[转]后端程序员必备：书写高质量SQL的30条建议
?
以下文章來源于撿田螺的小男孩 ，作者撿田螺的小男孩
轉(zhuǎn)載：《后端程序員必備：書寫高質(zhì)量SQL的30條建議》
前言
本文將結(jié)合實例demo，闡述30條有關(guān)于優(yōu)化SQL的建議，多數(shù)是實際開發(fā)中總結(jié)出來的，希望對大家有幫助。
1、查詢SQL盡量不要使用select *，而是select具體字段。
反例子：
select * from employee;正例子：
select id, name from employee;理由：
只取需要的字段，節(jié)省資源、減少網(wǎng)絡(luò)開銷。
select * 進行查詢時，很可能就不會使用到覆蓋索引了，就會造成索引回表(基于非主鍵索引的查詢需要多掃描一棵索引樹)。
2、如果知道查詢結(jié)果只有一條或者只要最大/最小一條記錄，建議用limit 1
假設(shè)現(xiàn)在有employee員工表，要找出一個名字叫jay的人.
CREATETABLE`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 employeewhere name = 'jay' ;正例
select id, name from employeewhere name = 'jay' LIMIT 1 ;理由：
3 、應(yīng)盡量避免在where子句中使用or來連接條件
新建一個user表，它有一個普通索引userId，表結(jié)構(gòu)如下：
CREATETABLE`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 ;假設(shè)現(xiàn)在需要查詢userid為1或者年齡為18歲的用戶，很容易有以下SQL 反例:
SELECT * FROM USER WHERE userid = 1 OR age = 18 ;正例：
# 使用union ALL SELECT * FROM USER WHERE userid = 1 UNION ALL SELECT * FROM USER WHERE age = 18 ; # 或者分開兩條sql寫： SELECT * FROM USER WHERE userid = 1; SELECT * FROM USER WHERE age = 18 ;理由：
- 使用or可能會使索引失效，從而全表掃描。
- 對于or + 沒有索引的age這種情況，假設(shè)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 + 合并 。
- 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(yōu)化器的，處于效率與成本考慮，遇到or條件，索引可能失效，看起來也合情合理。
4 、優(yōu)化limit分頁
我們?nèi)粘Ｗ龇猪撔枨髸r，一般會用LIMIT 實現(xiàn)，但是當(dāng)偏移量特別大的時候，查詢效率就變得低下。
反例：
正例：
# 方案一 ：返回上次查詢的最大記錄(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：在業(yè)務(wù)允許的情況下限制頁數(shù)：理由：
- 當(dāng)偏移量最大的時候，查詢效率就會越低，因為Mysql并非是跳過偏移量直接去取后面的數(shù)據(jù)，而是先把偏移量 + 要取的條數(shù)，然后再把前面偏移量這一段的數(shù)據(jù)拋棄掉再返回的。
- 如果使用優(yōu)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(yè)務(wù)討論，有沒有必要查這么后的分頁啦。因為絕大多數(shù)用戶都不會往后翻太多頁。
5 、優(yōu)化你的like語句
日常開發(fā)中，如果用到模糊關(guān)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：
正例：
select id, name from employee WHERE userId LIKE '123%' ;理由： 把 % 放前面，并不走索引，如下： 把 % 放關(guān)鍵字后面，還是會走索引的。如下：
6 、使用where條件限定要查詢的數(shù)據(jù)，避免返回多余的行
理由：
需要什么數(shù)據(jù)，就去查什么數(shù)據(jù)，避免返回不必要的數(shù)據(jù)，節(jié)省開銷。
7 、盡量避免在索引列上使用mysql的內(nèi)置函數(shù)
業(yè)務(wù)需求：查詢最近七天內(nèi)登陸過的用戶(假設(shè)loginTime加了索引) .
