反例:
select * from employee;
推荐写法:
select id,name from employee;
推荐理由:
只取需要的字段,节省资源、减少网络开销。 select * 进行查询时,很可能就不会使用到覆盖索引了,就会造成回表查询。
假设现在有 employee 员工表,要找出一个名字叫 jay 的人:
CREATE TABLE `employee` (
`id` int(11) NOT NULL,
`name` varchar(255) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`date` datetime DEFAULT NULL,
`sex` int(1) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
反例:
select id,name from employee where name='jay'
推荐写法:
select id,name from employee where name='jay' limit 1;
推荐理由:
加上 limit 1 后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高。
当然,如果 name 是唯一索引的话,是不必要加上 limit 1 了,因为 limit 的存在主要就是为了防止全表扫描,从而提高性能,如果一个语句本身可以预知不用全表扫描,有没有 limit ,性能的差别并不大。
新建一个 user 表,它有一个普通索引 userId,表结构如下:
CREATE TABLE `user` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int(11) NOT NULL,
`name` varchar(255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userId` (`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
假设现在需要查询 userid 为 1 或者年龄为 18 岁的用户,很容易有以下 SQL。
反例:
select * from user where userid=1 or age =18
推荐写法:
//使用union all
select * from user where userid=1
union all
select * from user where age = 18
//或者分开两条sql写:
select * from user where userid=1
select * from user where age = 18
推荐理由:
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 userId 的索引,但是走到 age 查询条件时,它还得全表扫描,也就是需要三步过程:全表扫描+索引扫描+合并,如果它一开始就走全表扫描,直接一遍扫描就完事。
MySQL 是有优化器的,处于效率与成本考虑,遇到 or 条件,索引可能失效,看起来也合情合理。
我们日常做分页需求时,一般会用 limit 实现,但是当偏移量特别大的时候,查询效率就变得低下。
反例:
select id,name,age from employee limit 10000,10
推荐写法:
//方案一 :返回上次查询的最大记录(偏移量)
select id,name from employee where id>10000 limit 10.
//方案二:order by + 索引
select id,name from employee order by id limit 10000,10
//方案三:在业务允许的情况下限制页数:
推荐理由:
当偏移量最大的时候,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数据,而是先把偏移量+要取的条数,然后再把前面偏移量这一段的数据抛弃掉再返回的。
如果使用优化方案一,返回上次最大查询记录(偏移量),这样可以跳过偏移量,效率提升不少。
方案二使用 order by+索引,也是可以提高查询效率的。
方案三的话,建议跟业务讨论,有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
日常开发中,如果用到模糊关键字查询,很容易想到 like,但是 like 很可能让你的索引失效。
反例:
select userId,name from user where userId like '%123';
推荐写法:
select userId,name from user where userId like '123%';
推荐理由:
把 % 放前面,并不走索引,如下图:
假设业务场景是这样:查询某个用户是否是会员
反例:
List userIds = sqlMap.queryList("select userId from user where isVip=1");
boolean isVip = userIds.contains(userId);
推荐写法:
Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
boolean isVip = userId!=null;
推荐理由:
需要什么数据,就去查什么数据,避免返回不必要的数据,节省开销。
业务需求:查询最近七天内登陆过的用户(假设 loginTime 加了索引)
反例:
select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now();
推荐写法:
explain select userId,loginTime from loginuser where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY);
推荐理由:
索引列上使用 MySQL 的内置函数,索引失效。
反例:
select * from user where age-1 =10;
推荐写法:
select * from user where age =11;
推荐理由:
虽然 age 加了索引,但是因为对它进行运算,索引直接迷路了。
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,会返回左表所有的行,即使在右表中没有匹配的记录。
right join 在两张表进行连接查询时,会返回右表所有的行,即使在左表中没有匹配的记录。
都满足 SQL 需求的前提下,推荐优先使用 Inner join(内连接),如果要使用 left join,左边表数据结果尽量小,如果有条件的尽量放到左边处理。
反例:
select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id>2;
推荐写法:
select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;
推荐理由:
如果 inner join 是等值连接,或许返回的行数比较少,所以性能相对会好一点
同理,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。
反例:
select age,name from user where age <>18;
推荐写法:
//可以考虑分开两条sql写
select age,name from user where age <18;
select age,name from user where age >18;
推荐理由:
表结构:(有一个联合索引 idxuseridage,userId 在前,age 在后)
CREATE TABLE `user` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int(11) DEFAULT NULL,
`name` varchar(255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userid_age` (`userId`,`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;
反例:
select * from user where age = 10;
推荐写法:
//符合最左匹配原则
select * from user where userid=10 and age =10;
//符合最左匹配原则
select * from user where userid =10;
推荐理由:
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,但是这个还跟 MySQL 优化器有关的。
反例:
select * from user where address ='深圳' order by age ;
推荐写法:
//添加索引
alter table user add index idx_address_age (address,age)
反例:
for(User u :list){
INSERT into user(name,age) values(#name#,#age#)
}
推荐写法:
//一次500批量插入,分批进行
insert into user(name,age) values
(#{item.name},#{item.age})
推荐理由:
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楼顶,你有一个电梯,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,你觉得哪个时间消耗大?
