0


关于SQL优化的21个小方法,你get了吗?

目录

一、查询SQL尽量不要使用select *,而是具体字段

1、反例

SELECT*FROMuser

2、正例

SELECT id,username,tel FROMuser

3、理由

  1. 节省资源、减少网络开销。
  2. 可能用到覆盖索引,减少回表,提高查询效率。
注意:为节省时间,下面的样例字段都用*代替了。

二、避免在where子句中使用 or 来连接条件

1、反例

SELECT*FROMuserWHERE id=1OR salary=5000

2、正例

(1)使用union all

SELECT*FROMuserWHERE id=1UNIONALLSELECT*FROMuserWHERE salary=5000

(2)分开两条sql写

SELECT*FROMuserWHERE id=1SELECT*FROMuserWHERE salary=5000

3、理由

  1. 使用or可能会使索引失效,从而全表扫描;
  2. 对于or没有索引的salary这种情况,假设它走了id的索引,但是走到salary查询条件时,它还得全表扫描;
  3. 也就是说整个过程需要三步:全表扫描+索引扫描+合并。如果它一开始就走全表扫描,直接一遍扫描就搞定;
  4. 虽然mysql是有优化器的,处于效率与成本考虑,遇到or条件,索引还是可能失效的;

三、尽量使用数值替代字符串类型

1、正例

  1. 主键(id):primary key优先使用数值类型inttinyint
  2. 性别(sex):0代表女,1代表男;数据库没有布尔类型,mysql推荐使用tinyint

2、理由

  1. 因为引擎在处理查询和连接时会逐个比较字符串中每一个字符;
  2. 而对于数字型而言只需要比较一次就够了;
  3. 字符会降低查询和连接的性能,并会增加存储开销;

四、使用varchar代替char

1、反例

`address`char(100)DEFAULTNULLCOMMENT'地址'

2、正例

`address`varchar(100)DEFAULTNULLCOMMENT'地址'

3、理由

  1. varchar变长字段按数据内容实际长度存储,存储空间小,可以节省存储空间;
  2. char按声明大小存储,不足补空格;
  3. 其次对于查询来说,在一个相对较小的字段内搜索,效率更高;

五、技术延伸,char与varchar2的区别?

1、

char

的长度是固定的,而

varchar2

的长度是可以变化的。

比如,存储字符串

“101”

,对于

char(10)

,表示你存储的字符将占10个字节(包括7个空字符),在数据库中它是以空格占位的,而同样的

varchar2(10)

则只占用3个字节的长度,10只是最大值,当你存储的字符小于10时,按实际长度存储。

2、

char

的效率比

varchar2

的效率稍高。

3、何时用

char

,何时用

varchar2

?

char

varchar2

是一对矛盾的统一体,两者是互补的关系,

varchar2

char

节省空间,在效率上比

char

会稍微差一点,既想获取效率,就必须牺牲一点空间,这就是我们在数据库设计上常说的“以空间换效率”。

varchar2

虽然比

char

节省空间,但是假如一个

varchar2

列经常被修改,而且每次被修改的数据的长度不同,这会引起“行迁移”现象,而这造成多余的I/O,是数据库设计中要尽力避免的,这种情况下用

char

代替

varchar2

会更好一些。

char

中还会自动补齐空格,因为你

insert

到一个

char

字段自动补充了空格的,但是

select

后空格没有删除,因此

char

类型查询的时候一定要记得使用

trim

,这是写本文章的原因。

如果开发人员细化使用

rpad()

