关于数据库SQL优化

简介

1. 在项目上线初期，业务数据量相对较少，SQL的执行效率对程序运行效率的影响可能不太明显，因此开发和运维人员可能无法判断SQL对程序的运行效率有多大。但随着时间的积累，业务数据量的增多，SQL的执行效率对程序的运行效率的影响逐渐增大，此时对SQL的优化就很有必要。
2. 优化SQL可以使其更有效地使用索引、减少硬盘I/O等，从而提高程序的运行效率。
3. 优化SQL可以使其更好地利用缓存，从而降低程序的响应时间。
4. 优化SQL可以使其更好地处理大数据量，从而减少程序的运行时间。
5. 优化SQL可以使其更符合程序的业务需求，从而提高程序的性能和用户体验。

一、查询SQL尽量不要使用select *，而是具体字段。

1、反例

select * from emp

2、正例

select id,sex,user_name,salary from emp

3、理由

• 使用 * 号是因为使用 * 号会查询出表中所有列的数据，
• 查询所有列可能会导致性能问题，特别是当表中包含大量列时，查询所有列可能会导致查询速度变慢。
• 查询所有列可能会导致数据冗余，特别是当表中包含多个关联表时，查询所有列可能会导致返回大量重复数据。
• 指定需要查询的列可以使查询结果更易于理解和维护，特别是当表中包含大量列时，指定需要查询的列可以使查询结果更加清晰和易于理解。

** 二、where中使用默认值代替NULL**

**说明: **

** *为了方便 我就使用 代替了。

1、反例

select * from emp where  salary is not null

2、正例

select * from emp  where  salary > 0

3、理由

• 提高查询效率：在 WHERE 子句中使用 NULL 值需要进行 IS NULL 或 IS NOT NULL 的判断，这需要额外的计算成本。而使用默认值 0 代替 NULL 值可以使查询条件更加简单明确，避免进行额外的判断，从而提高查询效率。
• 避免 NULL 值带来的问题：NULL 值具有特殊的语义，即无法进行任何比较。因此，在 WHERE 子句中使用 NULL 值可能会导致查询结果不准确或无法执行。使用默认值 0 代替 NULL 值可以避免这种情况，确保查询结果的准确性和可执行性。
• 提高代码可读性和可维护性：使用默认值 0 代替 NULL 值可以使代码更加清晰易懂，提高可读性。同时，在修改查询条件时，使用默认值 0 也可以避免忘记处理 NULL 值的情况，提高代码的可维护性。

三、避免在where子句中使用 or 来连接条件

1、反例

select * from emp  where id = 1 or salary = 2500.10

• 使用 or 可能会引起索引失效，从而进行全表扫描
• or 操作符连接的两个条件只要有一个条件成立，就会返回相应的结果集。因此，当使用 where id=1 or salary=2500.10 进行查询时，如果 id 字段上有索引，但 salary 字段上没有索引，那么查询引擎会优先使用 id 索引进行查询，因为 id 字段上的条件一定成立。但如果要查询的 salary 值不在 id 索引的范围内，那么查询引擎可能需要进行全表扫描或放弃使用索引，导致 id 索引失效。

2、正例

select * from emp  where id = 1
union all
select * from emp  where salary = 2500.10

• 使用 UNION ALL 用于将两个SELECT语句的结果合并在一起，形成一个结果集。
• 与UNION不同的是，UNION ALL不会去除重复的数据行，而是将所有符合条件的数据行都列出来。
• 在 salary 字段上创建索引，这样查询引擎就可以使用两个字段上的索引来优化查询，提高查询性能。
• 使用 UNION ALL 操作符将两个查询结果合并，这样可以避免使用 OR 操作符，从而避免 id 索引失效的问题。

四、尽量使用数值替代字符串类型

1、正例

主键(id)：primary key优先使用数值类型int，tinyint。

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

• 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，而对于数字型而言只需要比较一次就够了，因此数值类型可以大大提高查询和连接的性能。
• 字符串和数字之间的比较需要进行隐式的类型转换，这会导致查询性能的降低。
• 索引的优缺点之一是可以加速表与表之间的连接，特别是在实现数据的参考完整性方面特别有意义。通过使用数值类型，可以在创建索引时提高查询性能和连接性能。
• 在使用分组和排序字句进行数据检索时，数值类型可以显著减少查询中分组和排序的时间。