#反例：
正例：
explain SELECTuserId ,loginTime FROMloginuser WHEREloginTime >= Date_ADD ( NOW (),INTERVAL - 7 DAY );理由： 索引列上使用mysql的內(nèi)置函數(shù)，索引失效； 如果索引列不加內(nèi)置函數(shù)，索引還是會走的。
8 、應(yīng)盡量避免在where子句中對字段進行表達(dá)式操作
這將導(dǎo)致系統(tǒng)放棄使用索引而進行全表掃描
反例：
正例：
select id, name from employee 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 、InnerJOIN 、left join、right join，優(yōu)先使用Inner join
如果是left join，左邊表結(jié)果盡量小
- INNER JOIN 內(nèi)連接，在兩張表進行連接查詢時，只保留兩張表中完全匹配的結(jié)果集
- LEFT JOIN 在兩張表進行連接查詢時，會返回左表所有的行，即使在右表中沒有匹配的記錄。
- RIGHT JOIN 在兩張表進行連接查詢時，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(yōu)先使用Inner join（內(nèi)連接），如果要使用left join，左邊表數(shù)據(jù)結(jié)果盡量小，如果有條件的盡量放到左邊處理。
反例:
正例：
select * from (select * from tab1 where id > 2 ) t1 #條件盡量放到左邊處理left join tab t2 on t1.size on t2.size;理由： 如果inner join是等值連接，或許返回的行數(shù)比較少，所以性能相對會好一點。
同理，使用了左連接，左邊表數(shù)據(jù)結(jié)果盡量小，條件盡量放到左邊處理，意味著返回的行數(shù)可能比較少。
10 、應(yīng)盡量避免在where子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進行全表掃描。
反例：
select id, name from employee WHERE age <> 18 ;正例：
# 可以考慮分開兩條sql寫 select id, name from employee WHERE age < 18 ; select id, name from employee WHERE age > 18 ;理由： 使用 != 和 <> 很可能會讓索引失效
11 、使用聯(lián)合索引時，注意索引列的順序，一般遵循最左匹配原則。
表結(jié)構(gòu)：（有一個聯(lián)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 id, name from employee WHERE age = 10 ;正例：
# 符合最左匹配原則 select id, name from employee WHERE userid = 10 AND age = 10 ; # 符合最左匹配原則 select id, name from employee WHERE userid = 10 ;理由：
當(dāng)我們創(chuàng)建一個聯(lián)合索引的時候，如(k1,k2,k3)，相當(dāng)于創(chuàng)建了（k1）、(k1,k2)和(k1,k2,k3)三個索引，這就是最左匹配原則。
聯(lián)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(yōu)化器有關(guān)的。
12 、對查詢進行優(yōu)化，應(yīng)考慮在where及order by涉及的列上建立索引，盡量避免全表掃描。
反例：
select id, name from employee WHERE address = '深圳' ORDER BY age ;正例：
#添加索引 ALTER TABLE USER ADD INDEX idx_address_age ( address , age );13 、如果插入數(shù)據(jù)過多，考慮批量插入
反例：
for (user u : list) {insert into user(name ,age) values ( #name#,#age# ) }正例：
# 一次500批量插入，分批進行 insert into user (name,age) values < foreach collection="list" item ="item"index="index" seprator ="," > # mybatis(#{item.name},#{item.age})</foreach>理由： 批量插入性能好，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(dāng)?shù)臅r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數(shù)據(jù)，大大提高了查詢效率。
反例：
正例：
15 、慎用distinct關(guān)鍵字
DISTINCT 關(guān)鍵字一般用來過濾重復(fù)記錄，以返回不重復(fù)的記錄。
