SQL优化

具体操作：

1.尽量避免使用select * from

原因：
（1）不需要的列会增加数据传输时间和网络开销
用“SELECT * ”数据库需要解析更多的对象、字段、权限、属性等相关内容，硬解析较多的情况下，会对数据库造成沉重的负担。
即使 mysql 服务器和客户端是在同一台机器上，使用的协议还是 tcp，通信也是需要额外的时间
（2）对于无用的大字段，如varchar,text，会增加io操作
准确来说，长度超过 728 字节的时候，会先把超出的数据序列化到另外一个地方，因此读取这条记录会增加一次 io 操作
（3）会失去mysql优化器“覆盖索引”策略优化的可能性
假如在磁盘上有两棵 B+ 树，即聚集索引和辅助索引（包括单列索引、联合索引），分别保存(a,b,c,d,e,f)和(a,b)，如果查询条件中where条件可以通过b列的索引过滤掉一部分记录，查询就会先走辅助索引，如果用户只需要a列和b列的数据，直接通过辅助索引就可以知道用户查询的数据。
如果用户使用select *，获取了不需要的数据，则首先通过辅助索引过滤数据，然后再通过聚集索引获取所有的列，这就多了一次b+树查询，速度必然会慢很多

2.尽量避免全表扫描，首先考虑在where及order by涉及的列上建立索引
3.尽量避免在where子句中使用 != 或<>操作符，否则可能它将放弃索引走全表扫描
4.尽量避免在where子句中对字段进行null值判断，否则可能它将放弃索引走全表扫描
5.尽量避免在where子句中使用or来连接条件，否则可能它将放弃索引走全表扫描
6.尽量避免在where子句中对字段进行表达式操作，否则可能它将放弃索引走全表扫描
比如：select name from user where age*2=38;
可以改为 select name from user where age=38/2;
7.尽量避免在where子句中对字段进行函数操作，否则可能它将放弃索引走全表扫描
比如：select age from user where substring(name,1,3)=‘abc’ 查找以abc开头的name的age
可以改为 ：select age from user where name like ‘abc%’
8.尽量避免使用in和not in,否则可能它将放弃索引走全表扫描
9.索引并不是越多越好，索引可以提升查询的效率，但是降低了插入和更新时的效率，所以建立索引要慎重考虑
10.优化like语句：
like语句如果是左模糊，或者左右模糊，它的索引会失效，所以建议使用右模糊