覆盖索引能够使得你的 SQL 语句不需要回表,仅仅访问索引就能够得到所有需要的数据,大大提高了查询效率。
反例:
// like模糊查询,不走索引了
select * from user where userid like '%123%'
推荐写法:
//id为主键,那么为普通索引,即覆盖索引登场了。
select id,name from user where userid like '%123%';
distinct 关键字一般用来过滤重复记录,以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时,给查询带来优化效果。但是在字段很多的时候使用,却会大大降低查询效率。
反例:
SELECT DISTINCT * from user;
推荐写法:
select DISTINCT name from user;
推荐理由:
带 distinct 的语句 CPU 时间和占用时间都高于不带 distinct 的语句。
因为当查询很多字段时,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,CPU 时间。
反例:
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
推荐写法:
//删除userId索引,因为组合索引(A,B)相当于创建了(A)和(A,B)索引
KEY `idx_userId_age` (`userId`,`age`)
推荐理由:
重复的索引需要维护,并且优化器在优化查询的时候也需要逐个地进行考虑,这会影响性能的。
避免同时修改或删除过多数据,因为会造成 CPU 利用率过高,从而影响别人对数据库的访问。
反例:
//一次删除10万或者100万+?
delete from user where id <100000;
//或者采用单一循环操作,效率低,时间漫长
for(User user:list){
delete from user;
}
推荐写法:
//分批进行删除,如每次500
delete user where id<500
delete product where id>=500 and id<1000;
推荐理由:
一次性删除太多数据,可能会有 lock wait timeout exceed 的错误,所以建议分批操作。
select * from user where age is not null;
推荐写法:
//设置0为默认值
select * from user where age>0;
推荐理由:
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,肯定会放弃索引,这些条件 !=,>isnull,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,表达意思会相对清晰一点。
连表越多,编译的时间和开销也就越大。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,那么意味着糟糕的设计了。
假设表 A 表示某企业的员工表,表B表示部门表,查询所有部门的所有员工,很容易有以下 SQL:
select * from A where deptId in (select deptId from B);
这样写等价于:
先查询部门表B
select deptId from B
再由部门deptId,查询A的员工
select * from A where A.deptId = B.deptId
可以抽象成这样的一个循环:
List<> resultSet ;
for(int i=0;i
显然,除了使用 in,我们也可以用 exists 实现一样的查询功能,如下:
select * from A where exists (select 1 from B where A.deptId = B.deptId);
因为 exists 查询的理解就是,先执行主查询,获得数据后,再放到子查询中做条件验证,根据验证结果(true 或者 false),来决定主查询的数据结果是否得意保留。
那么,这样写就等价于:
select * from A,先从A表做循环
select * from B where A.deptId = B.deptId,再从B表做循环.
同理,可以抽象成这样一个循环:
List<> resultSet ;
for(int i=0;i
数据库最费劲的就是跟程序链接释放。假设链接了两次,每次做上百万次的数据集查询,查完就走,这样就只做了两次;
相反建立了上百万次链接,申请链接释放反复重复,这样系统就受不了了。
即 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。
因此,我们要选择最外层循环小的,也就是,如果 B 的数据量小于 A,适合使用 in,如果 B 的数据量大于 A,即适合选择 exist。
如果检索结果中不会有重复的记录,推荐 union all 替换 union。
反例:
select * from user where userid=1
union
select * from user where age = 10
推荐写法:
select * from user where userid=1
union all
select * from user where age = 10
推荐理由:
如果使用 union,不管检索结果有没有重复,都会尝试进行合并,然后在输出最终结果前进行排序。
如果已知检索结果没有重复记录,使用 union all 代替 union,这样会提高效率。
索引并不是越多越好,索引虽然提高了查询的效率,但是也降低了插入和更新的效率。
insert 或 update 时有可能会重建索引,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没有存在的必要。
反例:
king_id` varchar(20) NOT NULL COMMENT '守护者Id'
推荐写法:
`king_id` int(11) NOT NULL COMMENT '守护者Id'`
推荐理由:
相对于数字型字段,字符型会降低查询和连接的性能,并会增加存储开销。
因为 SQL 优化器是根据表中数据量来进行查询优化的,如果索引列有大量重复数据,MySQL 查询优化器推算发现不走索引的成本更低,很可能就放弃索引了。
假设业务需求是,用户请求查看自己最近一年观看过的直播数据。
反例:
//一次性查询所有数据回来
select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)
推荐写法:
//分页查询
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset,pageSize
//如果是前端分页,可以先查询前两百条记录,因为一般用户应该也不会往下翻太多页,
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;
反例:
select * from A inner
join B on A.deptId = B.deptId;
推荐写法:
select memeber.name,deptment.deptName from A member inner
join B deptment on member.deptId = deptment.deptId;
反例:
`deptName` char(100) DEFAULT NULL COMMENT '部门名称'
推荐写法:
`deptName` varchar(100) DEFAULT NULL COMMENT '部门名称'
推荐理由:
因为首先变长字段存储空间小,可以节省存储空间。
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。
反例:
select job,avg(salary) from employee group by job having job ='president'
or job = 'managent'
推荐写法:
select job,avg(salary) from employee where job ='president'
or job = 'managent' group by job;
反例:
select * from user where userid =123;
推荐写法:
select * from user where userid ='123';
推荐理由:
为什么第一条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 会做隐式的类型转换,把它们转换为浮点数再做比较。
日常开发写 SQL 的时候,尽量养成一个习惯吧。用 explain 分析一下你写的 SQL,尤其是走不走索引这一块。
反例:
explain select * from user where userid =10086 or age =18;