|
|
51CTO旗下网站
|
|
移步端
  • 30条书写高质量SQL的提议,太有用了!

    本文将结合实例 demo,阐述 30 条有关于优化 SQL 的提议,大多数是现实开支中总结出来的,瞩望对大家有帮助。

    笔者:捡田螺的小男孩 来源:捡田螺的小男孩| 2020-03-25 09:01

    本文将结合实例 demo,阐述 30 条有关于优化 SQL 的提议,大多数是现实开支中总结出来的,瞩望对大家有帮助。

    图表来自 Pexels

    1、查询 SQL 尽量不要使用 select *,而是 select 现实字段

    反例子:

          
    1. select * from employee; 

    正例子:

          
    1. select id,name from employee; 

    理由如下:

  • 只取需要的字段,节约资源、调减网络开发。
  • select * 拓展查询时,很可能就不会使用到覆盖索引了,就会造成回表询问。
  • 2、如果知道查询结果只有一枝或者只要最大/最小一枝记录,提议用 limit 1

    假设现在有 employee 职工表,要找出一个名字叫 jay 的人数:

          
    1. CREATE TABLE `employee` ( 
    2.   `id` int(11) NOT NULL
    3.   `namevarchar(255) DEFAULT NULL
    4.   `age` int(11) DEFAULT NULL
    5.   `date` datetime DEFAULT NULL
    6.   `sex` int(1) DEFAULT NULL
    7.   PRIMARY KEY (`id`) 
    8. ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 

    反例:

          
    1. select id,name from employee where name='jay' 

    正例:

          
    1. select id,name from employee where name='jay' limit 1; 

    理由如下:

  • 增长 limit 1 此后,只要找到了答复的一枝记录,就不会持续向下扫描了,效率将会大大增强。
  • 当然,如果 name 是绝无仅有索引的话,是不必要加上 limit 1 了,因为 limit 的生活着重就是为了防止全表扫描,故而增强性能,如果一个语句本身可以预知不用全表扫描,有没有 limit ,性能的差异并不大。
  • 3、应尽量避免在 where 子句中采用 or 来连接条件

    兴建一个 user 表面,他有一度寻常索引 userId,表面结构如下:

          
    1. CREATE TABLE `user` ( 
    2.   `id` int(11) NOT NULL AUTO_INCREMENT, 
    3.   `userId` int(11) NOT NULL
    4.   `age` int(11) NOT NULL
    5.   `namevarchar(255) NOT NULL
    6.   PRIMARY KEY (`id`), 
    7.   KEY `idx_userId` (`userId`) 
    8. ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 

    假设现在需要查询 userid 为 1 或者年龄为 18 岁的客户,很容易有以下 SQL。

    反例:

          
    1. select * from user where userid=1 or age =18 

    正例:

          
    1. //采用union all  
    2. select * from user where userid=1  
    3. union all  
    4. select * from user where age = 18 
    5.  
    6. //或者分开两枝sql写: 
    7. select * from user where userid=1 
    8. select * from user where age = 18 

    理由:采用 or 可能会使索引失效,故而全表扫描。

    对于 or+没有索引的 age 这种情景,假设它走了 userId 的目录,但是走到 age 查询条件时,他还得全表扫描,也就是要求三地过程:全表扫描+目录扫描+统一,如果它一开始就走全表扫描,直接一遍扫描就完成。

    MySQL 是有多样化器的,处于效率与股本考虑,赶上 or 谱,目录可能失效,瞧起来也成立。

    4、多极化 limit 成分页

    咱们常见做分页需求时,普通会用 limit 贯彻,但是当偏移量特别大的时节,查询效率就变得低下。

    反例:

          
    1. select id,name,age from employee limit 10000,10 

    正例:

          
    1. //提案一 :回到上次查询的最大记录(偏移量) 
    2. select id,name from employee where id>10000 limit 10. 
    3.  
    4. //提案二:order by + 目录 
    5. select id,name from employee order by id  limit 10000,10 
    6.  
    7. //提案三:在工作允许的情况下限制页数: 

    理由如下:

