MYSQL查询技巧分析

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）。