[轉載]程式設計師必備:書寫高質量SQL的30條建議

oliver-l發表於2020-10-22

部落格轉載自程式設計師必備:書寫高質量SQL的30條建議

以下文章來源於撿田螺的小男孩 ,作者撿田螺的小男孩

比較實用的sql優化語句,所以想分享轉載一下,也方便以後自己查閱

以下是轉載內容:

本文將結合例項demo,闡述30條有關於優化SQL的建議,多數是實際開發中總結出來的,希望對大家有幫助。

1、查詢SQL儘量不要使用select *,而是select具體欄位。

反例:

select * from employee;

正例:

select id,name from employee;

理由:

  • 只取需要的欄位,節省資源、減少網路開銷。

  • select * 進行查詢時,很可能就不會使用到覆蓋索引了,就會造成回表查詢。

2、如果知道查詢結果只有一條或者只要最大/最小一條記錄,建議用limit 1。

假設現在有employee員工表,要找出一個名字叫jay的人。

CREATE TABLE `employee`(

反例:

select id,name from employee where name='jay';

正例:

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

理由:

  • 加上limit 1後,只要找到了對應的一條記錄,就不會繼續向下掃描了,效率將會大大提高。

  • 當然,如果name是唯一索引的話,就沒必要加上limit 1了,因為limit的存在主要就是為了防止全表掃描,從而提高效能,如果一個語句本身可以預知不用全表掃描,有沒有limit ,效能的差別並不大。

3、應儘量避免在where子句中使用or來連線條件。

新建一個user表,它有一個普通索引userId,表結構如下:

CREATE TABLE `user`(

假設現在需要查詢userid為1或者年齡為18歲的使用者,很容易有以下SQL:

反例:

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

正例:

//使用union all

理由:

  • 使用or可能會使索引失效,從而全表掃描。

對於or+沒有索引的age這種情況,假設它走了userId的索引,但是走到age查詢條件時,它還得全表掃描,也就是需要三步過程:全表掃描+索引掃描+合併。如果它一開始就走全表掃描,直接一遍掃描就完事。mysql是有優化器的,處於效率與成本考慮,遇到or條件,索引可能失效,看起來也合情合理。

4、優化limit分頁。

我們日常做分頁需求時,一般會用 limit 實現,但是當偏移量特別大的時候,查詢效率就變得低下。

反例:

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

正例:

//方案一 :返回上次查詢的最大記錄(偏移量)

理由:

  • 當偏移量最大的時候,查詢效率就會越低,因為Mysql並非是跳過偏移量直接去取後面的資料,而是先把偏移量+要取的條數,然後再把前面偏移量這一段的資料拋棄掉再返回的。

  • 如果使用優化方案一,返回上次最大查詢記錄(偏移量),這樣可以跳過偏移量,效率提升不少。

  • 方案二使用order by+索引,也是可以提高查詢效率的。

  • 方案三的話,建議跟業務討論,有沒有必要查這麼後的分頁啦。因為絕大多數使用者都不會往後翻太多頁。

5、優化你的like語句。

日常開發中,如果用到模糊關鍵字查詢,很容易想到like,但是like很可能讓你的索引失效。

反例:

select userId,name from user where userId like '%123';

正例:

select userId,name from user where userId like '123%';

理由:

  • 把%放前面,並不走索引,如下:

  • 把% 放關鍵字後面,還是會走索引的,如下:

6、使用where條件限定要查詢的資料,避免返回多餘的行。

假設業務場景是這樣:查詢某個使用者是否是會員。

曾經看過老的實現程式碼是這樣。。。

反例:

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

正例:

Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ");

理由:

  • 需要什麼資料,就去查什麼資料,避免返回不必要的資料,節省開銷。

7、儘量避免在索引列上使用mysql的內建函式。

業務需求:查詢最近七天內登陸過的使用者(假設loginTime加了索引)。

反例:

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

正例:

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

理由:

  • 索引列上使用mysql的內建函式,索引失效。

  • 如果索引列不加內建函式,索引還是會走的。

8、應儘量避免在where子句中對欄位進行表示式操作,這將導致系統放棄使用索引而進行全表掃。

反例:

select * from user where age-1=10;

正例:

select * from user where age =11;

理由:

  • 雖然age加了索引,但是因為對它進行運算,索引直接迷路了。

9、inner join 、left join、right join,優先使用inner join,如果是left join,左邊表結果儘量小。

  • inner join 內連線,在兩張表進行連線查詢時,只保留兩張表中完全匹配的結果集。
  • left join 在兩張表進行連線查詢時,會返回左表所有的行,即使在右表中沒有匹配的記錄。
  • right join 在兩張表進行連線查詢時,會返回右表所有的行,即使在左表中沒有匹配的記錄。