  • 顶偏移量最大的时节,查询效率就会越低,因为 MySQL 并非是跳过偏移量直接去取后面的多寡,而是先把偏移量+要取之条数,下一场再把前面偏移量这一段的多寡抛弃掉再回去的。
  • 如果采取优化方案一,回到上次最大查询记录(偏移量),这样可以跳过偏移量,效率提升不少。
  • 提案二用到 order by+目录,也是可以增进查询效率的。
  • 提案三之话,提议跟业务讨论,有没有必要查这么后的成分页啦。因为绝大多数用户都不会往后翻太多页。
  • 5、多极化你的 like 说话

    一般说来开支中,如果采取模糊关键字查询,很容易想到 like,但是 like 很可能让你的目录失效。

    反例:

          
    1. select userId,name from user where userId like '%123'

    正例:

          
    1. select userId,name from user where userId like '123%'

    理由:把 % 放前面,并不走索引,如下图:

    把% 放关键字后面,还是会走索引的,如下图:

    6、采用 where 谱限定要查询的多寡,避免返回多余的排

    假设业务场景是这样:查询某个用户是否是会员。曾经看过老的贯彻代码是这样。

    反例:

          
    1. List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1"); 
    2. boolean isVip = userIds.contains(userId); 

    正例:

          
    1. Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' "
    2. boolean isVip = userId!=null

    理由:要求什么数据,就去查什么数据,避免返回不必要的多寡,节约开支。

    7、尽量避免在索引列上采取 MySQL 的放开函数

    工作需求:查询最近七角内登陆过的客户(假设 loginTime 加了索引)。

    反例:

          
    1. select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now(); 

    正例:

          
    1. explain  select userId,loginTime from loginuser where  loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY); 

    理由:目录列上采取 MySQL 的放开函数,目录失效:

    如果索引列不加内置函数,目录还是会走之:

    8、应尽量避免在 where 子句中对字段进行表达式操作,这将导致系统放弃使用索引而展开全表扫

    反例:

          
    1. select * from user where age-1 =10; 

    正例:

          
    1. select * from user where age =11; 

    理由:虽然 age 加了索引,但是因为对他进行运算,目录直接迷路了。

    9、Inner join 、left join、right join,优先使用 Inner join,如果是 left join,左侧表结果尽量小

    Inner join 内连接,在两张表进行连接查询时,只保留两张表中完全匹配的结果集。

    left join 在两张表进行连接查询时,会回来左表整整的排,即使在北方表中没有匹配的记录。

    right join 在两张表进行连接查询时,会回来右表所有的排,即使在左表中没有匹配的记录。

    都满足 SQL 需要之大前提下,引进优先使用 Inner join(内连接),如果要使用 left join,左侧表数据结果尽量小,如果有条件的尽量放到左边处理。

    反例:

          
    1. select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id>2; 

    正例:

          
    1. select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size

    理由如下:

  • 如果 inner join 是等值连接,或许返回的行数比较少,故此性能相对会好一些。
  • 同理,采用了东方连接,左侧表数据结果尽量小,谱尽量放到左边处理,意味着返回的行数可能比较少。
  • 10、应尽量避免在 where 子句中采用!=或<>操作符,否则将引擎放弃使用索引而展开全表扫描

    反例:

          
    1. select age,name from user where age <>18; 

    正例:

          
    1. //可以考虑分开两枝sql写 
    2. select age,name  from user where age <18; 
    3. select age,name  from user where age >18; 

    理由:采用!=和<>很可能会让索引失效:

    11、采用联合索引时,瞩目索引列的程序,普通遵循最左匹配原则

    表面结构:(有一度联合索引 idxuseridage,userId 在未来,age 在以后)

          
    1. CREATE TABLE `user` ( 
    2.   `id` int(11) NOT NULL AUTO_INCREMENT, 
    3.   `userId` int(11) NOT NULL
    4.   `age` int(11) DEFAULT NULL
    5.   `namevarchar(255) NOT NULL
    6.   PRIMARY KEY (`id`), 
    7.   KEY `idx_userid_age` (`userId`,`age`) USING BTREE 
    8. ) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8; 

    反例:

          
    1. select * from user where age = 10; 

