件仅包含复合索引非前置列

⑨隐式类型转换造成不使用索引

⑩order by 条件要与 where 中条件一致，否则 order by 不会利用索引进行排序

⑪正确使用 hint 优化语句

2.SELECT 语句其他优化

①避免出现 select *

②避免出现不确定结果的函数

③多表关联查询时，小表在前，大表在后

④使用表的别名

⑤用 where 字句替换 HAVING 字句

⑥调整 Where 字句中的连接顺序

3.增删改 DML 语句优化

①大批量插入数据

②适当使用 commit

③避免重复查询更新的数据

④查询优先还是更新（insert、update、delete）优先

4.查询条件优化

①对于复杂的查询，可以使用中间临时表暂存数据

②优化 group by 语句

③优化 join 语句

④优化 union 查询

⑤拆分复杂 SQL 为多个小 SQL，避免大事务

⑥使用 truncate 代替 delete

⑦使用合理的分页方式以提高分页效率

5.建表优化

①在表中建立索引，优先考虑 where、order by 使用到的字段。

②尽量使用数字型字段（如性别，男：1 女：2），若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。

③查询数据量大的表 会造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段分页进行查询，循环遍历，将结果合并处理进行展示。

④用 varchar/nvarchar 代替 char/nchar。