最近找了找怎么優化SQL,總結了15個基礎技巧

因為最近一直在寫sql的原因,所以需要知道sql該怎么優化,怕哪一天線上的接口,出了問題,需要優化,就需要采用改造成本最小的.

先上個導圖

1.避免使用 select *

很多時候，我們寫sql語句時，直接使用select *，一次性查出表中所有列的數據。

反例：

select * from user where id=1;

在實際業務場景中，可能我們真正需要使用的只有其中一兩列。查了很多數據，但是不用，白白浪費了數據庫資源，比如：內存或者cpu。

此外，多查出來的數據，通過網絡IO傳輸的過程中，也會增加數據傳輸的時間。

還有一個最重要的問題是：select *不會走覆蓋索引，會出現大量的回表操作，而從導致查詢sql的性能很低。

正例：

select name,age from user where id=1;

sql語句查詢時，只查需要用到的列，多余的列根本無需查出來。

2 用union all代替union

我們都知道sql語句使用union關鍵字后，可以獲取排重后的數據。

而如果使用union all關鍵字，可以獲取所有數據，包含重復的數據。

反例：

(select * from user where id=1) union (select * from user where id=2);

排重的過程需要遍歷、排序和比較，它更耗時，更消耗cpu資源。

所以如果能用union all的時候，盡量不用union。

正例：

(select * from user where id=1) union all (select * from user where id=2);

除非是有些特殊的場景，比如union all之后，結果集中出現了重復數據，而業務場景中是不允許產生重復數據的，這時可以使用union。

3 小表驅動大表

小表驅動大表，也就是說用小表的數據集驅動大表的數據集。

假如有order和user兩張表，其中order表有10000條數據，而user表有100條數據。

這時如果想查一下，所有有效的用戶下過的訂單列表。

可以使用in關鍵字實現：

select 字段,字段,字段,字段 from order where user_id in (select id from user where status=1)

也可以使用exists關鍵字實現：

select 字段,字段,字段,字段 字段,字段,字段,字段 字段,字段,字段,字段 from order where exists(select 1 from user where order.user_id = user.id and status=1)

前面提到的這種業務場景，使用in關鍵字去實現業務需求，更加合適。

為什么呢？

因為如果sql語句中包含了in關鍵字，則它會優先執行in里面的子查詢語句，然后再執行in外面的語句。如果in里面的數據量很少，作為條件查詢速度更快。

而如果sql語句中包含了exists關鍵字，它優先執行exists左邊的語句（即主查詢語句）。然后把它作為條件，去跟右邊的語句匹配。如果匹配上，則可以查詢出數據。如果匹配不上，數據就被過濾掉了。

這個需求中，order表有10000條數據，而user表有100條數據。order表是大表，user表是小表。如果order表在左邊，則用in關鍵字性能更好。

總結一下：

• in 適用于左邊大表，右邊小表。

• exists 適用于左邊小表，右邊大表。

不管是用in，還是exists關鍵字，其核心思想都是用小表驅動大表。

4 批量操作

如果你有一批數據經過業務處理之后，需要插入數據，該怎么辦？

反例：

for(Order order: list){ orderMapper.insert(order):}

在循環中逐條插入數據。

insert into order(id,code,user_id) values(123,'001',100)

該操作需要多次請求數據庫，才能完成這批數據的插入。

但眾所周知，我們在代碼中，每次遠程請求數據庫，是會消耗一定性能的。而如果我們的代碼需要請求多次數據庫，才能完成本次業務功能，勢必會消耗更多的性能。

那么如何優化呢？

正例：

orderMapper.insertBatch(List<User> users):

提供一個批量插入數據的方法。

insert into order(id,code,user_id) values(123,'001',100),(124,'002',100),(125,'003',101);

這樣只需要遠程請求一次數據庫，sql性能會得到提升，數據量越多，提升越大。

但需要注意的是，不建議一次批量操作太多的數據，如果數據太多數據庫響應也會很慢。批量操作需要把握一個度，建議每批數據盡量控制在500以內。如果數據多于500，則分多批次處理。

5 多用limit

有時候，我們需要查詢某些數據中的第一條，比如：查詢某個用戶下的第一個訂單，想看看他第一次的首單時間。

反例：

select id, create_date from order where user_id=123 order by create_date asc;

根據用戶id查詢訂單，按下單時間排序，先查出該用戶所有的訂單數據，得到一個訂單集合。 然后在代碼中，獲取第一個元素的數據，即首單的數據，就能獲取首單時間。

List<Order> list = orderMapper.getOrderList();Order order = list.get(0);

雖說這種做法在功能上沒有問題，但它的效率非常不高，需要先查詢出所有的數據，有點浪費資源。

那么，如何優化呢？

正例：

select id, create_date from order where user_id=123 order by create_date asc limit 1;

使用limit 1，只返回該用戶下單時間最小的那一條數據即可。

此外，在刪除或者修改數據時，為了防止誤操作，導致刪除或修改了不相干的數據，也可以在sql語句最后加上limit。

例如：

update order set status=0,edit_time=now(3) where id>=100 and id<200 limit 100;