五、使用varchar代替char

1、反例

`address` char(100) DEFAULT NULL COMMENT '地址'

• sql中使用char(100)作为数据类型有一些缺点。首先，char(100)会占用更多的磁盘空间，因为每个字符都需要固定长度的存储空间。其次，使用char(100)时，如果存储的字符串长度小于100个字符，会出现浪费存储空间的情况。
• 另外，如果某些字段涉及到文件排序或者基于磁盘的临时表时，使用char(100)可能会消耗更多的内存，因为固定长度的字符型数据在内存中是连续的空间。因此，在使用char(100)时需要考虑这些缺点，并根据实际需求选择更适合的数据类型。

2、正例

`address` varchar(100) DEFAULT NULL COMMENT '地址'

• 存储灵活：相比于固定长度的数据类型，varchar(100)可以存储长度为100的字符串，也可以存储长度小于100的字符串，或者不存储任何字符，因此可以更加灵活地处理数据。
• 内存消耗较小：对于较短的字符串，使用varchar(100)可以减少内存消耗。例如，如果需要存储一个长度为10的字符串，使用固定长度的数据类型需要11个字节的内存空间，而使用varchar(100)只需要2个字节的内存空间。
• 可以避免浪费磁盘空间：如果使用固定长度的数据类型存储长度不足的值，会浪费一些磁盘空间。而使用varchar(100)可以根据实际需要使用或浪费较少的磁盘空间。
• 可以提高查询性能：在某些情况下，使用varchar(100)可以提高查询性能。例如，如果一个表中的某些列经常需要被查询，而这些列使用固定长度的数据类型可能会浪费一些内存空间，从而导致查询性能下降。而使用varchar(100)可以根据实际情况使用更少的内存空间，从而提高查询性能。

六、char与varchar2的区别

1、CHAR的长度是固定的，VARCHAR2的长度是可以变化的。

• 长度固定 vs 长度可变：CHAR的长度是固定的，而VARCHAR2的长度是可以变化的。例如，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），而同样的VARCHAR2(10)则只占用3个字节的长度。
• 存储空间：CHAR比VARCHAR2更节省存储空间，因为CHAR类型在数据库中以空格填充，而VARCHAR2则不会。但是，VARCHAR2在效率上比CHAR稍差一点。
• 性能：CHAR类型在某些方面比VARCHAR2类型稍快，因为它具有固定的长度，因此在处理和搜索数据时，它可以更快地定位和读取。

2、什么时候选择CHAR什么时候选择VARCHAR2

• 存储需求：如果需要存储的字符数据长度固定且长度较小，则使用CHAR更为节省空间。如果数据长度变化范围较大，或者长度较小，则使用VARCHAR2更为节省空间。
• 性能需求：如果应用程序需要快速高效的查询和搜索数据，并且对数据的长度有要求，则使用CHAR可能更合适。如果对性能要求不高，而对数据长度和变化范围有要求，则更适合使用VARCHAR2。

注意: 在使用VARCHAR2时，如果一个列经常被修改，并且每次修改的数据长度不同，这可能会导致Row Migration(行迁移)现象，这可能会影响数据库性能并增加I/O负担。在这种情况下，使用CHAR可能更好。

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函数去除字符串两端的空格。

3、如何使用TRIM

在查询CHAR类型的列时，如果要使用TRIM函数去除字符串两端的空格，可以使用以下语法：

select * from emp  where TRIM(text) = 'csdn';

• emp是要查询的表名，text是要查询的CHAR类型的列名，csdn是要匹配的字符串。TRIM函数将去除csdn中字符串两端的空格，并返回与csdn相等的唯一值。
• 需要注意：使用TRIM函数可能会影响查询性能。如果查询速度非常重要，则可以考虑将CHAR类型的列转换为VARCHAR2类型，因为VARCHAR2类型会自动去除字符串两端的空格。但是，这种方法可能会导致存储空间的浪费。

七、避免在where子句中使用!=或＜＞ 等操作符

1、反例

select * from emp where salary !=2500.10

select * from emp where salary <>2500.10

2、理由

• 当查询语句中使用 IS NULL 或 IS NOT NULL 运算符进行空值判断时，数据库无法利用索引进行查询，因为索引只是一种用于快速查找数据的数据结构，无法判断数据是否为空。此时，数据库需要遍历整个表来查找符合条件的行，从而导致索引失效。
• 即使在查询语句中使用了 = 或 > 等运算符进行等值或范围查询，但如果查询条件中包含了一个未使用索引的列，也会导致索引失效。