在查詢一個字段或者很少字段的情況下使用時，給查詢帶來優(yōu)化效果。
但是在字段很多的時候使用，卻會大大降低查詢效率。
反例：
正例：
SELECTDISTINCT name FROMUSER ;理由：
帶distinct的語句cpu時間和占用時間都高于不帶distinct的語句。
因為當(dāng)查詢很多字段時，如果使用distinct，數(shù)據(jù)庫引擎就會對數(shù)據(jù)進行比較，過濾掉重復(fù)數(shù)據(jù)，
然而這個比較、過濾的過程會占用系統(tǒng)資源，cpu時間。
16 、刪除冗余和重復(fù)索引
反例：
KEY `idx_userId` ( `userId` ) KEY `idx_userId_age` ( `userId` ,`age` )正例:
刪除userId索引，因為組合索引（A，B）相當(dāng)于創(chuàng)建了（A）和（A，B）理由：
重復(fù)的索引需要維護，并且優(yōu)化器在優(yōu)化查詢的時候也需要逐個地進行考慮，這會影響性能的。
17 、如果數(shù)據(jù)量較大，優(yōu)化你的修改 / 刪除語句。
避免同時修改或刪除過多數(shù)據(jù)，因為會造成cpu利用率過高，從而影響別人對數(shù)據(jù)庫的訪問。
反例：
正例：
# 分批進行刪除,如每次500 delete user where id <500 ; delete product where id >=500 and id<1000;理由： 一次性刪除太多數(shù)據(jù)，可能會有 lock wait timeout exceed 的錯誤，所以建議分批操作。
18 、where子句中考慮使用默認(rèn)值代替null
反例：
select * from user WHERE age IS NOT NULL ;正例：
# 設(shè)置0為默認(rèn)值 select * from user WHERE age >0 ;理由：
并不是說使用了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(guān)。
如果mysql優(yōu)化器發(fā)現(xiàn)，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(jīng)常被認(rèn)為讓索引失效，
其實是因為一般情況下，查詢的成本高，優(yōu)化器自動放棄索引的。
如果把null值，換成默認(rèn)值，很多時候讓走索引成為可能，同時，表達(dá)意思會相對清晰一點。
19 、不要有超過5個以上的表連接
連表越多，編譯的時間和開銷也就越大。 把連接表拆開成較小的幾個執(zhí)行，可讀性更高。
如果一定需要連接很多表才能得到數(shù)據(jù)，那么意味著糟糕的設(shè)計了。
20 、exist & in的合理利用
假設(shè)表A表示某企業(yè)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);這樣寫等價于：
先查詢部門表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循環(huán)：
List <> resultSet ;FOR ( INT i = 0 ; i < B . LENGTH ; i ++) {FOR ( INT j = 0 ; j < A . LENGTH ; j ++) { IF ( A [ i ]. id == B [ j ]. id ) { resultSet . ADD ( A [ i ]);break ; } } }顯然，除了使用in，我們也可以用exists實現(xiàn)一樣的查詢功能，如下：
select * from 1 where exists ( select 1 from b where a.deptid=b.deptid );因為exists查詢的理解就是，先執(zhí)行主查詢，獲得數(shù)據(jù)后，再放到子查詢中做條件驗證，根據(jù)驗證結(jié)果（true或者false），來決定主查詢的數(shù)據(jù)結(jié)果是否得意保留。
那么，這樣寫就等價于：
同理，可以抽象成這樣一個循環(huán)：
List <> resultSet ;FOR ( INT i = 0 ;i < A . LENGTH ;i ++) { FOR ( INT j = 0 ;j < B . LENGTH ;j ++) { IF ( A [ i ]. deptId == B [ j ]. deptId ) { resultSet . ADD ( A [ i ]);break ; } } }數(shù)據(jù)庫最費勁的就是跟程序鏈接釋放。
假設(shè)鏈接了兩次，每次做上百萬次的數(shù)據(jù)集查詢，查完就走，這樣就只做了兩次；
相反建立了上百萬次鏈接，申請鏈接釋放反復(fù)重復(fù)，這樣系統(tǒng)就受不了了。
即mysql優(yōu)化原則，就是小表驅(qū)動大表，小的數(shù)據(jù)集驅(qū)動大的數(shù)據(jù)集，從而讓性能更優(yōu)。
因此，我們要選擇最外層循環(huán)小的，也就是，如果B的數(shù)據(jù)量小于A，適合使用in，如果B的數(shù)據(jù)量大于A，即適合選擇exist。
21 、盡量用union all替換
