1、like
右模糊:范围索引
左模糊:不走索引,全表查询
2、索引列为空
email 字段创建索引前提下:
select * from table where email is null; //走索引
select * from table where email = 'aaa@.com'; //走索引
select * from table where email is not null; //不走索引
3、索引字段函数计算
select * from table where ABS(add_time) > 15936745; //不走索引
select count(*) from table where ABS(add_time) > 15936745; //走索引
4、类型不一致
add_time为数值型
select * from table where add_time >= '15936745'; //走索引
是否走索引不一定,根据版本不同,可能会发生隐式转换,不走索引;也可能版本做了优化走索引
5、where条件顺序
联合索引:最左前缀
查询多个单列索引,每个列的索引都会生效,索引合并
6、union替代or ?
union:分别查询,再通过临时表合并
or:索引合并
数据大时可以用union,具体根据实际情况,查看执行成本,若union执行成本更低,则可替代or,反之亦然。
7、exists vs in
通常情况,如果子查询结果少,用in,子查询结果多,用exists。具体根据实际情况分析。
8、!=和<>
倾向于全表查询,主键可能会走索引,看具体情况。
9、索引覆盖
索引可以满足查询结果,不需要回表查询,效率更高。因此针对 select * 这种情况,不必要情况下尽量写明需要的结果列。
10、子查询 vs 表关联
建议表关联,优化器更容易优化,筛选数据。字查询不便于优化。
11、表关联 - 大表&小表
应该用大表关联小表,还是小表关联大表?
怎么写都行,优化器会进行优化,先查大表,再查小表。
12、count
select count(email) from ...; //不统计null
select count(1) from ...; //不解析内容,只管加1
select count(*) from ... //标准SQL,建议写法(可自动优化根据主键/唯一ID查找统计)
13、分页
limit 分页查询,数据量大时耗时较高。
可通过between、子查询、索引覆盖的方式提高查询效率。
查询需要的字段,不要select * (导致索引覆盖不成立、且字段多也更耗IO)。