都滿足SQL需求的前提下,推薦優先使用inner join(內連線),如果要使用left join,左邊表資料結果儘量小,如果有條件的儘量放到左邊處理。

反例:

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

正例:

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

理由:

  • 如果inner join是等值連線,或許返回的行數比較少,所以效能相對會好一點。

  • 同理,使用了左連線,左邊表資料結果儘量小,條件儘量放到左邊處理,意味著返回的行數可能比較少。

10、應儘量避免在where子句中使用!=或<>操作符,否則引擎將放棄使用索引而進行全表掃描。

反例:

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

正例:

//可以考慮分開兩條sql寫

理由:

  • 使用!=和<>很可能會讓索引失效。

11、使用聯合索引時,注意索引列的順序,一般遵循最左匹配原則。

表結構:(有一個聯合索引idxuseridage,userId在前,age在後)。

CREATE TABLE `user`(

反例:

select * from user where age = 10;

正例:

//符合最左匹配原則

理由:

  • 當我們建立一個聯合索引的時候,如(k1,k2,k3),相當於建立了(k1)、(k1,k2)和(k1,k2,k3)三個索引,這就是最左匹配原則。

  • 聯合索引不滿足最左原則,索引一般會失效,但是這個還跟Mysql優化器有關的。

12、對查詢進行優化,應考慮在where及order by涉及的列上建立索引,儘量避免全表掃描。

反例:

select * from user where address ='深圳' order by age ;

正例:

//新增索引

13、如果插入資料過多,考慮批量插入。

反例:

for(User u :list){

正例:

//一次500批量插入,分批進行

理由:

  • 批量插入效能好,更加省時間。

打個比喻:假如你需要搬一萬塊磚到樓頂,你有一個電梯,電梯一次可以放適量的磚(最多放500),你可以選擇一次運送一塊磚,也可以一次運送500塊磚,你覺得哪個時間消耗大?

14、在適當的時候,使用覆蓋索引。

覆蓋索引能夠使得你的SQL語句不需要回表,僅僅訪問索引就能夠得到所有需要的資料,大大提高了查詢效率。

反例:

// like模糊查詢,不走索引了

正例:

//id為主鍵,那麼為普通索引,即覆蓋索引登場了。

15、慎用distinct關鍵字。

distinct 關鍵字一般用來過濾重複記錄,以返回不重複的記錄。在查詢一個欄位或者很少欄位的情況下使用時,給查詢帶來優化效果。但是在欄位很多的時候使用,卻會大大降低查詢效率。

反例:

SELECT DISTINCT * from user;

正例:

select DISTINCT name from user;

理由:

  • 帶distinct的語句cpu時間和佔用時間都高於不帶distinct的語句。因為當查詢很多欄位時,如果使用distinct,資料庫引擎就會對資料進行比較,過濾掉重複資料,然而這個比較、過濾的過程會佔用系統資源,cpu時間。

16、刪除冗餘和重複索引。

反例:

KEY `idx_userId` (`userId`)

正例:

//刪除userId索引,因為組合索引(A,B)相當於建立了(A)和(A,B)索引

理由:

  • 重複的索引需要維護,並且優化器在優化查詢的時候也需要逐個地進行考慮,這會影響效能的。

17、如果資料量較大,優化你的修改/刪除語句。

避免同時修改或刪除過多資料,因為會造成cpu利用率過高,從而影響別人對資料庫的訪問。

反例:

//一次刪除10萬或者100萬+?

正例:

//分批進行刪除,如每次500

理由:

  • 一次性刪除太多資料,可能會有lock wait timeout exceed的錯誤,所以建議分批操作。

18、where子句中考慮使用預設值代替null。

反例:

select * from user where age is not null;

正例:

//設定0為預設值

理由:

  • 並不是說使用了is null 或者 is not null 就會不走索引了,這個跟mysql版本以及查詢成本都有關。

如果mysql優化器發現,走索引比不走索引成本還要高,肯定會放棄索引,這些條件 !=,<>,is null,is not null經常被認為讓索引失效,其實是因為一般情況下,查詢的成本高,優化器自動放棄索引的。

