SQL语句优化

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()