    正例:

          
    1. //符合最左匹配原则 
    2. select * from user where userid=10 and age =10; 
    3. //符合最左匹配原则 
    4. select * from user where userid =10; 

    理由如下:

  • 顶我们创建一个联合索引的时节,如(k1,k2,k3),相当于创建了(k1)、(k1,k2)和(k1,k2,k3)三个目录,这就是最左匹配原则。
  • 合并索引不满足最左原则,目录一般会失效,但是这个还跟 MySQL 多极化器有关的。
  • 12、对查询进行规范化,应考虑在 where 及 order by 涉及的进上成立索引,尽量避免全表扫描

    反例:

          
    1. select * from user where address ='贵阳' order by age ; 

    正例:

          
    1. 补充索引 
    2. alter table user add index idx_address_age (address,age) 

    13、如果插入数据过多,考虑批量插入

    反例:

          
    1. for(User u :list){ 
    2.  INSERT into user(name,age) values(#name#,#age#)    

    正例:

          
    1. //一次500批量插入,分批进行 
    2. insert into user(name,age) values 
    3. <foreach collection="list" item="item" index="index" separator=","
    4.     (#{item.name},#{item.age}) 
    5. </foreach> 

    理由:批量插入性能好,更加省时间。

    打个比喻:假如你需要搬一万块砖到屋顶,你有一度电梯,电梯一次可以放适量的砖(最多放 500),你可以选择一次运送一块砖,也可以一次运送 500 块砖,你认为哪个时间消耗大?

    14、在适度的时节,采用覆盖索引

    覆盖索引能够有效你的 SQL 说话不需要回表,仅仅访问索引就能够得到方方面面需要的多寡,大妈增强了查询效率。

    反例:

          
    1. // like混淆查询,不走索引了 
    2. select * from user where userid like '%123%' 

    正例:

          
    1. //id基本键,这就是说为一般索引,即覆盖索引登场了。 
    2. select id,name from user where userid like '%123%'

    15、慎用 distinct 关键字

    distinct 关键字一般用来过滤重复记录,以回到不重复的记录。在询问一下字段或者很少字段的情况下使用时,送查询带来优化作用。但是在字段很多之时节使用,却会大大降低查询效率。

    反例:

          
    1. SELECT DISTINCT * from user

    正例:

          
    1. select DISTINCT name from user

    理由:带 distinct 的话语 CPU 时光和占用时间都高于不带 distinct 的话语。

    因为当查问很多字段时,如果采取 distinct,必发娱乐登录引擎就会对数据进行比较,过滤掉重复数据,然而这个比较、过滤的经过会占用系统资源,CPU 时光。

    16、剔除冗余和反复索引

    反例:

          
    1. KEY `idx_userId` (`userId`)   
    2.  KEY `idx_userId_age` (`userId`,`age`) 

    正例:

          
    1. //剔除userId目录,因为组成索引(A,B)相当于创建了(A)和(A,B)目录 
    2.   KEY `idx_userId_age` (`userId`,`age`) 

    理由:重温的目录需要维护,并且优化器在多极化查询的时节也要求逐个地展开考虑,这会影响性能的。

    17、如果数据量较大,多极化你的修改/剔除语句

    避免同时修改或删除过多数据,因为会造成 CPU 投票率过高,故而影响别人对必发娱乐登录的走访。

    反例:

          
    1. //一次删除10万或者100万+? 
    2. delete from user where id <100000; 
    3. //或者采取单一循环操作,效率低,时光漫长 
    4. forUser user:list){ 
    5.    delete from user;  

    正例:

          
    1. //分批进行删除,如每次500 
    2. delete user where id<500 
    3. delete product where id>=500 and id<1000; 

    理由:一次性删除太多数据,可能会有 lock wait timeout exceed 的错误,故此建议分批操作。

    18、where 子句中考虑采取默认值代替 null

    反例:

          
    1. select * from user where age is not null

    正例:

          
    1. //安装0为默认值 
    2. select * from user where age>0; 