技巧将绑定变量转换为某种能与

char

字段相比较的类型(当然,与截断

trim

数据库列相比,填充绑定变量的做法更好一些,因为对列应用函数

trim

很容易导致无法使用该列上现有的索引),可能必须考虑到经过一段时间后列长度的变化。如果字段的大小有变化,应用就会受到影响,因为它必须修改字段宽度。

正是因为以上原因,定宽的存储空间可能导致表和相关索引比平常大出许多,还伴随着绑定变量问题,所以无论什么场合都要避免使用char类型。

六、where中使用默认值代替null

1、反例

SELECT*FROMuserWHERE age ISNOTNULL

2、正例

SELECT*FROMuserWHERE age>0

3、理由

  1. 并不是说使用了is null或者 is not null就会不走索引了,这个跟mysql版本以及查询成本都有关;
  2. 如果mysql优化器发现,走索引比不走索引成本还要高,就会放弃索引,这些条件 !=,<>,is null,is not null经常被认为让索引失效;
  3. 其实是因为一般情况下,查询的成本高,优化器自动放弃索引的;
  4. 如果把null值,换成默认值,很多时候让走索引成为可能,同时,表达意思也相对清晰一点;

七、避免在where子句中使用!=或<>操作符

1、反例

SELECT*FROMuserWHERE salary!=5000SELECT*FROMuserWHERE salary<>5000

2、理由

  1. 使用!=<>很可能会让索引失效
  2. 应尽量避免在where子句中使用!=<>操作符,否则引擎将放弃使用索引而进行全表扫描
  3. 实现业务优先,实在没办法,就只能使用,并不是不能使用

八、inner join 、left join、right join,优先使用inner join

三种连接如果结果相同,优先使用inner join,如果使用left join左边表尽量小。

  • inner join 内连接,只保留两张表中完全匹配的结果集;
  • left join会返回左表所有的行,即使在右表中没有匹配的记录;
  • right join会返回右表所有的行,即使在左表中没有匹配的记录;

为什么?

  • 如果inner join是等值连接,返回的行数比较少,所以性能相对会好一点;
  • 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;
  • 这是mysql优化原则,就是小表驱动大表,小的数据集驱动大的数据集,从而让性能更优;

九、提高group by语句的效率

1、反例

先分组,再过滤

select job, avg(salary) from employee 
groupby job
having job ='develop'or job ='test';

2、正例

先过滤,后分组

select job,avg(salary) from employee 
where job ='develop'or job ='test'groupby job;

3、理由

可以在执行到该语句前,把不需要的记录过滤掉

十、清空表时优先使用truncate

truncate table

在功能上与不带

where

子句的

delete

语句相同:二者均删除表中的全部行。但

truncate table

delete

速度快,且使用的系统和事务日志资源少。

delete

语句每次删除一行,并在事务日志中为所删除的每行记录一项。

truncate table

通过释放存储表数据所用的数据页来删除数据,并且只在事务日志中记录页的释放。

truncate table

删除表中的所有行,但表结构及其列、约束、索引等保持不变。新行标识所用的计数值重置为该列的种子。如果想保留标识计数值,请改用 DELETE。如果要删除表定义及其数据,请使用

drop table

语句。

对于由

foreign key

约束引用的表,不能使用

truncate table

,而应使用不带

where

子句的 DELETE 语句。由于

truncate table

不记录在日志中,所以它不能激活触发器。

truncate table

不能用于参与了索引视图的表。

十一、操作delete或者update语句,加个limit或者循环分批次删除

1、降低写错SQL的代价

清空表数据可不是小事情,一个手抖全没了,删库跑路?如果加limit,删错也只是丢失部分数据,可以通过binlog日志快速恢复的。

2、SQL效率很可能更高

SQL中加了

limit 1

,如果第一条就命中目标

return

, 没有

limit

的话,还会继续执行扫描表。

3、避免长事务

delete

执行时,如果

age

加了索引,MySQL会将所有相关的行加写锁和间隙锁,所有执行相关行会被锁住,如果删除数量大,会直接影响相关业务无法使用。

4、数据量大的话,容易把CPU打满

如果你删除数据量很大时,不加 limit限制一下记录数,容易把

cpu

打满,导致越删越慢。

5、锁表

一次性删除太多数据,可能造成锁表,会有lock wait timeout exceed的错误,所以建议分批操作。

十二、UNION操作符

UNION

在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生的结果集进行排序运算,删除重复的记录再返回结果。
实际大部分应用中是不会产生重复的记录,最常见的是过程表与历史表

