MySQL的30条书写建议（上）

1、查询SQL尽量不要使用select *，而是select具体字段。

反例：

select * from employee;

正例：

selecct id,name from employee;

理由：

• 只取需要的字段，节省资源、减少网络开销和数据传输的时间。
• select * 进行查询时，很可能就不会使用到覆盖索引（就是不会使用功能到MySQL的优化器），就会造成回表查询。
• 对于无用的大字段，如varchar、blob、text会增加io操作。

2、如果知道查询结果只有一条或者只要最大/最小一条记录，建议用limit 1

     假设现在有employee员工表，要找出一个名字叫java的人。

CREATE TABLE `employee` (
  `id` int(11) NOT NULL,
  `name` varchar(255) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `date` datetime DEFAULT NULL,
  `sex` int(1) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

反例：

select id,name from employee where name='java';

正例：

selecct id,name from employee where name='java' limit 1;

理由：

• 加上limit 1后，只要找到了对应的一条记录，就不会继续向下扫描了，效率将会大大提高。
• 当然，如果name是唯一索引的话，是不必要加上limit 1了，因为limit的存在主要就是为了防止全表扫描，从而提高性能。如果一个语句本身可以预知不用全表扫描，有没有limit ，性能的差别并不大。

3、应尽量避免在where子句中使用or来连接条件

     新建一个user表，它有一个普通索引userId，表结构如下：

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `userId` int(11) NOT NULL,
  `age` int(11) NOT NULL,
  `name` varchar(255) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_userId` (`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

假设现在需要查询userid为1或者年龄为18岁的用户，很容易有以下sql。
反例：

select id,name,age,uerId from employee where id=1 or age=18;

正例：

//使用union all
select * from user where userid=1 
union all 
select * from user where age = 18

//或者分开两条sql写：
select id,name,age,uerId from employee where id=1;
select id,name,age,uerId from employee where age=18;

理由：

• 使用or可能会使索引失效，从而全表扫描。
• 对于or+没有索引的age这种情况，假设它走了userId的索引，但是走到age查询条件时，它还得全表扫描，也就是需要三步过程：全表扫描+索引扫描+合并 如果它一开始就走全表扫描，直接一遍扫描就完事。mysql是有优化器的，处于效率与成本考虑，遇到or条件，索引可能失效，看起来也合情合理。

记录一下：union和union all的区别是:

• union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。
• Union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序；UNION在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表UNION
• Union All：对两个结果集进行并集操作，包括重复行，不进行排序；
  如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了。

4、优化limit分页

     我们日常做分页需求时，一般会用 limit 实现，但是当偏移量特别大的时候，查询效率就变得低下。

反例：

select id，name，age from employee limit 10000，10;

正例：

//方案一 ：返回上次查询的最大记录(偏移量)
select id，name from employee where id>10000 limit 10.

//方案二：order by + 索引
select id，name from employee order by id  limit 10000，10

//方案三：在业务允许的情况下限制页数：

理由：

• 当偏移量最大的时候，查询效率就会越低，因为MySQL并非是跳过偏移量直接去取后面的数据，而是先取偏移量+要取的条数，然后再把前面偏移量这一段的数据抛弃掉再返回的。
• 如果使用优化方案一，返回上次最大查询记录（偏移量），这样可以跳过偏移量，效率提升不少。
• 方案二使用order by+索引，也是可以提高查询效率的。
• 方案三的话，建议跟业务讨论，有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。

5、优化你的like语句

        日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
反例：

select userId，name from user where userId like '%123';

正例：

select userId，name from user where userId like '123%';

理由：

• 把%放前面，并不走索引，如下：
  

• 把%放关键字后面，还是会走索引的。如下：
  

6、使用where条件限定要查询的数据，避免返回多余的行

        假设业务场景是这样：查询某个用户是否是会员。曾经看过老的实现代码是这样。
反例：

List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
boolean isVip = userIds.contains(userId);

正例：

Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
boolean isVip = userId！=null;