3、举例

select * from emp  where user_name ='choudidi'  and  salary is not null;

• 在这个查询语句中，user_name 列使用了索引，但 salary 列没有使用索引。因此，即使 user_name 列的条件满足，数据库仍然需要遍历整个表来查找符合条件的行，从而导致索引失效。

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

• 优先使用INNER JOIN的原因是其性能相对更好。INNER JOIN是等值连接，只保留两张表中完全匹配的结果集，而LEFT JOIN和RIGHT JOIN会返回左表或右表的所有行，即使在另一张表中没有匹配的记录。
• 因此，如果使用LEFT JOIN或RIGHT JOIN，可能会导致返回的数据量较大，从而影响查询性能。
• INNER JOIN将数据集的较小数据驱动，而LEFT JOIN和RIGHT JOIN则将较大的数据集驱动，这也是MySQL优化原则之一。
• 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

select department, avg(salary) from emp 
group by department
having department ='1' or department = '3';

• 先分组，再过滤

2、正例

select department,avg(salary) from emp 
where department ='1' or department = '3' 
group by department;

• 先过滤，后分组
• 筛选出符合条件的记录：where子句中的条件筛选出了部门为'1'或'3'的员工记录，只对符合条件的记录进行后续计算。
• 按部门分组：group by子句将结果集按照部门进行分组，这样每个部门的数据都会单独计算平均值，避免了将所有记录混合在一起计算平均值的情况。

十、清空表时优先使用truncate

• 速度更快：truncate比delete更快，因为它不会记录在日志中，也不需要在事务日志中为所删除的每行记录一项。
• 占用的资源更少：truncate通过释放存储表数据所用的数据页来删除数据，而不是在事务日志中记录页的释放，而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。
• 保持表结构及其列、约束、索引等不变：truncate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。如果要保留标识计数值，请改用delete。如果要删除表定义及其数据，请使用drop table语句。
• 不适用于参与了索引视图的表：truncate不能用于参与了索引视图的表，而delete可以。
• 不激活触发器：truncate不会激活触发器，而delete会。truncate不会激活触发器的原因是它不会记录各行的日志删除操作。由于truncate操作不会记录在事务日志中，所以它不会激活delete触发器。

十一、操作delete或者update语句，加limit或使用循环分批次删除

• 降低数据库负载：一次性删除(或更新)大量数据会对数据库性能造成较大的压力，导致其他操作变慢或阻塞。分批次删除可以降低数据库负载，保证其他操作的正常运行。
• 提高数据安全性：删除或更新大量数据时，如果不小心出现错误操作，可能会导致数据丢失或不可恢复。分批次删除可以降低操作风险，即使不小心删除也可以通过binlog日志恢复进行回滚操作。
• 便于代码实现：一次性删除大量数据可能会导致内存溢出或其他异常情况，使用循环分批次删除可以避免这些问题。同时，使用循环分批次删除也可以降低代码复杂度，提高代码可读性和可维护性。
• 锁表：一次性大量删除太多数据，可能造成锁表，会有lock wait timeout exceed的错误，所以建议分批操作。
• 减少锁定时间：删除或更新数据时，数据库会对相关行进行锁定，确保数据一致性。如果一次性删除大量数据，锁定时间会较长，影响其他操作。而分批次删除可以缩短锁定时间，提高并发性能。

1、正例

1、使用limit限制删除数量

delete from emp limit 1000;
-- 或
delete from emp where 条件 limit 1000;  # 每次删除 1000 行数据
-- 或者
UPDATE emp SET column1 = value1, column2 = value2, ... WHERE condition LIMIT 1000;  # 每次更新 1000 行数据

• 可以在delete或update语句中添加limit关键字，指定每次删除的数据量。列如以上SQL每次删除1000条数据：

2、使用循环分批次删除

CREATE DEFINER = `root` @`localhost` PROCEDURE `P_xiao_jian` () BEGIN
    DECLARE
        i INT DEFAULT 1;#Routine body goes here...
    START TRANSACTION;
    