UNION

。如:

select username,tel fromuserunionselect departmentname from department

这个SQL在运行时先取出两个表的结果,再用排序空间进行排序删除重复的记录,最后返回结果集,如果表数据量大的话可能会导致用磁盘进行排序。
推荐方案:采用

UNION ALL

操作符替代

UNION

,因为

UNION ALL

操作只是简单的将两个结果合并后就返回。

十三、批量插入性能提升

1、多条提交

INSERTINTOuser(id,username)VALUES(1,'哪吒编程');INSERTINTOuser(id,username)VALUES(2,'妲己');

2、批量提交

INSERTINTOuser(id,username)VALUES(1,'哪吒编程'),(2,'妲己');

3、理由

默认新增SQL有事务控制,导致每条都需要事务开启和事务提交,而批量处理是一次事务开启和提交,效率提升明显,达到一定量级,效果显著,平时看不出来。

十四、表连接不宜太多,索引不宜太多,一般5个以内

1、表连接不宜太多,一般5个以内

  1. 关联的表个数越多,编译的时间和开销也就越大
  2. 每次关联内存中都生成一个临时表
  3. 应该把连接表拆开成较小的几个执行,可读性更高
  4. 如果一定需要连接很多表才能得到数据,那么意味着这是个糟糕的设计了
  5. 阿里规范中,建议多表联查三张表以下

2、索引不宜太多,一般5个以内

  1. 索引并不是越多越好,虽其提高了查询的效率,但却会降低插入和更新的效率;
  2. 索引可以理解为一个就是一张表,其可以存储数据,其数据就要占空间;
  3. 索引表的数据是排序的,排序也是要花时间的;
  4. insertupdate时有可能会重建索引,如果数据量巨大,重建将进行记录的重新排序,所以建索引需要慎重考虑,视具体情况来定;
  5. 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有存在的必要;

十五、避免在索引列上使用内置函数

1、反例

SELECT*FROMuserWHERE DATE_ADD(birthday,INTERVAL7DAY)>=NOW();

2、正例

SELECT*FROMuserWHERE  birthday >= DATE_ADD(NOW(),INTERVAL7DAY);

3、理由

使用索引列上内置函数,索引失效。

十六、组合索引

排序时应按照组合索引中各列的顺序进行排序,即使索引中只有一个列是要排序的,否则排序性能会比较差。

createindex IDX_USERNAME_TEL onuser(deptid,position,createtime);select username,tel fromuserwhere deptid=1and position ='java开发'orderby deptid,position,createtime desc;

实际上只是查询出符合

deptid= 1 and position = 'java开发'

条件的记录并按createtime降序排序,但写成order by createtime desc性能较差。

十七、复合索引最左特性

1、创建复合索引

ALTERTABLE employee ADDINDEX idx_name_salary (name,salary)

2、满足复合索引的最左特性,哪怕只是部分,复合索引生效

SELECT*FROM employee WHERE NAME='哪吒编程'

3、没有出现左边的字段,则不满足最左特性,索引失效

SELECT*FROM employee WHERE salary=5000

4、复合索引全使用,按左侧顺序出现 name,salary,索引生效

SELECT*FROM employee WHERE NAME='哪吒编程'AND salary=5000

5、虽然违背了最左特性,但MySQL执行SQL时会进行优化,底层进行颠倒优化

SELECT*FROM employee WHERE salary=5000AND NAME='哪吒编程'

6、理由

复合索引也称为联合索引,当我们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。

联合索引不满足最左原则,索引一般会失效。

十八、优化like语句

模糊查询,程序员最喜欢的就是使用

like

,但是

like

很可能让你的索引失效。

1、反例

select*from citys where name like'%大连'(不使用索引)
select*from citys where name like'%大连%'(不使用索引)

2、正例

select*from citys where name like'大连%'(使用索引) 。

3、理由

  • 首先尽量避免模糊查询,如果必须使用,不采用全模糊查询,也应尽量采用右模糊查询, 即like ‘…%’,是会使用索引的;
  • 左模糊like ‘%...’无法直接使用索引,但可以利用reverse + function index的形式,变化成 like ‘…%’
  • 全模糊查询是无法优化的,一定要使用的话建议使用搜索引擎。