理由：

• 需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。

7、尽量避免在索引列上使用mysql的内置函数

        业务需求：查询最近七天内登陆过的用户(假设loginTime加了索引)

反例：

select userId,loginTime from loginuser 
where Date_ADD(loginTime,Interval 7 DAY) >= now();

正例：

explain select userId,loginTime from loginuser 
where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY);

• DATE_ADD(loginTime, INTERVAL 7 DAY) # loginTime 结束时间往后推7天

理由：

• 索引列上使用MySQL的内置函数，索引失效
  
• 如果索引列不加内置函数，索引还是会走的。
  

8、应尽量避免在 where 子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫=

反例：

select * from user where age-1 =10；

正例：

select * from user where age =11；

理由：

• 虽然age加了索引，但是因为对它进行运算，索引直接迷路了。
  

9、Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小

• Inner join 内连接，在两张表进行连接查询时，只保留两张表中完全匹配的结果集
• left join 在两张表进行连接查询时，会返回左表所有的行，即使在右表中没有匹配的记录。
• right join 在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录。

都满足SQL需求的前提下，推荐优先使用Inner join（内连接），如果要使用left join，左边表数据结果尽量小，如果有条件的尽量放到左边处理。

反例：

select * from tab1 t1 left join tab2 t2  on t1.size = t2.size where t1.id>2;

正例：

select * from (select * from tab1 where id >2) t1 
left join tab2 t2 on t1.size = t2.size;

理由：

• 如果inner join是等值连接，或许返回的行数比较少，所以性能相对会好一点。
• 同理，使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。

10、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

反例：

select age,name  from user where age <>18;

正例：

//可以考虑分开两条sql写
select age,name  from user where age <18;
select age,name  from user where age >18;

理由：

• 使用!=和<>很可能会让索引失效

11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。

表结构：（有一个联合索引idx_userid_age，userId在前，age在后）

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `userId` int(11) NOT NULL,
  `age` int(11) DEFAULT NULL,
  `name` varchar(255) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_userid_age` (`userId`,`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;

反例

select * from user where age = 10;

正例：

//符合最左匹配原则
select * from user where userid=10 and age =10；
//符合最左匹配原则
select * from user where userid =10;

理由：

• 当我们创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。
• 联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。

12、对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描。

反例

select * from user where address ='深圳' order by age ;

正例：

添加索引
alter table user add index idx_address_age (address,age)

13、如果插入数据过多，考虑批量插入。

反例：

for(User u :list){
 INSERT into user(name,age) values(#name#,#age#)   
}

正例：

//一次500批量插入，分批进行
insert into user(name,age) values
<foreach collection="list" item="item" index="index" separator=",">
    (#{item.name},#{item.age})
</foreach>

理由：

• 批量插入性能好，更加省时间

• 打个比喻:假如你需要搬一万块砖到楼顶,你有一个电梯,电梯一次可以放适量的砖（最多放500）,你可以选择一次运送一块砖,也可以一次运送500,你觉得哪个时间消耗大?

14、在适当的时候，使用覆盖索引。

覆盖索引能够使得你的SQL语句不需要回表，仅仅访问索引就能够得到所有需要的数据，大大提高了查询效率。

反例：

// like模糊查询，不走索引了
select * from user where userid like '%123%'

正例：

//id为主键，那么为普通索引，即覆盖索引登场了。
select userid,id from user where userid like '%123%';

15、慎用distinct关键字

distinct 关键字一般用来过滤重复记录，以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时，给查询带来优化效果。但是在字段很多的时候使用，却会大大降低查询效率。

反例：

SELECT DISTINCT * from  user;

正例：

select DISTINCT name from user;

理由：

• 带distinct的语句cpu时间和占用时间都高于不带distinct的语句。因为当查询很多字段时，如果使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较，过滤的过程会占用系统资源，cpu时间。

一次30条有点难顶，先休息一下

MySQL的30条书写建议（下）

union all和union的区别
后端程序员必备：书写高质量SQL的30条建议