SQL优化与分析

前言：要做好 SQL 优化，我们先聊一聊在编写 SQL 时要经常用到的一些关键词，看看这些关键词的用途，以及应该如何使用；然后讨论下，一条 SQL 是如何被执行的，再根据 SQL 的执行规范说一说应该怎么写出高效的 SQL，最后拿出一个栗子，来分析下应该如何对问题 SQL 进行优化。

一、先说一说什么是 SQL

我们先看一看百度百科中关于 SQL 的描述

结构化查询语言 (Structured Query Language) ，简称 SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统；同时也是数据库脚本文件的扩展名。

标准的 SQL 包含 6 个组成部分，分别是：

• 数据查询语言（DQL）：用来检索数据，是最常用的 SQL，基本关键词（select）
• 数据操作语言（DML）：用来修改数据，如插入、更新、删除，基本关键词（insert，update，delete）
• 事务处理语言（TPL）：用来确保事务操作正常有效，基本关键词（commit，rollback）
• 数据控制语言（DCL）：用来进行数据权限控制，一般用来分配用户、角色以及数据可访问范围，基本关键词（grant，deny）
• 数据定义语言（DDL）：用来定义数据格式、关系，基本关键词（create table）
• 指针控制语言（CCL）：用来控制数据游标在不同数据行之间跳转，基本关键词（cursor）

  我们常说的优化，大部分所指的就是对使用数据查询语言编写的 SQL 在执行效率方面进行优化。

  当然，SQL 优化也不单单只有 DQL 优化，有时，为了满足效率预期，我们也需要对其他方面进行调整。

二、名词解释

  在讲解如何优化 SQL 之前，我们先介绍几个关键字，这些关键字大家在日常的开发中肯定经常用到，但具体是做什么用的恐怕就不那么清楚了，所以，让我们先从这些“最熟悉的陌生人”开始，对我们的工作内容做一个深度了解。

1. select：这个是 DQL 最常见的关键字，我们基本上用在了所有的查询开始的地方，在 DQL 语句中，select 表示一个查询的开始或者一个子查询的开始，紧跟在 select后面的就是我们要从数据库中提取后返回给调用方的数据项，当 select后面跟随一个 *时，表示我们要将所有查询到的数据项都返回；
2. from：99.999% 的 DQL 中都会包含 from关键字，它用来标识我们要查询的数据的来源，from后面可以是数据表（table），视图（view）甚至是另一个 DQL （子查询），from后面可以跟随一个或多个数据来源，使用 “,” （西文半角逗号）进行分割；

在某些数据库中，如 MySQL，在调用一个函数或直接返回一个自定义常量时可以不写 from 关键字，如我们配置在数据库连接池中，为连接对象验活的语句 select 1，或者直接调用一个函数，如查询当前数据库服务器时间 select now()，但不是所有的数据库都支持省略 from 关键字，如 ORACLE，所以为了保证数据库兼容，我们要求不能省略 from关键字，像上面两个语句，要改写为 select 1 from dual和 select now() from dual，dual 是数据库中提供的一个只有一列的系统表，一般我们称之为伪表或虚拟表。

3. inner join：用来做两个数据来源的关联使用，使用 on 关键字来进行数据关联，一般用在多表（视图）查询上，一般 inner join 也可以写为逗号分隔的方式，然后将 on 条件转义到 where 中；使用 inner join 只有当数据来源存在时，才会返回数据；
4. join：join 就是对 inner join 的简写
5. left join：左外连接，也可简称左连接，当使用 left join 进行关联时，处于 left join 后方的数据来源如果不存在满足条件的数据记录，但其他数据来源存在相关记录，则返回除此来源外的其他数据项，此来源数据项返回 null
6. right join：右外连接，也可简称右连接，数据返回情况如 left join 相似，但区别是只要 right join 后方的数据来源存在符合条件的记录即返回数据；
7. full join：可以看做是 left join ∪ right join，也就是只要有满足条件的数据，就会返回，这个用的比较少；
8. where：条件起始关键字，跟随在 where 关键字后的就是数据查询条件，我看大家在写 SQL 经常会在 where 后面跟一个 1=1，貌似是方便了查询条件的拼写，但是，这个在某些数据库或者引擎下是会影响执行效率的，应该尽量避免；
9. in：一般用在一个数据项符合多个条件时，但是，in 操作很慢，如果可能的话，还是写 exists 子查询比较好，还有，如果要使用的 in 条件选项很多的情况，jdbc 可能是无法执行的，如 1000 个以上，这时就要考虑其他方法了；
10. like：做模糊查询时使用，使用左右 “%” 来进行匹配，如果使用左侧 % ，查询的时候用不上索引；
11. group by：数据项分组，一般配合聚合函数，如 sum avg 等使用，如果需要对分组结果在进行筛选的话，需要配合 having 关键字；
12. order by：结果排序；

四、优化策略

  不同的数据库甚至同一个数据库不同的数据引擎在 SQL 处理上都会存在差异，而咱们最常用的数据库是 MySQL，所以，咱们的优化策略主要针对的就是 MySQL，其他类型的数据库优化方案大家可以 Google 或者百度。

  要想做好 SQL 优化，我们需要先明白 MySQL 在执行一个 SQL 时的顺序，一条 SQL 是由多个完成不同任务的关键字组成的，而一个最完整的 SQL 大概是下面这样：

select
    < select_list >
from
    < left_table > < join_type >
join
    < right_table > ON < join_condition >
where
    < where_condition >
group by
    < group_by_list >
having 
    < having_condition >
order by
    < order_by_condition >
limit < limit_number >

  咱们跳过最底层的 SQL 检查和解析部分，直接看最终的执行顺序

-- 上面那个 SQL 在 MySQL 引擎中的执行顺序是这样滴
from 
    <left_table>
on 
    <join_condition> <join_type