怎样才能写出高质量的SQL语句?

作者:你丫才码农
链接:https://www.zhihu.com/question/24460717/answer/2576105131
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

全查"true"> select *,而是 select + 具体字段。

反例:

select * from student;

正例:

select id,name, age from student;

理由:

理由:

  • 预编译语句可以重复使用计划,减少SQL编译所需要的时间
  • 可以解决动态SQL所带来的SQL注入的问题
  • 只传参数,比传递SQL语句更高效
  • 相同语句可以一次解析,多次使用,提高处理效率

反例:

insert into values ('a', 'b', 'c');

正例:

insert into t(a, b, c) values ('a','b','c');

理由:

  • 不含字段名的 insert 语句,很难区分到底对应的是什么字段,而且只能全值插入,可读性差。
  • 一旦表结构发生改变,很难修改。

案例:新建一个user表,它有一个普通索引userId,表结构如下:

create table 'student' (
'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;

查询userid为1 或者 年龄为 18 岁的用户

反例:

select id, user_id, age, name from user where userid=1 or age =18

正例:

-- 使用union
select id, user_id, age, name
from user
where userid = 1
union
select *
from user
where age = 18

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 的字段,如上面的 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,直接一遍扫描就结束。
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。


union 和 union all 联合查询
用于合并两个或多个 select 语句的结果集
【注意】union 内部的 select 语句必须拥有相同数量的列。列必须拥有相似的数据类型。同时,每条 select 语句中的列的顺序必须相同,才能联合查询。
【不同点】union 操作符只会选取不同的结果值(行数据)。如果需要允许重复的值,需要使用 union all


假设 id 为 int 类型,查询 id = 1 的数据

反例:

select id, name from student where id = '1';

正例:

select id, name from student where id = 1;

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。
  • 隐式转换会导致索引失效

假设 user 表的 age 字段,加了索引,对其进行数据查询

反例:

select name, age from user where age - 1 = 20;

正例:

select name, age from user where age = 21;

理由:

age 加了索引,但是因为对它进行运算查询,导致索引不生效,大大的降低效率。

反例:

select age,name from user where age <> 18;

正例:

# 可以考虑分开两条sql写,联合查询
select age,name from user where age < 18
union
select age,name from user where age > 18

理由:

使用 != 和 <> 很可能会让索引失效

反例:

select name, age, address from user where address ='深圳' order by age ;

正例:添加索引再查询

alter table user add index idx_address_age (address,age)

反例:(这种会全查所有数据)

select user_id, name, age from user where age is not null;

正例:

-- 表字段 age 设置0为默认值代替null
select user_id, name, age from user where age > 0;

理由:

并不一定使用 is null 或 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 !=,<> isnull,is not null 经常让索引失效,其实是因为一般情况下,查询的成本高,优化器自动放弃索引的。

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。

假设现在有student学生表,要找出一个名字叫 Tom 的人.

create table 'student' (
'id' int(11) not null,
'name' varchar(50) default null,
'age' int(11) default null,
'date' datetime default null,
'sex' int(1) default null,
primary key ('id')
) engine=innodb default charset=utf8mb4;

反例:

select id,name from student where name='Tom '

正例

select id,name from employee where name='Tom ' limit 1;

理由:

加上 limit 1 分页后,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。

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。

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:

select id,name,age from student limit 10000,10

正例:

-- 方案一 :返回上次查询的最大记录(偏移量)
select id,name from student where id > 10000 limit 10;


-- 方案二:order by + 索引
select id,name from student order by id limit 10000,10;


-- 方案三:在业务允许的情况下限制页数:

理由:

  • 当偏移量大的时候,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。因为绝大多数用户都不会往后翻太多页。

假设业务需求是,用户请求查看自己最近一年观看过的电影数据。

反例:

-- 一次性查询所有数据回来
select *
from LivingInfo
where watchId = useId
and watchTime >= Date_sub(now(), Interval 1 Y)

正例:

-- 分页查询
select *
from LivingInfo
where watchId = useId
and watchTime >= Date_sub(now(), Interval 1 Y)
limit offset,pageSize

-- 如果是前端分页,可以先查询前两百条记录,因为一般用户应该也不会往下翻太多页
select *
from LivingInfo
where watchId = useId
and watchTime >= Date_sub(now(), Interval 1 Y) limit 200;

DATE_SUB 函数:从日期减去指定的时间间隔

语法: DATE_SUB(date, INTERVAL expr type)

date 参数是合法的日期表达式。expr 参数是时间间隔类型

时间间隔类型取值:

microsecond、second、minute、hour、day、week、month、quarter、year、second_microsecond、minute_microsecond、minute_second、hour_microsecond、hour_second、hour_minute、day_microsecond、day_second、day_minute、day_hour、year_month

当用到模糊关键字查询使用 like 时,like很可能让索引失效。

反例:

select *
from student
where name like '%strive_day';
-- 或者使用 % 包裹
select *
from student
where name like '%strive_day%';

正例:

select * from student
where name like 'strive_day%';

理由:

  • 把 % 放前面,不会走索引查询。
  • 把 % 放关键字后面,会走索引进行查询。
  • 将 % 包裹关键字,也不会走索引查询。
  • 无前置 %,只有后置 % 才会走索引查询
  • 推荐MySQL数据库笔记:阿里大牛总结的 MySQL 归纳笔记,完整版!