十九、使用explain分析你SQL执行计划

1、type

  1. system:表仅有一行,基本用不到;
  2. const:表最多一行数据配合,主键查询时触发较多;
  3. eq_ref:对于每个来自于前面的表的行组合,从该表中读取一行。这可能是最好的联接类型,除了const类型;
  4. ref:对于每个来自于前面的表的行组合,所有有匹配索引值的行将从这张表中读取;
  5. range:只检索给定范围的行,使用一个索引来选择行。当使用=、<>、>、>=、<、<=、IS NULL、<=>、BETWEEN或者IN操作符,用常量比较关键字列时,可以使用range;
  6. index:该联接类型与ALL相同,除了只有索引树被扫描。这通常比ALL快,因为索引文件通常比数据文件小;
  7. all:全表扫描;
  8. 性能排名:system > const > eq_ref > ref > range > index > all。
  9. 实际sql优化中,最后达到ref或range级别。

2、Extra常用关键字

  • Using index:只从索引树中获取信息,而不需要回表查询;
  • Using where:WHERE子句用于限制哪一个行匹配下一个表或发送到客户。除非你专门从表中索取或检查所有行,如果Extra值不为Using where并且表联接类型为ALL或index,查询可能会有一些错误。需要回表查询。
  • Using temporary:mysql常建一个临时表来容纳结果,典型情况如查询包含可以按不同情况列出列的GROUP BYORDER BY子句时;

二十、一些其它优化方式

1、设计表的时候,所有表和字段都添加相应的注释。

2、SQL书写格式,关键字大小保持一致,使用缩进。

3、修改或删除重要数据前,要先备份。

4、很多时候用 exists 代替 in 是一个好的选择

5、where后面的字段,留意其数据类型的隐式转换。

未使用索引

SELECT*FROMuserWHERE NAME=110

(1) 因为不加单引号时,是字符串跟数字的比较,它们类型不匹配
(2)MySQL会做隐式的类型转换,把它们转换为数值类型再做比较

6、尽量把所有列定义为

NOT NULL
NOT NULL

列更节省空间,

NULL

列需要一个额外字节作为判断是否为

NULL

的标志位。

NULL

列需要注意空指针问题,

NULL

列在计算和比较的时候,需要注意空指针问题。

7、伪删除设计

8、数据库和表的字符集尽量统一使用UTF8

(1)可以避免乱码问题。
(2)可以避免,不同字符集比较转换,导致的索引失效问题。

9、select count(*) from table;

这样不带任何条件的count会引起全表扫描,并且没有任何业务意义,是一定要杜绝的。

10、避免在where中对字段进行表达式操作

(1)SQL解析时,如果字段相关的是表达式就进行全表扫描
(2)字段干净无表达式,索引生效

11、关于临时表

(1)避免频繁创建和删除临时表,以减少系统表资源的消耗;
(2)在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log;
(3)如果数据量不大,为了缓和系统表的资源,应先create table,然后insert;
(4)如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除。先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定。

12、索引不适合建在有大量重复数据的字段上,比如性别,排序字段应创建索引

13、去重distinct过滤字段要少

  1. 带distinct的语句占用cpu时间高于不带distinct的语句
  2. 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
  3. 然而这个比较、过滤的过程会占用系统资源,如cpu时间

14、尽量避免大事务操作,提高系统并发能力

15、所有表必须使用

Innodb

存储引擎

Innodb

「支持事务,支持行级锁,更好的恢复性」,高并发下性能更好,所以呢,没有特殊要求(即

Innodb

无法满足的功能如:列存储,存储空间数据等)的情况下,所有表必须使用

Innodb

存储引擎。

16、尽量避免使用游标

因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写。

二十一、思维导图

在这里插入图片描述

标签: sql 数据库 mysql

本文转载自: https://blog.csdn.net/guorui_java/article/details/126542005
版权归原作者 哪 吒 所有, 如有侵权,请联系我们删除。

“关于SQL优化的21个小方法,你get了吗?”的评论:

还没有评论