    理由:并不是说采取了 is null 或者 is not null 就会不走索引了,其一跟 MySQL 本子以及查询成本都有关。

    如果 MySQL 多极化器发现,过往索引比不走索引成本还要高,确认会放弃索引,该署标准 !=,>isnull,isnotnull 经常被认为让索引失效,其实是因为一般情况下,查询的资金高,多极化器自动放弃索引的。

    如果把 null 值,交换默认值,有的是时候让走索引成为可能,同时,发挥意思会相对清晰一点。

    19、无需有超过 5 个以上的外表连接

    连表越多,编译的年华和付出也就越大。把连接表拆开成较小的几个执行,读报更高。如果一定需要连接很多表才能得到数据,这就是说意味着糟糕的计划了。

    20、exist&in 的客观运用

    假设表 A 表示某企业之职工表,表面B表示部门表,查询所有部门的一切职工,很容易有以下 SQL:

          
    1. select * from A where deptId in (select deptId from B); 

    这样写等价于:

          
    1. 先查询部门表B 
    2. select deptId from B 
    3. 再由单位deptId,查询A的职工 
    4. select * from A where A.deptId = B.deptId 

    可以抽象成这样的一个循环:

          
    1. List<> resultSet ; 
    2.    for(int i=0;i<B.length;i++) { 
    3.          for(int j=0;j<A.length;j++) { 
    4.          if(A[i].id==B[j].id) { 
    5.             resultSet.add(A[i]); 
    6.             break; 
    7.          } 
    8.       } 
    9.    } 

    众目睽睽,除了行使 in,咱们也得以用 exists 贯彻一样的询问功能,如下:

          
    1. select * from A where exists (select 1 from B where A.deptId = B.deptId);  

    因为 exists 查询的了解就是,先执行主查询,拥有数据后,再放到子查询中做条件验证,根据验证结果(true 或者 false),来决定主查询的多寡结果是否得意保留。

    这就是说,这样写就等价于:

          
    1. select * from A,先下A表面做循环 
    2. select * from B where A.deptId = B.deptId,再下B表面做循环. 

    同理,可以抽象成这样一个循环:

          
    1. List<> resultSet ; 
    2.     for(int i=0;i<A.length;i++) { 
    3.           for(int j=0;j<B.length;j++) { 
    4.           if(A[i].deptId==B[j].deptId) { 
    5.              resultSet.add(A[i]); 
    6.              break; 
    7.           } 
    8.        } 
    9.     } 

    必发娱乐登录最困难的就是跟程序链接释放。假设链接了两次,每次做上百万次之多寡集查询,查完就走,这样就只做了两次;相反建立了上百万次链接,报名链接释放反复重复,这样系统就受不了了。

    即 MySQL 多极化原则,就是小表驱动大表,小的多寡集驱动大的多寡集,故而让性能更优。

    故此,咱们要挑选最南端循环小的,也就是,如果 B 的多寡量小于 A,相当使用 in,如果 B 的多寡量大于 A,即适合选择 exist。

    21、尽量用 union all 替换 union

    如果检索结果中不会有重复的记录,引进 union all 替换 union。

    反例:

          
    1. select * from user where userid=1  
    2. union   
    3. select * from user where age = 10 

    正例:

          
    1. select * from user where userid=1  
    2. union all   
    3. select * from user where age = 10 

    理由:如果采取 union,甭管检索结果有没有重复,都市尝试进行统一,下一场在进出口最终结果前开展排序。

    如果已知检索结果没有重复记录,采用 union all 代表 union,这样会提高效率。

    22、目录不宜太多,普通 5 个以内

    原因如下:

  • 目录并不是越多越好,目录虽然提高了查询的频率,但是也下跌了插入和创新的频率。
  • insert 或 update 时有可能会重建索引,故此建索引需要郑重考虑,视具体情况来定。
  • 一度表的目录数最好不要超过 5 个,若太多需要考虑一些索引是否没有生活的必不可少。
  • 23、尽量使用数字型字段,若只含数值信息的字段尽量不要规划为字符型

    反例:

          
    1. king_id` varchar(20) NOT NULL COMMENT '守护者Id' 

    正例:

          
    1. `king_id` int(11) NOT NULL COMMENT '守护者Id'

