30條書寫高質量SQL的建議，太有用了！
本文將結合實例 demo，闡述 30 條有關于優化 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。
圖片來自 Pexels
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;
理由如下：
- 只取需要的字段，節省資源、減少網絡開銷。
- 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` (
- `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 employee where name='jay'
正例：
- select id，name from employee where name='jay' limit 1;
理由如下：
- 加上 limit 1 后，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，是不必要加上 limit 1 了，因為 limit 的存在主要就是為了防止全表掃描，從而提高性能，如果一個語句本身可以預知不用全表掃描，有沒有 limit ，性能的差別并不大。
3、應盡量避免在 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，表結構如下：
- CREATE TABLE `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;
假設現在需要查詢 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)
- 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：在業務允許的情況下限制頁數：
理由如下：
- 當偏移量最大的時候，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據，而是先把偏移量+要取的條數，然后再把前面偏移量這一段的數據拋棄掉再返回的。
- 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，有沒有必要查這么后的分頁啦。因為絕大多數用戶都不會往后翻太多頁。
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，并不走索引，如下圖：
把% 放關鍵字后面，還是會走索引的，如下圖：
6、使用 where 條件限定要查詢的數據，避免返回多余的行
假設業務場景是這樣：查詢某個用戶是否是會員。曾經看過老的實現代碼是這樣。
反例：
- List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
- boolean isVip = userIds.contains(userId);
正例：
- Long userId = sqlMap.queryObject("select userId from user where userId='userId' and isVip='1' ")
- boolean isVip = userId！=null;
理由：需要什么數據，就去查什么數據，避免返回不必要的數據，節省開銷。
7、盡量避免在索引列上使用 MySQL 的內置函數
業務需求：查詢最近七天內登陸過的用戶(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 的內置函數，索引失效：
如果索引列不加內置函數，索引還是會走的：
8、應盡量避免在 where 子句中對字段進行表達式操作，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，左邊表結果盡量小
Inner join 內連接，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，推薦優先使用 Inner join(內連接)，如果要使用 left join，左邊表數據結果盡量小，如果有條件的盡量放到左邊處理。
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;
理由如下：
- 如果 inner join 是等值連接，或許返回的行數比較少，所以性能相對會好一點。
- 同理，使用了左連接，左邊表數據結果盡量小，條件盡量放到左邊處理，意味著返回的行數可能比較少。
10、應盡量避免在 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 age,name from user where age <>18;
正例：
- //可以考慮分開兩條sql寫
- select age,name from user where age <18;
- select age,name from user where age >18;
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 * from user where age = 10;
正例：
- //符合最左匹配原則
- select * from user where userid=10 and age =10；
- //符合最左匹配原則
- select * from user where userid =10;
理由如下：
- 當我們創建一個聯合索引的時候，如(k1，k2，k3)，相當于創建了(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，盡量避免全表掃描
反例：
- select * from user where address ='深圳' order by age ;
正例：
- 添加索引
- alter table user add index idx_address_age (address,age)
13、如果插入數據過多，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" separator=",">
- (#{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數據，大大提高了查詢效率。
反例：
- // like模糊查詢，不走索引了
- select * from user where userid like '%123%'
正例：
- //id為主鍵，那么為普通索引，即覆蓋索引登場了。
- select id,name from user where userid like '%123%';
15、慎用 distinct 關鍵字
distinct 關鍵字一般用來過濾重復記錄，以返回不重復的記錄。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：
- SELECT DISTINCT * from user;
正例：
- select DISTINCT name from user;
理由：帶 distinct 的語句 CPU 時間和占用時間都高于不帶 distinct 的語句。
因為當查詢很多字段時，如果使用 distinct，數據庫引擎就會對數據進行比較，過濾掉重復數據，然而這個比較、過濾的過程會占用系統資源，CPU 時間。
16、刪除冗余和重復索引
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）相當于創建了（A）和（A，B）索引
- KEY `idx_userId_age` (`userId`,`age`)
理由：重復的索引需要維護，并且優化器在優化查詢的時候也需要逐個地進行考慮，這會影響性能的。
17、如果數據量較大，優化你的修改/刪除語句
避免同時修改或刪除過多數據，因為會造成 CPU 利用率過高，從而影響別人對數據庫的訪問。
反例：
- //一次刪除10萬或者100萬+？
- delete from user where id <100000;
- //或者采用單一循環操作，效率低，時間漫長
- for（User user：list）{
- delete from user；
- }
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：一次性刪除太多數據，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值代替 null
反例：
- select * from user where age is not null;
正例：
- //設置0為默認值
- 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。
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 !=，>isnull，isnotnull 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，換成默認值，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行，可讀性更高。如果一定需要連接很多表才能得到數據，那么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);
這樣寫等價于：
- 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循環：
- 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，獲得數據后，再放到子查詢中做條件驗證，根據驗證結果(true 或者 false)，來決定主查詢的數據結果是否得意保留。
那么，這樣寫就等價于：
- select * from A,先從A表做循環
- select * from B where A.deptId = B.deptId,再從B表做循環.
同理，可以抽象成這樣一個循環：
- 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;
- }
- }
- }
數據庫最費勁的就是跟程序鏈接釋放。假設鏈接了兩次，每次做上百萬次的數據集查詢，查完就走，這樣就只做了兩次;相反建立了上百萬次鏈接，申請鏈接釋放反復重復，這樣系統就受不了了。
即 MySQL 優化原則，就是小表驅動大表，小的數據集驅動大的數據集，從而讓性能更優。
因此，我們要選擇最外層循環小的，也就是，如果 B 的數據量小于 A，適合使用 in，如果 B 的數據量大于 A，即適合選擇 exist。
21、盡量用 union all 替換 union
如果檢索結果中不會有重復的記錄，推薦 union all 替換 union。
反例：
- select * from user where userid=1
- union
- select * from user where age = 10
正例：
- select * from user where userid=1
- union all
- select * from user where age = 10
理由：如果使用 union，不管檢索結果有沒有重復，都會嘗試進行合并，然后在輸出最終結果前進行排序。
如果已知檢索結果沒有重復記錄，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
原因如下：
- 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、盡量使用數字型字段，若只含數值信息的字段盡量不要設計為字符型
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：相對于數字型字段，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數據的字段上，如性別這類型數據庫字段
因為 SQL 優化器是根據表中數據量來進行查詢優化的，如果索引列有大量重復數據，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、盡量避免向客戶端返回過多數據量
假設業務需求是，用戶請求查看自己最近一年觀看過的直播數據。
反例：
- //一次性查詢所有數據回來
- select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)
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 on A.deptId = B.deptId;
正例：
- select memeber.name,deptment.deptName from A member inner
- join B deptment on member.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'
理由如下：
因為首先變長字段存儲空間小，可以節省存儲空間。
其次對于查詢來說，在一個相對較小的字段內搜索，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，是字符串跟數字的比較，它們類型不匹配，MySQL 會做隱式的類型轉換，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，盡量養成一個習慣吧。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;
