普通的sql优化方式

内容均为网上收集整理，供自己学习做笔记用。

1）原理

  优化，就是同时考虑空间复杂度与时间复杂度结合达到最优解。sql语句的优化大致分为几个大的方向去思考：

1. 减少数据量的访问，设置好合理的字段类型，启用压缩，通过索引的访问等来减少磁盘的IO读写。
2. 返回更少的数据，尽量返回只需要的字段和数据分页处理，来减少磁盘的IO与网络IO消耗。
3. 减少交互次数，批量进行DML操作，函数存储等来减少数据的连接次数。
4. 减少服务器的CPU开销，尽量减少数据排序操作、全表查询等，减少CPU的内存占用。
5. 利用更多的资源，使用表分区，可以增加并行操作来更大限度利用CPU的资源。

2）总结

1. 最大化利用索引。
2. 尽可能的去避免全表扫描。
3. 减少无效的数据查询。

3）语句的语法顺序

1. SELECT
2. DISTINCT <SELECT_list>
3. FROM <left_table>
4. <join_type> JOIN <right_table>
5. ON <join_condition>
6. WHERE <where_condition>
7. GROUP BY <group_by_list>
8. HAVING <having_condition>
9. ORDER BY <order_by_condition>
10. LIMIT <limit_number>

4）语句的执行顺序

1. FROM
   <表名> # 选取表，来将多个表的数据通过笛卡尔积变成一个表。
2. ON
   <筛选条件> # 对笛卡尔积的虚表进行筛选
3. JOIN <join、left join、right join>
   <join表> # 指定join，用于添加数据到on之后的虚表中，例如left join就会将左表的剩余数据添加到虚表中。
4. WHERE
   <where条件> # 对上述的续表进行进一步的筛选操作
5. GROUP BY
   <分组条件> # 分组
   <SUM（）等聚合函数> # 用于having子句进行判断，在书写上这类聚合函数是写在having判断里面的
6. HAVING
   <分组筛选> # 对分组后的结果进行聚合筛选
7. SELECT
   <返回数据列表> # 返回的单列必须要在group by字句中，聚合函数除外
8. DISTINCT
   #数据除量
9. ORDER BY
   <排序条件> # 排序
10. LIMIT
    <行数限制>

一，SQL优化策略（在数据量大的情况下效率会比较明显）：

1.1）避免在开头使用模糊查询，会导致数据库引擎放弃索引来进行全表扫描。

select * from table where col1 like '%张%';

 优化方式-》避免在前面使用%

select * from table where col1 like '张%';

 如果必须要在前面使用模糊查询，
  1.使用MySQL内置函数 INSTR（str，substr）来匹配，类似indexOf（）方法，查询字符串出现的角标位置。
  2.使用FullText全文索引，用 match against 检索。
  3.当数据量非常大时，建议可以使用ElasticSearch、solr，亿级数据量检索速度秒级。

1.2）尽量避免使用in和not in，会导致引擎走全表扫描。in可以使用exists进行优化。

select * from table1 where col1 in('1','2','3');

 如果是连续的数值,建议使用between来代替in

select * from table1 where col1 between 1 and 3;

 如果是子查询的话,可以使用exist来代替in

--不走索引
select * from table1 where col1 in (select col1 from table2);
--走索引
select * from table1 where exist (select * from table where table2.col1=table1.col1);

1.3）尽量避免使用or，会导致数据库引擎放弃索引而进行全表扫描。

select * from table1 where col1 = 1 or col1 = 2;

 可以用union来代替不同or

select * from table where col1 = 1
	union
select