這樣即使誤操作，比如把id搞錯了，也不會對太多的數據造成影響。

6 in中值太多

對于批量查詢接口，我們通常會使用in關鍵字過濾出數據。比如：想通過指定的一些id，批量查詢出用戶信息。

sql語句如下：

select id,name from category where id in (1,2,3...100000000);

如果我們不做任何限制，該查詢語句一次性可能會查詢出非常多的數據，很容易導致接口超時。

這時該怎么辦呢？

select id,name from category where id in (1,2,3...100) limit 500;

可以在sql中對數據用limit做限制。

不過我們更多的是要在業務代碼中加限制，偽代碼如下：

public List<Category> getCategory(List<Long> ids) { if(CollectionUtils.isEmpty(ids)) return null; if(ids.size() > 500) throw new BusinessException("一次最多允許查詢500條記錄") return mapper.getCategoryList(ids); }

還有一個方案就是：如果ids超過500條記錄，可以分批用多線程去查詢數據。每批只查500條記錄，最后把查詢到的數據匯總到一起返回。

不過這只是一個臨時方案，不適合于ids實在太多的場景。因為ids太多，即使能快速查出數據，但如果返回的數據量太大了，網絡傳輸也是非常消耗性能的，接口性能始終好不到哪里去。

7 增量查詢

有時候，我們需要通過遠程接口查詢數據，然后同步到另外一個數據庫。

反例：

select 字段,字段,字段,字段 from user;

如果直接獲取所有的數據，然后同步過去。這樣雖說非常方便，但是帶來了一個非常大的問題，就是如果數據很多的話，查詢性能會非常差。

這時該怎么辦呢？

正例：

select 字段,字段,字段,字段 字段,字段,字段,字段 from user where id > #{lastId} and create_time >= #{lastCreateTime} limit 100;

按id和時間升序，每次只同步一批數據，這一批數據只有100條記錄。每次同步完成之后，保存這100條數據中最大的id和時間，給同步下一批數據的時候用。

通過這種增量查詢的方式，能夠提升單次查詢的效率。

8 高效的分頁

有時候，列表頁在查詢數據時，為了避免一次性返回過多的數據影響接口性能，我們一般會對查詢接口做分頁處理。

在mysql中分頁一般用的limit關鍵字：

select id,name,age from user limit 10,20;

如果表中數據量少，用limit關鍵字做分頁，沒啥問題。但如果表中數據量很多，用它就會出現性能問題。

比如現在分頁參數變成了：

select id,name,age from user limit 1000000,20;

mysql會查到1000020條數據，然后丟棄前面的1000000條，只查后面的20條數據，這個是非常浪費資源的。

那么，這種海量數據該怎么分頁呢？

優化sql：

select id,name,age from user where id > 1000000 limit 20;

先找到上次分頁最大的id，然后利用id上的索引查詢。不過該方案，要求id是連續的，并且有序的。

還能使用between優化分頁。

select id,name,age from user where id between 1000000 and 1000020;

需要注意的是between要在唯一索引上分頁，不然會出現每頁大小不一致的問題。

9 用連接查詢代替子查詢

mysql中如果需要從兩張以上的表中查詢出數據的話，一般有兩種實現方式：子查詢 和 連接查詢。

子查詢的例子如下：

select 字段,字段,字段,字段 from order where user_id in (select id from user where status=1)

子查詢語句可以通過in關鍵字實現，一個查詢語句的條件落在另一個select語句的查詢結果中。程序先運行在嵌套在最內層的語句，再運行外層的語句。

子查詢語句的優點是簡單，結構化，如果涉及的表數量不多的話。

但缺點是mysql執行子查詢時，需要創建臨時表，查詢完畢后，需要再刪除這些臨時表，有一些額外的性能消耗。

這時可以改成連接查詢。 具體例子如下：

select o. 字段,字段,字段,字段 from order o inner join user u on o.user_id = u.id where u.status=1

10 join的表不宜過多

根據阿里巴巴開發者手冊的規定，join表的數量不應該超過3個。

反例：

select a.name,b.name.c.name,d.name from a inner join b on a.id = b.a_id inner join c on c.b_id = b.id inner join d on d.c_id = c.id inner join e on e.d_id = d.id inner join f on f.e_id = e.id inner join g on g.f_id = f.id

如果join太多，mysql在選擇索引的時候會非常復雜，很容易選錯索引。

并且如果沒有命中中，nested loop join 就是分別從兩個表讀一行數據進行兩兩對比，復雜度是 n^2。

所以我們應該盡量控制join表的數量。

正例：

select a.name,b.name.c.name,a.d_name from a inner join b on a.id = b.a_id inner join c on c.b_id = b.id

