SQL语句优化
1.SQL 中 in 查询和exists查询
in查询:
select * from A a where a.ID in(select b.ID from B b)
可分解为
for(a.ID : select * from A a){
select * from B b where b.ID=a.ID
}
每一行A表记录拿出来查询一遍B表
in查询适用于 A表数据多 B表数据少的情况
exists查询
select * from A a where exists(select b.ID from B b)
可分解为
for(b.ID : select * from B b){
select * from A a where a.ID=b.ID
}
每一行B表记录查询一遍A表
exists查询适用于 A表数据少 B表数据多的情况
2.SQL中查询条件不等于 <> != 会导致放弃索引扫描全表
3.SQL中模糊查询 like
能使用索引: select * from A a where a.name like ‘xzty%’;
不能使用索引: select * from A a where a.name like ‘%xzty’;
like ‘%xzty’;可使用函数索引的方式
REVERSE(name) 作为索引,然后查询
select * from A a where REVERSE(a.name) like ‘ytzx%’;
4.尽量少对查询条件使用计算或函数,保持索引的‘干净’
5.尽量的扩展索引,不要新建索引
6.索引方法btree 和 hash 的区别
Hash 索引结构的特殊性,其检索效率非常高,索引的检索可以一次定位,不像B-Tree 索引需要从根节点到枝节点,最后才能访问到页节点这样多次的IO访问,所以 Hash 索引的查询效率要远高于 B-Tree 索引。
Hash 索引本身由于其特殊性也带来了很多限制和弊端,主要有以下这些。
(1)Hash 索引仅仅能满足”=”,”IN”和”<=>”查询,不能使用范围查询。
由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值,所以它只能用于等值的过滤,不能用于基于范围的过滤,因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系,并不能保证和Hash运算前完全一样。
(2)Hash 索引无法被用来避免数据的排序操作。
由于 Hash 索引中存放的是经过 Hash 计算之后的 Hash 值,而且Hash值的大小关系并不一定和 Hash 运算前的键值完全一样,所以数据库无法利用索引的数据来避免任何排序运算;
(3)Hash 索引不能利用部分索引键查询。
对于组合索引,Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值,而不是单独计算 Hash 值,所以通过组合索引的前面一个或几个索引键进行查询的时候,Hash 索引也无法被利用。
(4)Hash 索引在任何时候都不能避免表扫描。
前面已经知道,Hash 索引是将索引键通过 Hash 运算之后,将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中,由于不同索引键存在相同 Hash 值,所以即使取满足某个 Hash 键值的数据的记录条数,也无法从 Hash 索引中直接完成查询,还是要通过访问表中的实际数据进行相应的比较,并得到相应的结果。
(5)Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。
对于选择性比较低的索引键,如果创建 Hash 索引,那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦,会浪费多次表数据的访问,而造成整体性能低下。
7.EXPLAIN 的查询结果还会告诉你你的索引主键被如何利用的
用于检查SQL语句使用索引优化情况
EXPLAIN select * from part_tab where c2 is null
8. PROCEDURE ANALYSE() 结果集分析优化工具
select * from part_tab limit 10 PROCEDURE ANALYSE()