UNION 如果檢索結(jié)果中不會有重復(fù)的記錄，推薦union ALL 替換 union。
反例：
正例：
select * from user WHERE userid = 1 UNION ALL select * from user WHERE userid = 10理由：
如果使用union，不管檢索結(jié)果有沒有重復(fù)，都會嘗試進行合并，然后在輸出最終結(jié)果前進行排序。如果已知檢索結(jié)果沒有重復(fù)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(nèi)。
索引并不是越多越好，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(shù)最好不要超過5個，若太多需要考慮一些索引是否沒有存在的必要。
23 、盡量使用數(shù)字型字段
若只含數(shù)值信息的字段盡量不要設(shè)計為字符型
反例：
正例：
`king_id` INT(11) NOT NULL COMMENT '守護者Id'理由：
相對于數(shù)字型字段，字符型會降低查詢和連接的性能，并會增加存儲開銷。
24 、索引不適合建在有大量重復(fù)數(shù)據(jù)的字段上
如性別這類型數(shù)據(jù)庫字段。 因為SQL優(yōu)化器是根據(jù)表中數(shù)據(jù)量來進行查詢優(yōu)化的，如果索引列有大量重復(fù)數(shù)據(jù)，Mysql查詢優(yōu)化器推算發(fā)現(xiàn)不走索引的成本更低，很可能就放棄索引了。
25 、盡量避免向客戶端返回過多數(shù)據(jù)量。
假設(shè)業(yè)務(wù)需求是，用戶請求查看自己最近一年觀看過的直播數(shù)據(jù)。
反例：
正例：
# 分頁查詢 select * from livinginfo where watchid = useid and watchtime > date_sub ( now(),interval 1 Y ) LIMIT offset ， pageSize # 如果是前端分頁，可以先查詢前兩百條記錄，因為一般用戶應(yīng)該也不會往下翻太多頁， select * from livinginfo where watchid = useid and watchtime > date_sub ( now(),interval 1 Y ) LIMIT 200 ;26 、當(dāng)在SQL語句中連接多個表時,請使用表的別名，并把別名前綴于每一列上，這樣語義更加清晰。
反例：
select * from A INNER JOIN B ONA . deptId = B . deptId ;正例：
SELECTmemeber . name ,deptment . deptName FROMA MEMBER INNER JOIN B deptment ONMEMBER . deptId = deptment . deptId ;27 、盡可能使用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：
因為首先變長字段存儲空間小，可以節(jié)省存儲空間。
其次對于查詢來說，在一個相對較小的字段內(nèi)搜索，效率更高。
28 、為了提高group BY 語句的效率，可以在執(zhí)行到該語句前，把不需要的記錄過濾掉。
反例：
select job,avg(sal) from employee gorup by job having job = 'president' OR job = 'managent' ;正例：
select job,avg(sal) from employee WHERE job = 'president' OR job = 'managent' gorup by job ;29 、如果字段類型是字符串，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：
為什么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，是字符串跟數(shù)字的比較，它們類型不匹配，MySQL會做隱式的類型轉(zhuǎn)換，把它們轉(zhuǎn)換為浮點數(shù)再做比較。
30 、使用explain 分析你SQL的計劃
日常開發(fā)寫SQL的時候，盡量用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 = 10 OR age = 18 ;
---------------------
作者：w.ang.jie
來源：CSDN
原文：https://blog.csdn.net/qq_32392597/article/details/105124356
版權(quán)聲明：本文為作者原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！
內(nèi)容解析By：CSDN,CNBLOG博客文章一鍵轉(zhuǎn)載插件
總結(jié)
以上是生活随笔為你收集整理的[转]后端程序员必备：书写高质量SQL的30条建议的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Js 枚举定义Layer Icon
- 下一篇： [转]2020年5月程序员工资统计，平均