【MySQL】项目中常用的 18 条 MySQL 优化 打造高性能 SQL 语句

1. 执行计划EXPLAIN

要想做MySQL优化，首先必须知道如何善用执行计划EXPLAIN。下图做个简单的示例并标注需要重点关注的数据。

• type列，连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别
• key列，使用到的索引名。如果没有选择索引，值是NULL。可以采取强制索引方式
• key_len列，索引长度
• rows列，扫描行数。该值是个预估值
• Extra列，详细说明。注意常见的不太友好的值有：Using filesort, Using temporary
  关于EXPLAIN的详细分析，可以阅读另一篇文章：
  【MySQL】执行计划EXPLAIN详解

2. SELECT语句务必指明字段名称

SELECT *增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前断也需要更新。所以要求直接在select后面接上字段名。

3. 如果排序字段没有用到索引，就尽量少排序

4. 当只需要一条数据的时候，使用LIMIT 1

这是为了使EXPLAIN中type列达到const类型

5. SQL语句中IN包含的值不应过多

MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。再例如：select id from table_name where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了；再或者使用连接来替换。

6. 如果限制条件中其他字段没有索引，尽量少用or

or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用 union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果

7. 尽量用union all代替union

union和union all的差异主要是前者需要将结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的CPU运算，加大资源消耗及延迟。当然，union all的前提条件是两个结果集没有重复数据。

8. 区分in和exists， not in和not exists

select * from 表A where id in (select id from 表B)

上面sql语句相当于

select * from 表A where exists
(select * from 表B where 表B.id=表A.id)

区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。
关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句？
原sql语句

select colname … from A表
where a.id not in (select b.id from B表)

高效的sql语句

select colname … from A表 Left join B表 on
where a.id = b.id where b.id is null

取出的结果集如下图表示，A表不在B表中的数据

9. 分页查询时的优化

select id,name from table_name limit 86789520, 20

使用上述sql语句做分页的时候，可能有人会发现，随着表数据量的增加，直接使用limit分页查询会越来越慢。
优化的思路如下：我们知道主键是有索引的，根据主键先快速定位到大概位置，可以大大节约分页查询的效率。实际开发中，我们可以取前一页的最大行数的id，然后根据这个最大的id来限制下一页的起点。比如此例中，上一页最大的id是866612。sql可以采用如下的写法：

select id,name from table_name where id> 86789500 limit 20

10. 分段查询

在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。
如下图这个sql语句，扫描的行数成百万级以上的时候就可以使用分段查询，如果不使用分段查询，数十亿条数据，即使有索引，查询的结果也十分缓慢。

11. 避免在 where 子句中对字段进行 null 值判断

对于null的判断会导致引擎放弃使用索引而进行全表扫描。

12.不建议使用%前缀进行模糊查询

例如LIKE "%keyword"或者LIKE "%keyword%"，这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE "keyword%"。如下图的执行计划结果，sku_name字段是有索引的，但是第二条语句的type是ALL，显然没有走索引。


那么对于模糊查询LIKE "%keyword%"如何走索引呢？答案是使用全文索引。
在我们使用

SELECT * FROM cps_commodity_info c WHERE c.sku_name LIKE '%辣%';

这样的查询语句时，普通索引是无法满足查询需求的，所幸在MySQL中，有FULLTEXT(全文索引)可以满足这个需求，但是需要注意的是使用全文索引的时候，SQL语句也有所不同：

SELECT * FROM cps_commodity_info c WHERE MATCH(c.sku_name) AGAINST ('辣' IN boolean MODE);

执行计划如图：

Tips:
需要特别注意的是，在创建FULLTEXT之前，请联系DBA确定是否能创建。同时需要注意查询语句的不同。另外，笔者不建议在开发中使用全文索引。

13. 避免在where子句中对字段进行表达式操作

比如：

可以看到，由于对主键进行了取余运算，导致引擎放弃了索引走了全表扫描。

14. 避免隐式类型转换

WHERE子句中出现 列字段的类型和传入的参数类型不一致的时候发生的类型转换，建议先确定WHERE中的参数类型。如下图所示，sku_id是varchar类型，查询条件是bigint类型时候就不会走索引，但是改成varchar类型就可以走索引了。


附上建表的SQL语句以供参考，可以看到sku_id字段是varchar类型。

CREATE TABLE `cps_commodity_info` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `sku_id` varchar(20) COLLATE utf8mb4_bin NOT NULL DEFAULT '0' COMMENT '商品skuId',
  `sku_name` varchar(100) COLLATE utf8mb4_bin NOT NULL DEFAULT '' COMMENT '商品名称',
  `price` decimal(10,2) NOT NULL DEFAULT '0.00' COMMENT '商品价格',
  `is_on_top` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否置顶，0：不置顶，1：置顶',
  `created_date` datetime NOT NULL COMMENT '创建时间',
  `modified_date` datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
  `ldelete_flag` tinyint(1) NOT NULL DEFAULT '0' COMMENT '逻辑删除标志，0：未删除，2：已删除',
  PRIMARY KEY (`id`),
  KEY `idx_sku_name` (`sku_name`) USING BTREE COMMENT '商品名称索引',
  KEY `idx_sku_id` (`sku_id`) USING BTREE COMMENT '商品skuId索引'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin COMMENT='cps商品信息';

15. 对于联合索引来说，要遵守最左前缀法则

举列来说索引含有字段id,sku_id,sku_name，可以直接用id字段，也可以采用id,sku_id这样的顺序，但是sku_id、sku_name就都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，一般的原则是最常用的查询字段放在最前面。

16. 注意范围查询语句

对于联合索引来说，如果存在范围查询，比如between,>,<等条件时，会造成后面的索引字段失效。

17. 必要时可以使用FORCE INDEX来强制查询走某个索引

有的时候MySQL优化器采取它认为合适的索引来检索sql语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用force index来强制优化器使用我们制定的索引。

18. 关于连接查询JOIN的优化

如下图所示：

• LEFT JOIN A表为驱动表
• INNER JOIN MySQL会自动找出那个数据少的表作用驱动表
• RIGHT JOIN B表为驱动表

尽量使用INNER JOIN ，避免LEFT JOIN。
参与联合查询的表至少为2张表，一般都存在大小之分。如果连接方式是INNER JOIN ，在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表，但是LEFT JOIN 在驱动表的选择上遵循的是左表驱动右表的原则，即LEFT JOIN左边的表为驱动表。
合理利用索引；被驱动表的索引字段作为ON的限制字段；利用小表去驱动大表。

19. 建表的时候字段尽可能使用NOT NULL

非NULL字段的处理要比NULL字段的处理高效些并且不需要判断是否为NULL。
NULL在MySQL中，不好处理，存储需要额外空间，运算也需要特殊的运算符。如SELECT NULL= NULL和SELECT NULL <> NULL（<>为不等号）有着同样的结果，只能通过IS NULL和IS NOT NULL判断字段是否为NULL。
MySQL中每条记录都需要额外的存储空间，表示每个字段是否为NULL。