    SET @counter = 1;
    WHILE
            @counter <= 1000 DO DELETE FROM order_for_goods WHERE order_id >= @counter;
        
        SET @counter = @counter + 1;
        
    END WHILE;
    COMMIT;

END

1. 定义一个名为 P_xiao_jian 的存储过程，使用 CREATE PROCEDURE 语句创建。
2. 定义一个名为 @counter 的整型变量，并初始化为 1。
3. 使用 START TRANSACTION 语句开始一个事务。
4. 使用 WHILE 循环，循环条件为 @counter 小于等于 1000。
5. 在循环体内，使用 DELETE FROM 语句删除 order_for_goods 表中 order_id 大于等于当前循环变量 @counter 的所有记录。
6. 循环结束后，使用 COMMIT 语句提交事务。
7. 使用 END 语句结束存储过程的定义。

十二、UNION操作符

• UNION操作符用于将两个或多个SELECT语句的结果集合并成一个结果集。

select user_name,salary from emp 
union
select departmentname from department

• union在进行表连接后会筛选掉重复的记录，所以在表连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。
• 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：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、反例

• 多条提交

insert into emp (id,user_name) values(1,'提交1条');

insert into emp (id,user_name) values(2,'提交2条');

2、正例

• 批量提交

insert into emp (id,user_name) values(1,'提交1条'),(2,'提交2条');

• 当执行INSERT、UPDATE或DELETE语句默认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。

十四、表连接不宜太多，索引不宜太多，建议5个以内

1、表连接不宜太多原因

• 关联的表个数越多，编译的时间和开销也就越大。
• 每次关联内存中都生成一个临时表，应该把连接表拆开成较小的几个执行，可读性更高。
• 如果一定需要连接很多表才能得到数据，那么意味着这是个不理想的的设计。
• 可以查看阿里规范手册，其中包含一条建议多表联查三张表以下
• 通常情况下，建议将表连接的数量控制在5个以内，这样可以提高查询的效率和性能。如果需要连接更多的表，可以考虑对查询进行拆分或重构，以减少连接的数量。此外，还可以使用索引、临时表、视图等技术来优化查询性能。

2、索引不宜太多原因

• 增加额外的开销：索引需要维护，包括更新、插入和删除等操作，而这些操作都会增加额外的开销。特别是对于频繁更新的表，索引可能会成为性能瓶颈。
• 占用磁盘空间：索引需要存储在磁盘上，因此会增加磁盘空间的占用。过多的索引可能会使查询变得缓慢，因为数据量越大，查询所花费的时间可能比表里索引的时间还要短，索引可能不会产生优化效果。
• 降低查询效率：索引设计不合理或者缺少索引都会对数据库性能造成不良影响。过多的索引可能会使查询变得复杂，降低查询效率。

十五、避免在索引列上使用内置函数

说明：

 在索引列上使用内置函数可能会导致索引失效，从而降低查询性能。这是因为索引是为了快速访问表中数据而创建的，但是内置函数可能会改变索引列中的数据，导致索引无法识别数据。

为了避免在索引列上使用内置函数，可以考虑以下几种方法：

1. 优化查询语句：如果必须使用内置函数，可以尝试优化查询语句，以减少函数的使用次数，或者使用其他方法来避免使用内置函数。
2. 创建计算列：如果必须使用内置函数，可以创建一个计算列，并在该列上创建索引。这样，内置函数的结果将存储在新列中，而不是原始列中，从而避免影响索引。
3. 创建视图：如果必须使用内置函数，可以创建一个视图，并在视图中使用内置函数。然后，在查询中使用视图而不是表，以避免在索引列上使用内置函数。
4. 更改数据类型：如果可能，将索引列的数据类型更改为适合内置函数的类型，以避免使用内置函数。例如，如果要在索引列上使用日期函数，可以将数据类型更改为日期类型。

十六、组合索引

说明：

   如果查询中排序的顺序与组合索引的列顺序不匹配，那么查询效率可能会下降。这是因为数据库无法利用索引进行排序，而只能使用其他算法进行排序，从而导致查询效率下降。

create index idx_username_tel on employees (deptid,username,createtime);

select username,tel from employees  where deptid= 1 and username = 'CSDN' order by deptid,position,createtime desc; 