  • 如果把null值,換成預設值,很多時候讓走索引成為可能,同時,表達意思會相對清晰一點。

19、不要有超過5個以上的表連線。

  • 連表越多,編譯的時間和開銷也就越大。

  • 把連線表拆開成較小的幾個執行,可讀性更高。

  • 如果一定需要連線很多表才能得到資料,那麼意味著糟糕的設計了。

20、exist&in的合理利用

假設表A表示某企業的員工表,表B表示部門表,查詢所有部門的所有員工,很容易有以下SQL:

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

這樣寫等價於:

先查詢部門表B

select deptId from B

再由部門deptId,查詢A的員工

select * from A where A.deptId = B.deptId

可以抽象成這樣的一個迴圈:

List<> resultSet;

顯然,除了使用in,我們也可以用exists實現一樣的查詢功能,如下:

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

因為exists查詢的理解就是,先執行主查詢,獲得資料後,再放到子查詢中做條件驗證,根據驗證結果(true或者false),來決定主查詢的資料結果是否保留。

那麼,這樣寫就等價於:

select * from A,先從A表做迴圈

select * from B where A.deptId = B.deptId,再從B表做迴圈

同理,可以抽象成這樣一個迴圈:

List<> resultSet ;

資料庫最費勁的就是跟程式連結釋放。假設連結了兩次,每次做上百萬次的資料集查詢,查完就走,這樣就只做了兩次;相反建立了上百萬次連結,申請連結釋放反覆重複,這樣系統就受不了了。即mysql優化原則,就是小表驅動大表,小的資料集驅動大的資料集,從而讓效能更優。

因此,我們要選擇最外層迴圈小的,也就是,如果B的**資料量小於A,則適合使用in,如果B的資料量大於A,則適合選擇exist**。

21、儘量用union all替換union。

如果檢索結果中不會有重複的記錄,推薦union all 替換 union。

反例:

select * from user where userid=1

正例:

select * from user where userid=1

理由:

  • 如果使用union,不管檢索結果有沒有重複,都會嘗試進行合併,然後在輸出最終結果前進行排序。如果已知檢索結果沒有重複記錄,使用union all 代替union,這樣會提高效率。

22、索引不宜太多,一般5個以內。

  • 索引並不是越多越好,索引雖然提高了查詢的效率,但是也降低了插入和更新的效率。

  • insert或update時有可能會重建索引,所以建索引需要慎重考慮,視具體情況來定。

  • 一個表的索引數最好不要超過5個,若太多需要考慮一些索引是否有存在的必要。

23、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。

反例:

`king_id` varchar(20) NOT NULL COMMENT '守護者Id'

正例:

`king_id` int(11) NOT NULL COMMENT '守護者Id'

理由:

  • 相對於數字型欄位,字元型會降低查詢和連線的效能,並會增加儲存開銷。

24、索引不適合建在有大量重複資料的欄位上,如性別這型別資料庫欄位。

因為SQL優化器是根據表中資料量來進行查詢優化的,如果索引列有大量重複資料,Mysql查詢優化器推算發現不走索引的成本更低,很可能就放棄索引了。

25、儘量避免向客戶端返回過多資料量。

假設業務需求是,使用者請求檢視自己最近一年觀看過的直播資料。

反例:

//一次性查詢所有資料回來

正例:

//分頁查詢

26、當在SQL語句中連線多個表時,請使用表的別名,並把別名字首於每一列上,這樣語義更加清晰。

反例:

select * from A inner

正例:

select memeber.name,deptment.deptName from A member inner

27、儘可能使用varchar/nvarchar 代替 char/nchar。

反例:

`deptName` char(100) DEFAULT NULL COMMENT '部門名稱'

正例:

`deptName` varchar(100) DEFAULT NULL COMMENT '部門名稱'

理由:

  • 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,效率更高。

28、為了提高group by語句的效率,可以在執行到該語句前,把不需要的記錄過濾掉。

反例:

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

正例:

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

29、如果欄位型別是字串,where時一定用引號括起來,否則索引失效。

反例:

select * from user where userid =123;

正例:

select * from user where userid ='123';

理由:

  • 為什麼第一條語句未加單引號就不走索引了呢?這是因為不加單引號時,是字串跟數字的比較,它們型別不匹配,MySQL會做隱式的型別轉換,把它們轉換為浮點數再做比較。

30、使用explain分析你SQL的計劃。

日常開發寫SQL的時候,儘量養成一個習慣吧。用explain分析一下你寫的SQL,尤其是走不走索引這一塊。

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

本作品採用《CC 協議》,轉載必須註明作者和本文連結

相關文章