五个提升 SQL 语句性能的小窍门，进一步提升查询性能

在进行数据库操作时，优化 SQL 语句是提升性能和效率的关键步骤之一。无论是处理大规模数据还是简单的查询，优化 SQL 语句都可以明显改善系统的响应时间和资源利用率。

本文介绍五个实用的优化 SQL 的技巧，帮助读者更好地利用索引、避免性能瓶颈，并提高数据库的整体性能。

1 内连接说明

当涉及到多个表的连接查询时，通常使用 join 关键字。

最常用的连接方式是左连接和内连接。

• left join：找到两个表的交集，并包含左表中剩余的数据。

• inner join：找到两个表的交集数据。

以下是使用 inner join 的示例：

select o.id,o.code,u.name from order o inner join user u on o.user_id = u.idwhere u.status=1;

如果两个表使用 inner join 关联，MySQL 会自动选择两个表中的小表驱动大表，因此在性能上不会出现太多问题。

以下是使用 left join 的示例：

select o.id,o.code,u.name from order o left join user u on o.user_id = u.idwhere u.status=1;

如果两个表使用 left join 关联，MySQL 默认使用左连接关键字驱动右侧的表。如果左表中存在大量数据，则可能会出现性能问题。

需要注意的是，在使用 left join 查询时，应该将小表放在左侧，将大表放在右侧。如果可以使用 inner join，应尽量避免使用 left join。

2 限制索引的数量

众所周知，索引可以大幅提高 SQL 查询的性能，但索引的数量并不是越多越好。

因为当向表中添加新数据时，同时需要为其创建索引，而索引需要额外的存储空间和一定的性能消耗。

单个表中的索引数量应尽量控制在 5 个以内，单个索引中的字段数量也不应超过 5 个。

MySQL 使用的 B+树结构来保存索引，B+树索引在插入、更新和删除操作时需要进行更新。如果索引过多，将消耗大量的额外性能。

那么，如果表中的索引过多，超过了 5 个怎么办呢？

这个问题需要辩证地看待。如果你的系统并发性较低，表中的数据量也不是很大，实际上可以使用超过 5 个的索引，只要不过度即可。

但对于一些高并发的系统，务必遵守单个表上不超过 5 个索引的限制。

那么，高并发系统如何优化索引的数量呢？

如果可以建立联合索引，就不要建立单个索引，可以删除一些无用的单个索引。

将一些查询功能迁移到其他类型的数据库中，比如 Elastic Seach、HBase 等，只需在业务表中建立少量的关键索引即可。

3 选择适当的字段类型

char 表示固定长度的字符串类型，该类型的字段存储空间是固定的，会浪费存储空间。

alter table order add column code char(20) NOT NULL;

varchar 表示可变长度的字符串类型，该类型的字段存储空间会根据实际数据的长度进行调整，不会浪费存储空间。

alter table order add column code varchar(20) NOT NULL;1.2.

如果是固定长度的字段，比如用户的手机号码，一般是 11 位，可以定义为长度为 11 字节的 char 类型。

但如果是企业名称字段，如果定义为 char 类型，会存在问题。

如果长度定义得过长，例如定义为 200 字节，而实际企业名称只有 50 字节，将浪费 150 字节的存储空间。

如果长度定义得过短，例如定义为 50 字节，而实际企业名称有 100 字节，将无法存储，并抛出异常。

因此，建议将企业名称改为 varchar 类型。可变长度字段的存储空间较小，可以节省存储空间，对于查询来说，在相对较小的字段中搜索效率显然更高。

选择字段类型时，应遵循以下原则：

如果可以使用数字类型，就不要使用字符串，因为数字类型的存储空间更小，查询效率更高。

尽量使用小型类型，例如使用 bit 类型存储布尔值，tinyint 类型存储枚举值等。

对于固定长度的字段，可以使用 char 类型。

对于可变长度的字段，可以使用 varchar 类型。

对于金额字段，使用 decimal 类型，避免精度丢失的问题。

4 提高 group by 的效率

在许多业务场景中，需要使用 group by 关键字。它的主要功能是进行去重和分组。

通常，与 having 一起使用，表示按照某些条件进行分组，然后再过滤数据。

错误示例

select user_id,user_name from ordergroup by user_idhaving user_id <= 200;

这种写法性能较差。它首先根据用户 ID 对所有订单进行分组，然后筛选出用户 ID 大于或等于 200 的用户。

分组是一个相对耗时的操作，为什么不在分组之前缩小数据范围呢？

正确示例

select user_id,user_name from orderwhere user_id <= 200group by user_id

使用 where 条件在分组之前过滤掉冗余数据，这样在分组时效率会更高。

实际上，这是一个思路，不仅仅适用于 group by 的优化。在 SQL 语句执行一些耗时操作之前，应尽量缩小数据范围，这样可以提高整体 SQL 的性能。

5 索引优化

在 SQL 优化中，索引优化是非常重要的内容。

在许多情况下，使用索引和不使用索引时，SQL 语句的执行效率会有很大差异。因此，索引优化是 SQL 优化的首选。

索引优化的第一步是检查 SQL 语句是否已经使用了索引。

那么，如何检查 SQL 是否使用了索引呢？

可以使用 explain 命令查看 MySQL 的执行计划。

explain select * from `order` where code='002';

图片

以下是索引失效的一些常见原因：

• 不满足最左前缀原则。

• 范围索引列没有放在最后。

• 使用了 select *。

• 对索引列进行了计算。

• 对索引列使用了函数。

• 字符串类型没有加引号。

• 使用了 like %。

• 错误地使用了 is null。

• 错误地使用了 or。

如果不是由于上述原因，就需要进一步调查其他原因。

此外，您是否曾经遇到过这样的情况：明明是相同的 SQL，只是输入参数不同。有时候索引 a 生效，有时候索引 b 生效？

有时候 MySQL 会选择错误的索引。

如果有必要，可以使用 force index 来强制查询 SQL 使用特定的索引。