譯者 | 布加迪

審校 | 重樓

所有數據角色都需要強大的數據庫和SQL技能。在實踐中，你通常會在一天的工作中查詢超大的數據庫表（含有成千上萬行）。所以，SQL查詢的性能成為決定應用程序整體性能的一個重要因素。

優化不佳的查詢常常導致響應時間變慢、服務器負載加大以及用戶體驗差強人意。因此，理解和運用SQL查詢優化技術顯得必不可少。

本教程介紹了優化SQL查詢的實用技巧。

準備工作：獲取一個示例數據庫表

你在為使用的任何數據庫編寫SQL查詢時都可以使用以下技巧。但如果你希望使用一個示例數據庫表來運行這些查詢，可以使用這個Python腳本。

它連接到一個SQLite數據庫：employees.db，創建一個employees表，并用10000條記錄填充該表。如上所述，你總是可以創建自己的示例。

1. 不要使用SELECT *，改而選擇特定的列

對于初學者來說，使用SELECT *從表中檢索所有列很常見。如果你只需要幾列（幾乎總是這樣），那么這可能很低效。

因此，使用SELECT *可能導致過度的數據處理，當表有許多列或者你在處理龐大數據集時尤為如此。

不要這樣：

SELECT * FROM employees;

而要這么做：

SELECT employee_id, first_name, last_name FROM employees;

只讀取必要的列可以使查詢更具可讀性和可維護性。

2. 避免使用SELECT DISTINCT，改而使用GROUP BY

SELECT DISTINCT之所以開銷很大，是由于它需要對結果進行排序和過濾以刪除重復項。最好確保查詢的數據在設計上是獨特的，使用主鍵或獨特的約束。

不要這樣：

SELECT DISTINCT department FROM employees;

下面這個帶有GROUP BY子句的查詢更有幫助：

SELECT department FROM employees GROUP BY department;

GROUP BY可以更高效，特別是在適當索引的情況下（后面會討論索引）。因此，在編寫查詢時，確保你在數據模型層面了解數據（不同的字段）。

3. 限制查詢結果

通常你會查詢有數千行的大型表，但并不總是需要處理所有行，也無法處理所有行。使用LIMIT子句（或等效子句）有助于減少返回的行數，從而提升查詢性能。

你可以將結果限制為15條記錄：

SELECT employee_id, first_name, last_name FROM employees LIMIT 15

使用LIMIT子句可以縮小結果集的大小，從而減少需要處理和傳輸的數據量。這對于在應用程序中為結果編頁碼也很有用。

4. 使用索引加快檢索

索引允許數據庫比掃描整個表更快地查找行，從而顯著提高查詢性能。它們對于WHERE、JOIN和ORDER BY子句中經常使用的列特別有用。

下面是針對“department”列創建的示例索引：

CREATE INDEX idx_employee_department ON employees(department);

你現在可以運行過濾' department '列的查詢，并比較執行時間。使用索引后，你應該能夠更快地看到使用結果。想了解有關創建索引和性能改進的更多信息，參閱《如何使用索引加速SQL查詢（Python版）》。

如前所述，索引提高了對索引列進行過濾的查詢的效率。但是創建太多的索引可能會成為一件壞事。這就引出了下一個技巧。

5. 謹慎使用索引

雖然索引提高了讀取性能，但會降低寫入性能：INSERT、UPDATE和DELETE查詢，因為每次修改表時都必須更新索引。根據你經常運行的查詢類型來兼顧索引的數量和類型很重要。

幾條可靠的規則：

• 只索引經常查詢的列。
• 避免對基數低的列（少數唯一值）進行過度索引。
• 定期檢查索引，并根據需要更新和刪除索引。

總之，創建索引以加快對經常查詢但很少更新的列的檢索速度。這確保索引的好處壓倒維護成本。

結語

優化SQL查詢需要了解查詢的特定需求和數據結構。

如果避免SELECT *、謹慎使用SELECT DISTINCT、限制查詢結果、創建適當的索引以及注意索引方面的取舍，你就可以顯著提升數據庫操作的性能和效率。

祝查詢愉快！

原文標題：5 Tips for Improving SQL Query Performance，作者：Bala Priya C