虽然创建了基于deptid、username和createtime列的索引，但是查询条件中只使用了deptid=1和username=csdn列，没有利用到createtime列。因此，这个查询不能利用到基于createtime列的索引，查询性能可能会受到影响。同时，如果表中的数据量非常大，创建索引可能会对系统的性能产生较大的影响。

十七、复合索引最左特性

说明：

  复合索引（也称为联合索引）具有"最左前缀"特性。这意味着，当查询条件中使用了复合索引中的第一个列（最左边的列），则该复合索引可以被使用。如果查询条件中使用了复合索引中的多个列，则该复合索引也可以被使用，但是前提是这些列的顺序必须与复合索引中的顺序相同。 

1、创建复合索引

CREATE INDEX idx_name_age ON employees (name, age);

2、假设我们有一个查询，需要按name和age进行排序，可以使用该复合索引(如下)

SELECT * FROM employees WHERE name = 'John' AND age = 25 ORDER BY name, age;

在这个查询中，我们使用了复合索引中的第一个列name和第二个列age。由于这些列的顺序与复合索引中的顺序相同，因此该复合索引可以被使用。

3、然而，如果我们改变了查询条件中列的顺序，或者添加了其他函数或条件，可能会导致复合索引无法被使用(如下)

-- 复合索引无法被使用  
SELECT * FROM employees WHERE age = 25 AND name = 'John' ORDER BY name, age;  
  
-- 复合索引无法被使用  
SELECT * FROM employees WHERE SUBSTRING(name, 1, 1) = 'J' AND age = 25 ORDER BY name, age;

在第一个查询中，我们改变了查询条件中列的顺序，因此复合索引无法被使用。在第二个查询中，我们添加了一个函数SUBSTRING，这使得复合索引无法被使用。因此，在使用复合索引时，需要注意查询条件中列的顺序，以及是否添加了任何函数或条件。

十八、优化like语句

1、反例

select * from emp where user_name like '%王' (不使用索引)

select * from emp where user_name like '%王%' (不使用索引)

2、正例

select * from emp where user_name like '王%' (使用索引) 。

3、理由

• 使用前缀匹配，当你知道要搜索的字符串具有某个特定的前缀时，可以使用前缀匹配来提高查询效率。例如，如果你知道要搜索的名字都以 "张" 开头，可以使用 LIKE '张%'。
• 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。

reverse + function index的形式如下:

SELECT * FROM emp WHERE LEFT(user_name, 1) LIKE '肖%';

• 这将返回名字以 "肖" 开头的所有名字。在这个语句中，LEFT(user_name, 1) 提取名字左侧的第一个字符，并将其与 '肖%' 进行比较。注意，这里使用了 % 通配符来表示任意字符（包括 0 个字符），因此 '肖%' 表示以 "肖" 开头的任意字符串。

十九、使用explain分析你SQL执行计划

1、type类型

• system：表仅有一行，基本用不到；
• const：表最多一行数据配合，主键查询时触发较多；
• 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；
• 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；
• 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；
• 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；
• all：全表扫描；
• 性能排名：system > const > eq_ref > ref > range > index > all。
• 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 BY和ORDER BY子句时；

二十、其他SQL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。

• 在SQL中，当在WHERE子句中指定条件时，如果条件中的字段类型与查询中指定的字段类型不匹配，SQL可能会进行隐式的类型转换，也称为“隐式转换”或“隐式类型转换”。
• 例如，如果一个字段是一个日期类型，而条件中指定的值是一个字符串类型，SQL可能会尝试将字符串值转换为日期类型。同样，如果一个字段是一个数值类型，而条件中指定的值是一个字符串类型，SQL可能会尝试将字符串值转换为数值类型。
• 这种隐式类型转换在某些情况下可能是有用的，但在其他情况下可能会导致错误的结果。因此，建议在编写查询时始终显式指定要比较的值和字段的类型，以避免出现意外的问题。

如：

SELECT * FROM emp WHERE NAME=12345

• 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
• 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

• 可以避免乱码问题。
• 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

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

11、关于临时表

• 避免频繁创建和删除临时表，以减少系统表资源的消耗；
• 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；
• 如果数据量不大，为了缓和系统表的资源，应先create table，然后insert；
• 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

• 带distinct的语句占用cpu时间高于不带distinct的语句
• 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，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，那么应该考虑改写。