SQL - SQL优化

在sql查询中为了提高查询效率，我们常常会采取一些措施对查询语句进行sql优化，下面总结的一些方法，有需要的可以参考参考

一、查询SQL尽量不要使用select *，而是具体字段

// 建议
SELECT id,user_name,age,tel FROM user// 不建议
SELECT * FROM user

选择具体字段：

1、节省资源、减少网络开销。使用SELECT * 语句时，数据库会返回表中所有列，这会增加网络带宽的消耗，内存的使用量以及更多的磁盘I/O操作，进而导致性能下降

2、可能用到覆盖索引，减少回表，提高查询效率

二、避免在where子句中使用 or 来连接条件

// 不建议
SELECT id,user_name,age,address,tel FROM user WHERE id=1 OR age=18

（1）使用union all

SELECT id,user_name,age,tel FROM user WHERE id=1 
UNION ALL
SELECT id,user_name,age,tel FROM user WHERE age=18

（2）分开两条sql写

SELECT id,user_name,age,tel FROM user WHERE id=1SELECT id,user_name,age,tel FROM user WHERE age=18

使用or可能会使索引失效，从而全表扫描；
对于or没有索引的age这种情况，假设它走了id的索引，但是走到age查询条件时，它还得全表扫描；
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；
虽然mysql是有优化器的，出于效率与成本考虑，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、主键（id）：primary key优先使用数值类型int，tinyint

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

原因：

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
而对于数字型而言只需要比较一次就够了
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

// 不建议char
`address` char(100) DEFAULT NULL COMMENT '地址'// 建议varchar
`address` varchar(100) DEFAULT NULL COMMENT '地址'

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；

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和varchar2是一对矛盾的统一体，两者是互补的关系，varchar2比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。

五、where中使用默认值代替null

// 不建议
SELECT id,user_name,age,address,tel FROM user WHERE age IS NOT NULL// 建议
SELECT id,user_name,age,address,tel FROM user WHERE age>0

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

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；
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；
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

六、避免在where子句中使用!=或<>操作符

// 不建议
SELECT id,user_name,age,address,tel FROM user WHERE age!=20SELECT id,user_name,age,address,tel FROM user WHERE age<>20

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

七、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；

Why？

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

八、group by：先过滤，后分组

不建议：先分组，再过滤

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

建议：先过滤，后分组

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

可以在执行到该语句前，把不需要的记录过滤掉

九、清空表优先使用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比 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、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。

十一、UNION，UNION ALL操作符

UNION在进行表联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 user_name,tel from user
union
select department_name 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。

‌UNION和‌UNION ALL的区别

主要区别在于处理重复记录和排序

（1）重复记录处理‌：

‌UNION‌：会去除重复的记录，只返回唯一的记录。如果两个或多个SELECT语句的结果集中有重复的记录，UNION操作会保留其中一个，确保结果集中不包含重复的记录。‌
‌UNION ALL‌：不会去除重复的记录，会返回所有的记录，包括重复的记录。如果结果集中有重复的记录，UNION ALL会保留所有的记录，不会进行去重处理。

（2）排序处理‌：

‌UNION‌：除了进行记录的去重，还会对结果集进行排序。UNION操作会对结果集进行默认规则的排序，确保结果集中的记录是有序的
‌UNION ALL‌：不会对结果集进行排序。UNION ALL只是简单地将两个结果集合并，不会进行任何排序操作，返回的结果集的顺序与查询中SELECT语句的顺序一致。

（3）性能考虑‌：

由于UNION需要进行额外的去重和排序操作，因此在处理大量数据时，UNION的性能通常低于UNION ALL。如果确定合并的两个结果集中没有重复数据，且不需要对结果进行排序，使用UNION ALL可以显著提高查询性能

十二、批量插入性能提升

// 单条插入
INSERT INTO user (id,user_name) VALUES(1,'悟空');INSERT INTO user (id,user_name) VALUES(2,'杨戬');// 批量插入
INSERT INTO user (id,username) VALUES(1,'悟空'),(2,'杨戬');

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。

十三、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

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，那么意味着这是个糟糕的设计了
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

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；
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；
索引表的数据是排序的，排序也是要花时间的；
insert或update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；
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；

十四、避免在索引列上使用内置函数

// 不建议
SELECT id,birthday FROM user WHERE DATE_ADD(birthday,INTERVAL 7 DAY) >=NOW();// 建议
SELECT id,birthday FROM user WHERE  birthday >= DATE_ADD(NOW(),INTERVAL 7 DAY);

使用索引列上内置函数，索引失效。

十五、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。

create index IDX_USERNAME_TEL on user(dept_id,job,create_time);select user_name,tel from user 
where dept_id= 1 and job = 'java开发' 
order by dept_id,job,create_time 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。

十六、复合索引最左特性

1、创建复合索引

ALTER TABLE user ADD INDEX idx_name_age (name,age)

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 id,name,age FROM user WHERE NAME='悟空'

3、没有出现左边的字段，则不满足最左特性，索引失效

SELECT id,name,age FROM user WHERE age=18

4、复合索引全使用，按左侧顺序出现 name,age，索引生效

SELECT id,name,age FROM user WHERE name='哪吒' AND age=18

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 id,name,age FROM user WHERE age=18 AND name='哪吒'

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。

索引优化参考：

MySQL - MySQL索引优化及口诀

十七、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。

// 不建议；不走索引
select id,name,city_code from city where name like '%上海' (不使用索引)
select id,name,city_code from city where name like '%上海%' (不使用索引)// 建议
select id,name,city_code from city where name like '上海%' (使用索引)

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。

十八、慎用in和not in

in 和 not in 也要慎用，否则会导致全表扫描，如：

select id,num from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id,num from t where num between 1 and 3

很多时候用 exists 代替 in 是一个好的选择：

select num from a where num in(select num from b)    用下面的语句替换：    select num from a where exists(select 1 from b where num=a.num)

十九、使用explain分析你SQL执行计划

建议参考：

MySQL - 索引详解以及优化；Explain执行计划

1、type

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、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 id,name,age FROM user WHERE 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

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，那么就应该考虑改写