书写高质量 SQL 的 30 条建议
以下文章来源:后端程序员必备:书写高质量SQL的30条建议
*1、查询SQL尽量不要使用select *,而是select具体字段。**
反例子:
正例子:
理由:
只取需要的字段,节省资源、减少网络开销。
select * 进行查询时,很可能就不会使用到覆盖索引了,就会造成回表查询。
*2、如果知道查询结果只有一条或者只要最大/最小一条记录,建议用limit 1*
假设现在有employee员工表,要找出一个名字叫jay的人.
反例:
正例
理由:
加上limit 1后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高。
当然,如果name是唯一索引的话,是不必要加上limit 1了,因为limit的存在主要就是为了防止全表扫描,从而提高性能,如果一个语句本身可以预知不用全表扫描,有没有limit ,性能的差别并不大。
*3、应尽量避免在where子句中使用or来连接条件*
新建一个user表,它有一个普通索引userId,表结构如下:
假设现在需要查询userid为1或者年龄为18岁的用户,很容易有以下sql
反例:
正例:
理由:
使用or可能会使索引失效,从而全表扫描。
对于or+没有索引的age这种情况,假设它走了userId的索引,但是走到age查询条件时,它还得全表扫描,也就是需要三步过程:全表扫描+索引扫描+合并 如果它一开始就走全表扫描,直接一遍扫描就完事。mysql是有优化器的,处于效率与成本考虑,遇到or条件,索引可能失效,看起来也合情合理。
*4、优化limit分页*
我们日常做分页需求时,一般会用 limit 实现,但是当偏移量特别大的时候,查询效率就变得低下。
反例:
正例:
理由:
当偏移量最大的时候,查询效率就会越低,因为Mysql并非是跳过偏移量直接去取后面的数据,而是先把偏移量+要取的条数,然后再把前面偏移量这一段的数据抛弃掉再返回的。
如果使用优化方案一,返回上次最大查询记录(偏移量),这样可以跳过偏移量,效率提升不少。
方案二使用order by+索引,也是可以提高查询效率的。
方案三的话,建议跟业务讨论,有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
*5、优化你的like语句*
日常开发中,如果用到模糊关键字查询,很容易想到like,但是like很可能让你的索引失效。
反例:
正例:
理由:
把%放前面,并不走索引,如下:
把% 放关键字后面,还是会走索引的。如下:
*6、使用where条件限定要查询的数据,避免返回多余的行*
假设业务场景是这样:查询某个用户是否是会员。曾经看过老的实现代码是这样。。。
反例:
正例:
理由:
需要什么数据,就去查什么数据,避免返回不必要的数据,节省开销。
*7、尽量避免在索引列上使用mysql的内置函数*
业务需求:查询最近七天内登陆过的用户(假设loginTime加了索引)
反例:
正例:
理由:
索引列上使用mysql的内置函数,索引失效
如果索引列不加内置函数,索引还是会走的。
如果索引列不加内置函数,索引还是会走的。
*8、应尽量避免在 where 子句中对字段进行表达式操作,这将导致系统放弃使用索引而进行全表扫*
反例:
正例:
理由:
虽然age加了索引,但是因为对它进行运算,索引直接迷路了。。。
*9、Inner join 、left join、right join,优先使用Inner join,如果是left join,左边表结果尽量小*
Inner join 内连接,在两张表进行连接查询时,只保留两张表中完全匹配的结果集
left join 在两张表进行连接查询时,会返回左表所有的行,即使在右表中没有匹配的记录。
right join 在两张表进行连接查询时,会返回右表所有的行,即使在左表中没有匹配的记录。
都满足SQL需求的前提下,推荐优先使用Inner join(内连接),如果要使用left join,左边表数据结果尽量小,如果有条件的尽量放到左边处理。
反例:
正例:
理由:
如果inner join是等值连接,或许返回的行数比较少,所以性能相对会好一点。
同理,使用了左连接,左边表数据结果尽量小,条件尽量放到左边处理,意味着返回的行数可能比较少。
*10、应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。*
反例:
正例:
理由:
使用!=和<>很可能会让索引失效
*11、使用联合索引时,注意索引列的顺序,一般遵循最左匹配原则。*
表结构:(有一个联合索引idxuseridage,userId在前,age在后)
反例:
正例:
理由:
当我们创建一个联合索引的时候,如(k1,k2,k3),相当于创建了(k1)、(k1,k2)和(k1,k2,k3)三个索引,这就是最左匹配原则。
联合索引不满足最左原则,索引一般会失效,但是这个还跟Mysql优化器有关的。
*12、对查询进行优化,应考虑在 where 及 order by 涉及的列上建立索引,尽量避免全表扫描。*
反例:
正例:
*13、如果插入数据过多,考虑批量插入。*
反例:
正例:
理由:
批量插入性能好,更加省时间
打个比喻:假如你需要搬一万块砖到楼顶,你有一个电梯,电梯一次可以放适量的砖(最多放500),你可以选择一次运送一块砖,也可以一次运送500,你觉得哪个时间消耗大?
