SQL入门：第七章 索引和优化

在进行数据统计时很多时候由于数据存储的结构问题，要实现需求写出的SQL语句非常复杂。一般来讲，越简单的语句查询的速度越快，在少量数据的情况下，我们不会去主要语句的可执行性，在生产环境下，一个表可能存放在大量的数据，复杂语句在执行的时候，不仅仅得不到结果，可能还会造成服务器卡死。

在生产服务器上就得非常注意SQL语句的可执性，把复杂的SQL拆分为多条简单的SQL是其中的一种方式，另一种方式是使用索引，合理的索引也能大大的提高查询的数据。

索引简单原理

有过算法基础，通常都知道查找算法，一个有序的数组查询，时间复杂度比一个无序的数组查询要小一个数量级，因为有序的数组我们就可以用二分查找，建立索引的过程原理上跟这个差不多，建立起有序的排序，利用查找算法，提高查找的速度。

利用索引进行查询

用 Navicate 建立索引也较为容易，在设计表格中就有建立索引的选项，现在看看在还没有建立索引时，下面语句的执行情况：

select * from students where age = 20

点击解释语句：

在返回的表格Extra 使用的是Using where ，type 使用的是ALL，预示着在查找的过程中，使用的是普通查找，可能需要扫描全表，扫描的表是无序的，这种查询性能较低。

如何才能提高查询效率呢？

在查询语句中where使用的条件是age，这里对age建立索引：

进行同样的语句查询解释：

在possible_keys和key中我们看到了，查询的时候命中了刚才的索引age。在数据量大的情况下，查询的速度会大大的提升。

组合索引

再来看看，下面的这种情况，这SQL语句，怎么样来建立索引

select * from students where age = 20 and sex = '男'

语句的解释如下：

使用的是using where，在查找时需要扫面表里面全部数据，性能比较低下。

查询时用了两个条件 age 和 sex，可以 建立组合索引 age,sex，让查询完全的命中：

再看刚才的语句索引的命中情况：

在 key 使用的是as的索引，命中了刚才建立的索引。

通过索引进行like查询

在查找时，like 是经常用到的，如：

SELECT * FROM `students` where `name` like '王%'

查询 name 开头的第一个字为 王。建立name索引，查询走了索引，

Extra 中使用的是 Using index condition，表示进行索引查询了。

同样是like查询语句，

SELECT * FROM `students` where `name` like '%王'

在查询的时候并没有走索引，

因此在使用的like进行查询的时候，就得特别的注意，只有 % 放在后面时才能命中索引，其他的情况是不行的。

其他优化

同时在可能返回大量结果的时候，可以用limit 来显示返回的结果条数，索引如果已经找到了符合结果条数，马上就可以返回，而不用继续的进行查找，同样能够提高查询速度。
如何优化SQL语句，如何根据自己的查询建立起索引都是在SQL查询中必须考虑的。一条好的SQL语句不仅仅影响到查询的数据，还影响到服务器的负载，每次在考虑业务的时候，同样的要考虑语句的写法。