msyql千萬級別查詢優化之索引

msyql的索引可以對資料庫中的資料進行排序，但同時也會降低寫操作的效率，索引我們在建立索引和使用索引的時候，一定要根據實際需求適當的建立高效率的索引來解決需求。

建立索引可以考慮下面幾個方面，提高索引的使用效率和命中率

• 建立索引首先應考慮在 where 及 order by 涉及的列上建立索引，可以提高索引的命中率，儘量避免全表掃描，。

• 非必需使用null的列，可以在建立表的時候，給定預設值，例如 int型別如果需求中，null和0沒有區別，儘量用0代替null值，這樣可以避免在 where 子句中對欄位進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：select id from t where num is null可以在num上設定預設值0，確保表中num列沒有null值，然後這樣查詢：select id from t where num=0

• 應 where 子句中儘量避免使用!=或<>操作符，可能會使引擎放棄使用索引而進行全表掃描（如果id是int型別主鍵使用!=或<>操作符依然會使用使用， >=或者<=只有單個資料返回的時候會使用索引）。

• 切記不要在 where 子句中使用or 來連線條件，否則將導致引擎放棄使用索引而進行全表掃描，如：select id from t where num=10 or num=20可以這樣查詢：select id from t where num=10 union all（或者union） select id from t where num=20

• 如果多表關聯查詢，如果最後的where條件可以放在內層，儘量放在內層作條件查詢。如：select a.a1,a.a2,a.a3,b.b1,b.b2,c.c1,c.c2 from a left join b on(a.id=b.id) left join c on(c.id=b.id) where a.a1=#{a1} and a.a2=#{a2} and b.b1=#{b1}
  可以改寫成
  select a.a1,a.a2,a.a3,b.b1,b.b2,c.c1,c.c2 from a left join b on(a.id=b.id and a.a1=#{a1} and a.a2=#{a2} and b.b1=#{b1}) left join c on(c.id=b.id)
  這樣笛卡爾積的值就會少很多，效率也會成倍提升。如果分頁，甚至還可以將limit放在主表上在最後在limit需要分頁的資料，只是主表上的limit每次都是limit 0，n

• 如果關聯太多的表，最好是把連線拆開成較小的幾個部分逐個順序執行。

• 優先執行那些能夠大量減少結果的連線。

• 任何地方都不要使用 select * from t ，用具體的欄位列表代替“*”，不要返回用不到的任何欄位。

• 儘量避免向客戶端返回大資料量，若資料量過大，應該考慮相應需求是否合理。

• in 和 not in 也要慎用，否則會導致全表掃描，如：select id from t where num in(1,2,3) 對於連續的數值，能用 between 就不要用 in 了：select id from t where num between 1 and 3

• 在使用正規表示式模糊匹配的時候，不要模糊開頭，如：select id from t where name like ‘%李%’（或'李'等）可以模糊結尾，如使用like ‘李%’（或'李'等）。

• 如果在 where 子句中使用引數，也會導致全表掃描。因為SQL只有在執行時才會解析區域性變數，但優化程式不能將訪問計劃的選擇推遲到執行時；它必須在編譯時進行選擇。然 而，如果在編譯時建立訪問計劃，變數的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：select id from t where num=@num可以改為強制查詢使用索引：select id from t with(index(索引名)) where num=@num

• 應儘量避免在 where 子句中對欄位進行表示式操作，這將導致引擎放棄使用索引而進行全表掃描。如：select id from t where num/2=100應改為:select id from t where num=100*2

• 應儘量避免在where子句中對欄位進行函式操作，這將導致引擎放棄使用索引而進行全表掃描。如：select id from t where substring(name,1,3)=’abc’ ，name以abc開頭的id應改為:
  select id from t where name like ‘abc%’

• 不要在 where 子句中的“=”左邊進行函式、算術運算或其他表示式運算，否則系統將可能無法正確使用索引。

• 在使用索引欄位作為條件時，如果該索引是複合索引，那麼必須使用到該索引中的第一個欄位作為條件時才能保證系統使用該索引，否則該索引將不會被使用，並且應儘可能的讓欄位順序與索引順序相一致。

• 不要寫一些沒有意義的查詢，如需要生成一個空表結構：select col1,col2 into #t from t where 1=0
  這類程式碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣：
  create table #t(…)

• 很多時候用 exists 代替 in 是一個好的選擇：select num from a where num in(select num from b)
  用下面的語句替換：
  select num from a where exists(select 1 from b where num=a.num)

• 並不是所有索引對查詢都有效，SQL是根據表中資料來進行查詢優化的，當索引列有大量資料重複時，SQL查詢可能不會去利用索引，如一表中有欄位sex，male、female幾乎各一半，那麼即使在sex上建了索引也對查詢效率起不了作用。

• 索引並不是越多越好，索引固然可 以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有 必要。

• 應儘可能的避免更新 clustered 索引資料列，因為 clustered 索引資料列的順序就是表記錄的物理儲存順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引資料列，那麼需要考慮是否應將該索引建為 clustered 索引。

• 儘量使用數字型欄位，若只含數值資訊的欄位儘量不要設計為字元型，這會降低查詢和連線的效能，並會增加儲存開銷。這是因為引擎在處理查詢和連線時會逐個比較字串中每一個字元，而對於數字型而言只需要比較一次就夠了。

• 儘可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長欄位儲存空間小，可以節省儲存空間，其次對於查詢來說，在一個相對較小的欄位內搜尋效率顯然要高些，當然，如果儲存的欄位是固定長度入手機號碼，身份證號等定長的欄位，可以使用varchar，這樣效率更高。

• 儘量使用表變數來代替臨時表。如果表變數包含大量資料，請注意索引非常有限（只有主鍵索引）。

• 避免頻繁建立和刪除臨時表，以減少系統表資源的消耗。

• 臨時表並不是不可使用，適當地使用它們可以使某些例程更有效，例如，當需要重複引用大型表或常用表中的某個資料集時。但是，對於一次性事件，最好使用匯出表。

• 在新建臨時表時，如果一次性插入資料量很大，那麼可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果資料量不大，為了緩和系統表的資源，應先create table，然後insert。

• 如果使用到了臨時表，在儲存過程的最後務必將所有的臨時表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。

• 儘量避免使用遊標，因為遊標的效率較差，如果遊標操作的資料超過1萬行，那麼就應該考慮改寫。

• 使用基於遊標的方法或臨時表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。

• 與臨時表一樣，遊標並不是不可使 用。對小型資料集使用 FAST_FORWARD 遊標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的資料時。在結果集中包括“合計”的例程通常要比使用遊標執行的速度快。如果開發時 間允許，基於遊標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。

• 在所有的儲存過程和觸發器的開始處設定 SET NOCOUNT ON ，在結束時設定 SET NOCOUNT OFF 。無需在執行儲存過程和觸發器的每個語句後向客戶端傳送DONE_IN_PROC 訊息。

• 儘量避免大事務操作，提高系統併發能力。