*14、在适当的时候,使用覆盖索引。*
覆盖索引能够使得你的SQL语句不需要回表,仅仅访问索引就能够得到所有需要的数据,大大提高了查询效率。
反例:
正例:
*15、慎用distinct关键字*
distinct 关键字一般用来过滤重复记录,以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时,给查询带来优化效果。但是在字段很多的时候使用,却会大大降低查询效率。
反例:
正例:
理由:
带distinct的语句cpu时间和占用时间都高于不带distinct的语句。因为当查询很多字段时,如果使用distinct,数据库引擎就会对数据进行比较,过滤掉重复数据,然而这个比较,过滤的过程会占用系统资源,cpu时间。
*16、删除冗余和重复索引*
反例:
正例:
理由:
重复的索引需要维护,并且优化器在优化查询的时候也需要逐个地进行考虑,这会影响性能的。
*17、如果数据量较大,优化你的修改/删除语句。*
避免同时修改或删除过多数据,因为会造成cpu利用率过高,从而影响别人对数据库的访问。
反例:
正例:
理由:
一次性删除太多数据,可能会有lock wait timeout exceed的错误,所以建议分批操作。
*18、where子句中考虑使用默认值代替null。*
反例:
正例:
理由:
并不是说使用了is null 或者 is not null 就会不走索引了,这个跟mysql版本以及查询成本都有关。
如果mysql优化器发现,走索引比不走索引成本还要高,肯定会放弃索引,这些条件
!=,>is null,is not null
经常被认为让索引失效,其实是因为一般情况下,查询的成本高,优化器自动放弃的。
如果把null值,换成默认值,很多时候让走索引成为可能,同时,表达意思会相对清晰一点。
*19、不要有超过5个以上的表连接*
连表越多,编译的时间和开销也就越大。
把连接表拆开成较小的几个执行,可读性更高。
如果一定需要连接很多表才能得到数据,那么意味着糟糕的设计了。
*20、exist & in的合理利用*
假设表A表示某企业的员工表,表B表示部门表,查询所有部门的所有员工,很容易有以下SQL:
这样写等价于:
先查询部门表B
select deptId from B
再由部门deptId,查询A的员工
select * from A where A.deptId = B.deptId
可以抽象成这样的一个循环:
显然,除了使用in,我们也可以用exists实现一样的查询功能,如下:
因为exists查询的理解就是,先执行主查询,获得数据后,再放到子查询中做条件验证,根据验证结果(true或者false),来决定主查询的数据结果是否得意保留。
那么,这样写就等价于:
select * from A,先从A表做循环
select * from B where A.deptId = B.deptId,再从B表做循环.
同理,可以抽象成这样一个循环:
数据库最费劲的就是跟程序链接释放。假设链接了两次,每次做上百万次的数据集查询,查完就走,这样就只做了两次;相反建立了上百万次链接,申请链接释放反复重复,这样系统就受不了了。即mysql优化原则,就是小表驱动大表,小的数据集驱动大的数据集,从而让性能更优。
因此,我们要选择最外层循环小的,也就是,如果B的数据量小于A,适合使用in,如果B的数据量大于A,即适合选择exist。
*21、尽量用 union all 替换 union*
如果检索结果中不会有重复的记录,推荐union all 替换 union。
反例:
正例:
理由:
如果使用union,不管检索结果有没有重复,都会尝试进行合并,然后在输出最终结果前进行排序。如果已知检索结果没有重复记录,使用union all 代替union,这样会提高效率。
*22、索引不宜太多,一般5个以内。*
索引并不是越多越好,索引虽然提高了查询的效率,但是也降低了插入和更新的效率。
insert或update时有可能会重建索引,所以建索引需要慎重考虑,视具体情况来定。
一个表的索引数最好不要超过5个,若太多需要考虑一些索引是否没有存在的必要。
*23、尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型*
反例:
正例:
理由:
相对于数字型字段,字符型会降低查询和连接的性能,并会增加存储开销。
*24、索引不适合建在有大量重复数据的字段上,如性别这类型数据库字段。*
因为SQL优化器是根据表中数据量来进行查询优化的,如果索引列有大量重复数据,Mysql查询优化器推算发现不走索引的成本更低,很可能就放弃索引了。
*25、尽量避免向客户端返回过多数据量。*
假设业务需求是,用户请求查看自己最近一年观看过的直播数据。
反例:
正例:
*26、当在SQL语句中连接多个表时,请使用表的别名,并把别名前缀于每一列上,这样语义更加清晰。*
反例:
正例:
*27、尽可能使用varchar/nvarchar 代替 char/nchar。*
反例:
正例:
理由:
因为首先变长字段存储空间小,可以节省存储空间。
其次对于查询来说,在一个相对较小的字段内搜索,效率更高。
*28、为了提高group by 语句的效率,可以在执行到该语句前,把不需要的记录过滤掉。*
反例:
正例:
*29、如何字段类型是字符串,where时一定用引号括起来,否则索引失效*
反例:
正例:
理由:
为什么第一条语句未加单引号就不走索引了呢?这是因为不加单引号时,是字符串跟数字的比较,它们类型不匹配,MySQL会做隐式的类型转换,把它们转换为浮点数再做比较。
*30、使用explain 分析你SQL的计划*
日常开发写SQL的时候,尽量养成一个习惯吧。用explain分析一下你写的SQL,尤其是走不走索引这一块。
完成,收工!
【传播知识,共享价值】,感谢小伙伴们的关注和支持,我是【诸葛小猿】,一个彷徨中奋斗的互联网民工。
评论