案例:查询最近七天内登陆过的用户(假设 loginTime 字段加了索引)

反例:

select *
from system_user user
where date_add(user.logintime, interval 7 day) >= now();

正例:

select *
from system_user user
where user.logintime >=date_add(now(), interval - 7 day);

理由:

  • 索引列上使用mysql的内置函数,索引会失效
  • 如果索引列不加内置函数,会走索引查询

联合索引时,注意索引列的顺序,一般遵循 最左匹配原则

假设有一个联合索引 (user_id, age),user_id 在前,age 在后。

反例:

select user_id, name, age from user where age = 10;

正例:

# 符合最左匹配原则
select user_id, name, age from user where user_id = 1 and age = 21;
# 符合最左匹配原则
select user_id, name, age from user where user_id = 1;

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。

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:

# like模糊查询,不走索引
select user_id, name, age from user where user_id like '3%'


# id为主键,那么为普通索引,即覆盖索引。
select user_id, name, age from user where user_id like '3%';

反例:

  key 'idx_userid' ('userid')
key 'idx_userid_age' ('userid','age')

正例:

  key 'idx_userid_age' ('userid','age')
-- 删除 userid 的索引(key 'idx_userid_age' ('userid','age'))
-- 因为组合索引(a,b)相当于创建了(a)和(a,b)索引。

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

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,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:

select name, age 
from tab1 t1
left join tab2 t2
on t1.age = t2.age
where t1.id = 2;

正例:

select name, age 
from (select * from tab1 where id = 2) t1
left join tab2 t2 on t1.age = t2.age;

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
  • 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

反例:

for(user u :list)
{ insert into user(name,age) values(name, age)}

正例:

//一次500批量插入,分批进行
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,减少时间损耗。

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:

-- 去重多个字段
select distinct * from user;

正例:

select distinct name from user;

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。

理由:

  • 连表越多,编译的时间和开销也就越大
  • 连表可读性差,把连接表拆开成较小的几个执行,可读性更高

数据量大的时候,需要避免同时修改或删除过多数据,同时会造成cpu利用率过高,从而影响别人对数据库的访问。

反例:

# 一次删除10万或者100万+条数据
delete from user where id < 1000000;
# 或者采用单一循环操作,效率低,时间漫长
for(User user:list){delete from user;}

正例:

# 分批进行删除,如每次500   
delete user where id < 500
delete user where id >= 500 and id < 1000;
...
delete user where id >= 999500 and id < 1000000;

理由:

一次性 删除/更新 太多数据,可能会有 lock wait timeout exceed 的错误,所以建议分批操作。

exist 和 in

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SQL

反例::

select * from A where deptId in (select deptId from B);

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语句:

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;
}
}
}

我们也可以用exists实现一样的查询功能

select * from A where exists 
(select 1 from B where A.deptId = B.deptId);

上述代码等价于:

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.

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以保留。

同理,可以抽象成这样一个循环:

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;
}
}
}

理由:

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;相反如果每次单独查询,建立了上百万次链接,申请链接释放反复重复

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

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

反例:

'king_id' varchar(20) not null comment '123'

正例:

 'king_id' int(11) not null comment '123'

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。

如果检索结果中不会有重复的记录,推荐 union all 替换 union

反例:

select * from user where userid = 1
union
select * from user where age = 20

正例:

select * from user where userid = 1
union all
select * from user where age = 20

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。
  • 推荐MySQL数据库笔记:阿里大牛总结的 MySQL 归纳笔记,完整版!

反例:

select * from user where userid = 1;

正例:

select * from user where userid ='1';

理由:

  • 第一条语句未加单引号就不走索引,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。
  • 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。用explain分析一下你写的SQL,尤其是走不走索引这一块。


作者:strive_day
原文链接:MySQL优化书写高质量sql语句_strive_day的博客-CSDN博客
编辑于 2022-08-26 21:49・IP 属地湖南

0 个评论

要回复文章请先登录注册

  •     浏览: 37
  •     收藏: