写SQL经验，多次加班教训总结

下面的是SQL要注意的问题，有些是我踩过的坑，有些是同事踩的。大家看的时候可能没啥感觉，等到不小心搞出问题后会想起来的哈哈哈

select 子语句

(1) GROUP_CONCAT

谨慎考虑使用

这方法是分组的形式将相同的行进行字符串聚合，字符之间默认以逗号间隔，有点耗时的，用了时候考虑一下要聚合的行数，如果行数多的话慎用。有同事之前SQL超时就因为这个

至于它的用处，举个例子：

要把全校的同学以班级为单位分班

select class as 班级 , GROUP_CONCAT(studentName) as 学生名单 from student group by class

班级	学生名单
1班	小明，小白，小黄
2班	小猪，二狗子

(2) 内查询

我不知道怎么称呼，我也没见过有人这么写过，长这样子：

select studentName as 学生姓名, (select grade from student_grade where class = '1班') as 成绩 from student_info where class = '1班'  

假设1班有50个人

根据SQL的执行顺序：先from -> where ->select，我们每查一个同学的姓名，就去查一次全班的成绩(即select grade就执行1次)；

一句话，外查询的SQL返回多少行(50个studentName 共50行)，内查询就查几次，共多查了50次，如果外查询返回了50万行呢

建议内查询少用

from子语句

(1) join尽量别连接数据量大的表

join需要用到临时表内存，会生成一张临时表，对于几百万数据量的大表，用 left join 就得谨慎点 了：

错误示范：

select .. from 600万行的表  left join 1000行的表  on ...

对于 left join，不管on后面的条件是什么，都会生成一个600万行的临时表，你的数据库的临时表内存八成会爆掉的哦

因为left join导致左边的大表几乎是被全表扫描了，那么索引大概率也不会生效了。

left join + where 是说在生成临时表后，用where的条件对临时表进行过滤删减

where 子语句要保证索引不失效

(1) 索引列运算

错误示范：

# (1) DATE_FORMAT会导致日期索引失效,假设create_time是索引
select record_info as 日志内容 from record_log where  DATE_FORMAT(create_time,'%Y-%m-%d')='2021-02-23'

# (2) age是int 型, 且作为索引列, 参与了算术运算, 导致索引失效
'age' int(11) Not NULL DEFAULT 0 COMMENT '年龄'
select studentName as 学生姓名 from student_info where age+1 = 18

第一条SQL的DATE_FORMAT会导致日期索引失效，因为数据库会对create_time进行逐行计算后再比对，那基本是全表扫描

第二条SQL对索引列age进行运算，会导致索引失效

(2)避免自动数据类型转换

表里的字段是什么类型，传入的参数就给什么类型的

错误示范：

# age是字符型, 且为索引
'age' varchar(6) Not NULL DEFAULT '0' COMMENT '年龄'

alter table student_info add index index_age('age')

select studentName as 学生姓名 from student_info where age = 18

age作为索引列

• 表定义的是字符型的age：传入int型的18会 索引失效，万一数据表的age有 “18.0”、"18"这两种情况呢，会导致age被逐行转换成int类型 后再与18比较

(3) 带上分库键

如果项目的数据库有分库分表的话，查询的时候尽量带上分库键，它能将SQL语句分发到指定的库表去执行，我们这的DRDS是这样子的

如果不带分库键(拆分键)的话，会导致SQL语句在全库都进行扫描执行，很慢的

(4)复合索引的顺序

创建复合索引
alter table student_info add index index_collection('age','studentName','sex')

只有以下三种where语句的顺序会走复合索引：

• age，studentName，sex
• age，studentName
• age

另外，第一索引列age涉及 “ >，<，between and ”，就停用索引了。

因为涉及范围查询 时，B+树的索引查找是 “ 直接从左到右的方式遍历叶子节点组成的链表 ”，而不是从根节点从上往下查找了

group by和order by带索引很快的

group by和order by后面带索引能降低开销

表结构定义

(1) 少点Default NULL

特别是索引列的定义为Default NULL的话会很影响稳定性

列的定义最好有个默认值，即NOT NULL DEFAULT VALUE

(2) 字段的定义给个注释COMMENT

特别是表明 状态类型 的字段，要给出所有状态的数值和对应的含义，例如：

`state` int(11) NOT NULL DEFAULT 0  COMMENT'0 进行中,  1 完成,   2 失效'

(3) 少用text类型

text是长文本的数据类型，mysql服务器将text数据传回客户端需要消耗大量的网络带宽，而服务器查询的时候将text数据从磁盘加载到内存又需要大量的IO带宽。

因此，在定义字段的数据类型时，text一般只适用于无法确定数据的长度的时候使用，其他情况慎用。

索引设置

(1) 索引的区分度要高

什么是区分度高？就是索引列的字段值最好都不一样，重复的越少，区分度越高。主键就是区分度最好的，每一行都是不重复的值，B+树很容易就将所有的行划分开来。

那种 区分度低的列最好别上索引，比如性别sex，无非就是男或女，会有很多数据行重复，想象一下：

如果要查出 成绩高于90分的男生是谁，一共50个人，有49个男生…

在成绩表grade 将性别sex设置为索引
alter table grade add index index_sex('sex')

select studentName from grade where sex='男' and grade>90 

预想的执行情况是把49个男生拿出来，再一个个对比成绩，这跟没上索引差不多…

因为 索引sex=‘男’ 出现的频率过高，估计MySQL的执行策略会变成全表扫描也说不定呢

然而我司就有这种问题，咱也不敢说什么。。。

(2) 作为索引的字段的数据长度最好小一点

B+树的结点要存储索引列的每一个值，如果索引列的每个值都很大的话，MySQL会在把索引加载进入内存的过程中消耗大量的IO带宽

另外，索引字段的数据长度小的话，占用的内存就小，你知道的，innodb_buffer_pool_size设置的缓存索引的空间是有限的。 索引字段的数据长度越小，内存就能够容纳的更多的键值，提高1次就能查找到目标值的几率。1次找不到，就得从磁盘再次加载其他索引去查

能用int类型，就尽量不要用BigInt

主键更应该让数据长度小一点，每个二级索引(除聚簇索引外的索引)都会存放索引字段(除了主键外的其他字段)+对应的主键，主键太长，那每个二级索引占用的内存越大

其他的就不知道了，写不动了。。。