![cf87356f99015ba8615cd37bf7295af6.png](https://i-blog.csdnimg.cn/blog_migrate/3facc45eb6272bae40460a149f8b8193.jpeg)
保持良好的SQL语句编写习惯将会降低SQL性能问题的发生
1.使用where条件限定要查询的数据,避免返回多余的行
假设业务场景是查询某个用户是否是会员
优化前:
List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
boolean isVip = userIds.contains(userId);
优化后:
Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
boolean isVip = userId!=null;
原因:只查询需要的数据,避免返回不必要的数据,节省开销。
2.尽量避免在索引列上使用mysql的内置函数
假设业务场景是查询最近七天内登陆过的用户(假设loginTime加了索引)
优化前:
select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now();
优化后:
explain select userId,loginTime from loginuser where loginTime >=Date_ADD(NOW(),INTERVAL - 7 DAY);
原因:
- 索引列上使用mysql的内置函数的话,索引会失效
- 如果索引列不加内置函数,索引还是会走的。
3.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描
反例:
select * from user where price+1 =20;
优化后:
select * from user where price =19;
原因:虽然price加了索引,但因对它进行运算,索引失效。
4.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。
- right join 在两张表进行连接查询时,会返回右表所有的行。
优化前:
select * from table1 t1 left join table2 t2 on t1.size = t2.size where t1.id>2;
优化后:
select * from (select * from table1 where id >2) t1 left join table2 t2 on t1.size = t2.size;
原因: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。
5.避免在 where 子句中使用!=或<>操作符
反例:
select price,name from user where price <>55;
优化后:
select price,name from user where price <55;
select price,name from user where price >55;
//可以考虑分开两条sql写
原因:使用!=和<>可能会让索引失效,那么引擎将全表扫描降低性能。
6.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
假设表结构为一个联合索引idx_userid_age,userId在前,age在后
先创建表:
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;
错误示范:
select * from user where age = 10;
正确示范:
//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;
原因:
- 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。
- 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。
7.考虑在 where 及 order by 涉及的列上建立索引,尽量避免全表扫描
错误示范:
select * from user where address ='上海' order by age ;
正确示范:
//添加索引
alter table user add index idx_address_age (address,age)
8.若插入数据过多,考虑批量插入
错误示范:
for(User u :list){
INSERT into user(name,age) values(#name#,#age#)
}
正确示范:
insert into user(name,age) values
<foreach collection="list" item="item" index="index" separator=",">
(#{item.name},#{item.age})
</foreach>
//一次500批量插入,分批进行
原因:批量插入性能好,更加省时间
打个比方:一辆货车一趟只运一块砖,一辆货车一趟运成千上万块砖
9.谨慎使用distinct关键字
distinct 关键字一般用来过滤重复记录。虽然在查询一个字段或者很少字段的情况下使用会起到优化效果,但在字段很多的时候使用,却会大大降低查询效率。
错误示范:
SELECT DISTINCT * from user;
正确示范:
select DISTINCT name from user;
原因: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。
10.若数据量较大,优化你的修改/删除语句
尽量避免同时修改或删除过多数据,因为会造成cpu利用率过高,从而影响别人对数据库的访问。
错误示范:
//一次删除10万或者100万+?
delete from user where id <100000;
//或者采用单一循环操作,效率低,时间漫长
for(User user:list){
delete from user;
}
正确示范:
//分批进行删除,如每次500
delete user where id<500
delete product where id>=500 and id<1000;
原因:一次性删除太多数据,可能会有cpu过载的错误,所以建议分批操作
11.删除冗余和重复索引
错误示范:
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
正确示范:
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
原因:重复的索引需要维护,并且优化器在优化查询的时候也需要逐个地进行考虑,这会影响性能的。
12.优化like语句
在开发中,如果需要进行模糊关键字查询,很容易想到like,但是like很可能让你的索引失效。
错误示范:
select userId,name from user where userId like '%123';
正确示范:
select userId,name from user where userId like '123%';
原因:把%放前面,并不走索引;把% 放关键字后面,还是会走索引的。
13.优化limit分页
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。
错误示范:
select id,name,age from employee limit 10000,10
正确示范:
//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:
原因:
- 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,而是先把偏移量+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。
14.避免在where子句中使用or来连接条件
假设一个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2或者年龄为25岁的用户,很容易有以下SQL语句:
错误示范:
select * from user where userid=2 or age =25;
正确示范:
//使用union all
select * from user where userid=2
union all
select * from user where age = 25;
//或者分开两条sql写:
select * from user where userid=2;
select * from user where age = 25;
原因: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。
15.避免使用select *,而是select具体字段
错误示范:
select * from stu_name;
正确示范:
select id,name from stu_name;
原因:
- select * 进行查询时会进行全表扫描。
- 只取需要的字段,节省资源、减少网络开销。
16.若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student学生表,要找出一个名字叫Mike的人
CREATE TABLE `student` (
`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;
错误示范:
select id,name from student where name='Mike'
正确示范:
select id,name from student where name='Mike' limit 1;
原因:
- limit 1表示只要找到了对应的一条记录,就不会继续向下扫描,效率将会大大提高。
- 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。
17.不要有超过5个以上的表连接
- 如果一定需要连接很多表才能得到数据,那么意味着这可能是糟糕的设计。
- 连表越多,编译的时间和开销也就越大。
- 把连接表拆开成较小的几个执行,可读性更高。
18.exist & in的合理利用
假设表A表示某企业的员工表,表B表示部门表,查询所有部门的所有员工,很容易有以下SQL语句:
select * from A where deptId in (select deptId from B);
这样写等价于:
先查询部门表B select deptId from B
再由部门deptId,查询A的员工 select * from A where A.deptId = B.deptId
可以把语句抽象成这么一个循环代码:
List<> resultSet ;
for(int i=0;i<B.length;i++) {
for(int j=0;j<A.length;j++) {
if(A[i].id==B[j].id) {
resultSet.add(A[i]);
break;
}
}
}
除了使用in,我们也可以用exists实现一样的查询功能:
select * from A where exists (select 1 from B where A.deptId = B.deptId);
exists查询就是,先执行主查询,获得数据后,再放到子查询中做条件验证,根据验证结果(true或者false),来决定主查询的数据结果是否保留。
相当于:
select * from A,先从A表做循环
select * from B where A.deptId = B.deptId,再从B表做循环
同样的,可以抽象成循环代码:
List<> resultSet ;
for(int i=0;i<A.length;i++) {
for(int j=0;j<B.length;j++) {
if(A[i].deptId==B[j].deptId) {
resultSet.add(A[i]);
break;
}
}
}
原因:如果B的数据量小于A,适合使用in,如果B的数据量大于A,即适合选择exist。
19.where子句中考虑用默认值代替null
错误示范:
select * from user where name is not null;
正确示范:
select * from user where age>0;
//设置0为默认值
原因:
- 不用is null 或者 is not null 不一定不走索引了,这个跟mysql版本以及查询成本有关。
一般情况下,查询的成本高,mysql优化器自动放弃。
- 把null值,换成默认值,很多时候让走索引成为可能,同时,表达意思会相对清晰一点。
20.索引不宜太多,一般5个以内
- 一个表的索引数最好不要超过5个,若太多需要考虑一些索引是否没有存在的必要
- insert或update时有可能会重建索引,所以建索引需要慎重考虑,视具体情况来定
- 索引并不是越多越好,索引虽然提高了查询的效率,但是也降低了插入和更新的效率