如果實現業務場景中需要查詢出另外幾張表中的數據，可以在a、b、c表中冗余專門的字段，比如：在表a中冗余d_name字段，保存需要查詢出的數據。

不過我之前也見過有些ERP系統，并發量不大，但業務比較復雜，需要join十幾張表才能查詢出數據。

所以join表的數量要根據系統的實際情況決定，不能一概而論，盡量越少越好。

11 join時要注意

我們在涉及到多張表聯合查詢的時候，一般會使用join關鍵字。

而join使用最多的是left join和inner join。

• left join：求兩個表的交集外加左表剩下的數據。

• inner join：求兩個表交集的數據。

使用inner join的示例如下：

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

如果兩張表使用inner join關聯，mysql會自動選擇兩張表中的小表，去驅動大表，所以性能上不會有太大的問題。

使用left join的示例如下：

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

如果兩張表使用left join關聯，mysql會默認用left join關鍵字左邊的表，去驅動它右邊的表。如果左邊的表數據很多時，就會出現性能問題。

要特別注意的是在用left join關聯查詢時，左邊要用小表，右邊可以用大表。如果能用inner join的地方，盡量少用left join。

12 控制索引的數量

眾所周知，索引能夠顯著的提升查詢sql的性能，但索引數量并非越多越好。

因為表中新增數據時，需要同時為它創建索引，而索引是需要額外的存儲空間的，而且還會有一定的性能消耗。

阿里巴巴的開發者手冊中規定，單表的索引數量應該盡量控制在5個以內，并且單個索引中的字段數不超過5個。

mysql使用的B+樹的結構來保存索引的，在insert、update和delete操作時，需要更新B+樹索引。如果索引過多，會消耗很多額外的性能。

那么，問題來了，如果表中的索引太多，超過了5個該怎么辦？

這個問題要辯證的看，如果你的系統并發量不高，表中的數據量也不多，其實超過5個也可以，只要不要超過太多就行。

但對于一些高并發的系統，請務必遵守單表索引數量不要超過5的限制。

那么，高并發系統如何優化索引數量？

能夠建聯合索引，就別建單個索引，可以刪除無用的單個索引。

將部分查詢功能遷移到其他類型的數據庫中，比如：Elastic Seach、HBase等，在業務表中只需要建幾個關鍵索引即可。

13 選擇合理的字段類型

char表示固定字符串類型，該類型的字段存儲空間的固定的，會浪費存儲空間。

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

varchar表示變長字符串類型，該類型的字段存儲空間會根據實際數據的長度調整，不會浪費存儲空間。

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

如果是長度固定的字段，比如用戶手機號，一般都是11位的，可以定義成char類型，長度是11字節。

但如果是企業名稱字段，假如定義成char類型，就有問題了。

如果長度定義得太長，比如定義成了200字節，而實際企業長度只有50字節，則會浪費150字節的存儲空間。

如果長度定義得太短，比如定義成了50字節，但實際企業名稱有100字節，就會存儲不下，而拋出異常。

所以建議將企業名稱改成varchar類型，變長字段存儲空間小，可以節省存儲空間，而且對于查詢來說，在一個相對較小的字段內搜索效率顯然要高些。

我們在選擇字段類型時，應該遵循這樣的原則：

能用數字類型，就不用字符串，因為字符的處理往往比數字要慢。

盡可能使用小的類型，比如：用bit存布爾值，用tinyint存枚舉值等。

長度固定的字符串字段，用char類型。

長度可變的字符串字段，用varchar類型。

金額字段用decimal，避免精度丟失問題。

還有很多原則，這里就不一一列舉了。

14 提升group by的效率

我們有很多業務場景需要使用group by關鍵字，它主要的功能是去重和分組。

通常它會跟having一起配合使用，表示分組后再根據一定的條件過濾數據。

反例：

select user_id,user_name from order group by user_id having user_id <= 200;

這種寫法性能不好，它先把所有的訂單根據用戶id分組之后，再去過濾用戶id大于等于200的用戶。

分組是一個相對耗時的操作，為什么我們不先縮小數據的范圍之后，再分組呢？

正例：

select user_id,user_name from order where user_id <= 200 group by user_id

使用where條件在分組前，就把多余的數據過濾掉了，這樣分組時效率就會更高一些。

其實這是一種思路，不僅限于group by的優化。我們的sql語句在做一些耗時的操作之前，應盡可能縮小數據范圍，這樣能提升sql整體的性能。

15 索引優化

sql優化當中，有一個非常重要的內容就是：索引優化。

很多時候sql語句，走了索引，和沒有走索引，執行效率差別很大。所以索引優化被作為sql優化的首選。

索引優化的第一步是：檢查sql語句有沒有走索引。

那么，如何查看sql走了索引沒？

可以使用explain命令，查看mysql的執行計劃。

例如：

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

結果：

?

通過這幾列可以判斷索引使用情況，執行計劃包含列的含義如下圖所示：

說實話，sql語句沒有走索引，排除沒有建索引之外，最大的可能性是索引失效了。

下面說說索引失效的常見原因：

?

?

如果不是上面的這些原因，則需要再進一步排查一下其他原因。

此外，你有沒有遇到過這樣一種情況：明明是同一條sql，只有入參不同而已。有的時候走的索引a，有的時候卻走的索引b？

沒錯，有時候mysql會選錯索引。

必要時可以使用force index來強制查詢sql走某個索引。

望各位大佬指正

總結

以上是生活随笔為你收集整理的sql优化的15个小技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。