资源描述
干货！SQL性能优化，书写高质量SQL语句写SQL语句的时候我们往往关注的是SQL的执行结果，但是是否真的关注了SQL的执行效率，是否注意了SQL的写法规范？以下的干货分享是在实际开发过程中总结的，希望对大家有所帮助！limit分页优化当偏移量特别大时，limit效率会非常低。SELECT id FROM A LIMIT 1000,10 很快SELECT id FROM A LIMIT 90000,10 很慢方案一：select id from A order by id limit 90000,10;如果我们结合order by使用。很快，0.04秒就OK。 因为使用了id主键做索引！当然，是否能够使用索引还需要根据业务逻辑来定，这里只是为了提醒大家，在分页的时候还需谨慎使用！方案二select id from A order by id between 90000 and 90010;利用limit 1 、top 1 取得一行有些业务逻辑进行查询操作时(特别是在根据某一字段DESC,取最大一笔).可以使用limit 1 或者 top 1 来终止数据库索引继续扫描整个表或索引。反例SELECT id FROM A LIKE abc% 正例SELECT id FROM A LIKE abc% limit 1任何情况都不要用 select * from table ，用具体的字段列表替换*，不要返回用不到的字段,避免全盘扫描！批量插入优化反例INSERT into person(name,age) values(A,24)INSERT into person(name,age) values(B,24)INSERT into person(name,age) values(C,24)正例INSERT into person(name,age) values(A,24),(B,24),(C,24sql语句的优化主要在于对索引的正确使用，而我们在开发中经常犯的错误便是对表进行全盘扫描，一来影响性能，而来耗费时间!like语句的优化反例SELECT id FROM A WHERE name like %abc%由于abc前面用了“%”，因此该查询必然走全表查询,除非必要(模糊查询需要包含abc)，否则不要在关键词前加%正例SELECT id FROM A WHERE name like abc%where子句使用 in 或 not in 的优化sql语句中 in 和 not in 的使用请慎用！使用in 或者 not in 会丢弃索引，从而进行全盘扫描！方案一：between 替换 in反例SELECT id FROM A WHERE num in (1,2,3) 正例SELECT id FROM A WHERE num between 1 and 3方案二：exist 替换 in注：关于exist和in的用法，片尾有彩蛋反例SELECT id FROM A WHERE num in (select num from B)正例SELECT num FROM A WHERE num exists (select 1 from B where B.num = A.num)方案三：left join 替换 in反例SELECT id FROM A WHERE num in (select num from B) 正例SELECT id FROM A LEFT JOIN B ON A.num = B.num复制代码where子句使用or的优化通常使用 union all 或 union 的方式替换“or”会得到更好的效果。where子句中使用了or关键字,索引将被放弃使用。反例SELECT id FROM A WHERE num = 10 or num = 20正例SELECT id FROM A WHERE num = 10 union all SELECT id FROM A WHERE num=20where子句中使用 IS NULL 或 IS NOT NULL 的优化反例SELECT id FROM A WHERE num IS NULL在where子句中使用 IS NULL 或 IS NOT NULL 判断，索引将被放弃使用，会进行全表查询。正例优化成num上设置默认值0，确保表中num没有null值, IS NULL 的用法在实际业务场景下SQL使用率极高，我们应注意避免全表扫描SELECT id FROM A WHERE num=0where子句中对字段进行表达式操作的优化不要在where子句中的“=”左边进行函数、算数运算或其他表达式运算，否则系统将可能无法正确使用索引。 1SELECT id FROM A WHERE datediff(day,createdate,2019-11-30)=0 优化为SELECT id FROM A WHERE createdate=2019-11-30 and createdate2019-12-1 2SELECT id FROM A WHERE year(addate) 2020优化为SELECT id FROM A where addate=3000 and A.uuid=B.uuid);执行时间：2s左右正例Select* from A inner join B ON A.uuid=B.uuid where b.uuid=3000; 这个语句执行测试不到一秒；执行时间：1s不到 第三：使用JOIN时候，应该用小的结果驱动大的结果left join 左边表结果尽量小，如果有条件应该放到左边先处理，right join同理反向。如：反例Select * from A left join B A.id=B.ref_id where A.id10正例select * from (select * from A wehre id 10) T1 left join B on T1.id=B.ref_id;exist 代替 in反例SELECT * from A WHERE id in ( SELECT id from B )正例SELECT * from A WHERE id EXISTS ( SELECT 1 from A.id= B.id )分析:in 是在内存中遍历比较exist 需要查询数据库，所以当B的数据量比较大时，exists效率优于in*in()只执行一次，把B表中的所有id字段缓存起来，之后检查A表的id是否与B表中的id相等，如果id相等则将A表的记录加入到结果集中，直到遍历完A表的所有记录。In 操作的流程原理如同一下代码 List resultSet=; Array A=(select * from A); Array B=(select id from B); for(int i=0;iA.length;i+) for(int j=0;jB.length;j+) if(Ai.id=Bj.id) resultSet.add(Ai); break; return resultSet;可以看出，当B表数据较大时不适合使用in()，因为会把B表数据全部遍历一次如：A表有10000条记录，B表有1000000条记录，那么最多有可能遍历10000*1000000次，效率很差。再如：A表有10000条记录，B表有100条记录，那么最多有可能遍历10000*100次，遍历次数大大减少，效率大大提升。结论：in()适合B表比A表数据小的情况exist()会执行A.length()次，执行过程代码如下List resultSet=;Array A=(select * from A);for(int i=0;iA.length;i+) if(exists(Ai.id) /执行select 1 from B where B.id=A.id是否有记录返回 resultSet.add(Ai); return resultSet;当B表比A表数据大时适合使用exists()，因为它没有那么多遍历操作，只需要再执行一次查询就行。如：A表有10000条记录，B表有1000000条记录，那么exists()会执行10000次去判断A表中的id是否与B表中的id相等。如：A表有10000条记录，B表有100000000条记录，那么exists()还是执行10000次，因为它只执行A.length次，可见B表数据越多，越适合exists()发挥效果。再如：A表有10000条记录，B表有100条记录，那么exists()还是执行10000次，还不如使用in()遍历10000*100次，因为in()是在内存里遍历比较，而exists()需要查询数据库，我们都知道查询数据库所消耗的性能更高，而内存比较很快。 结论：exists()适合B表比A表数据大的情况
展开阅读全文