    理由:相对于数字型字段,字符型会降低查询和连接的性质,并会增加存储开销。

    24、目录不适宜建在有恢宏重复数据的字段上,如性别这类型必发娱乐登录字段

    因为 SQL 多极化器是根据表中数据量来开展查询优化的,如果索引列有恢宏重复数据,MySQL 查询优化器推算发现不走索引的资金更低,很可能就放弃索引了。

    25、尽量避免向客户端返回过多数据量

    假设业务需求是,他家请求查看自己最近一年观看过的直播数据。

    反例:

          
    1. //一次性查询所有数据回来 
    2. select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y) 

    正例:

          
    1. //成分页查询 
    2. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset,pageSize 
    3.  
    4. //如果是前者分页,可以先查询前两百枝记录,因为一般用户应该也不会往下翻太多页, 
    5. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ; 

    26、顶在 SQL 说话中连接多个表时,请使用表的别名,并把别名前缀于每一趟上,这样语义更加鲜明

    反例:

          
    1. select  * from A inner 
    2. join B on A.deptId = B.deptId; 

    正例:

          
    1. select  memeber.name,deptment.deptName from A member inner 
    2. join B deptment on member.deptId = deptment.deptId; 

    27、尽可能使用 varchar/nvarchar 代表 char/nchar

    反例:

          
    1. `deptName` char(100) DEFAULT NULL COMMENT '机关名称' 

    正例:

          
    1. `deptName` varchar(100) DEFAULT NULL COMMENT '机关名称' 

    理由如下:

    因为首先变长字段存储空间小,可以节约存储空间。

    从对于查询来说,在一番相对较小的字段内搜寻,效率更高。

    28、为了加强 group by 说话的频率,可以在推行到该语句前,把不需要的记录过滤掉

    反例:

          
    1. select job,avg(salary) from employee  group by job having job ='president'  
    2. or job = 'managent' 

    正例:

          
    1. select job,avg(salary) from employee where job ='president'  
    2. or job = 'managent' group by job; 

    29、如果字段类型是字符串,where 时一定用引号括起来,否则索引失效

    反例:

          
    1. select * from user where userid =123; 

    正例:

          
    1. select * from user where userid ='123'

    理由:为什么第一枝语句未加单引号就不走索引了呢?这是因为不加单引号时,是字符串跟数字的比较,它们类型不匹配,MySQL 会做隐式的项目转换,把它们转换为浮点数再做比较。

    30、采用 explain 剖析你 SQL 的准备

    一般说来开支写 SQL 的时节,尽量养成一个习惯吧。用 explain 剖析一下你写的 SQL,尤其是走不走索引这一块。

          
    1. explain select * from user where userid =10086 or age =18; 

    【编纂推荐】

    1. 为什么MySQL的选用引擎都默认使用B+树作为索引?
    2. MySQL引起的CPU消耗过大,你会如何优化?
    3. 一文看懂MySQL如何判断InnoDB表面是矗立表空间还是共享表空间
    4. MySQL性能优化实践
    5. ProxySQL+MySQL贯彻必发娱乐登录读写分离实战
    【义务编辑: 武晓燕 TEL:(010)68476606】

    点赞 0
  • SQL  提议  目录
  • 分享:
    大家都在看
    猜你喜欢
  • 订阅专栏+更多

     迅速无敌之 Gitlab CI 接轨集成

    迅速无敌之 Gitlab CI 接轨集成

    打破运维与科研壁垒
    共5章 | KaliArch

    74人口订阅学习

    秒杀高并发白话实战

    秒杀高并发白话实战

    主流高并发架构
    共15章 | 51CTO崔皓

    59人口订阅学习

    网络排障一点通

    网络排障一点通

    网络排障及优化调整案例
    共20章 | 捷哥CCIE

    465人口订阅学习

    订阅51CTO邮刊

    点击这里查看样刊

    订阅51CTO邮刊

    51CTO劳务号

    51CTO官微

    &lt;sup id="a0b3c13d"&gt;&lt;/sup&gt;

        
    1. &lt;strong id="b929a05f"&gt;&lt;/strong&gt;