后端程序员必备：书写高质量SQL的30条建议
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了后端程序员必备：书写高质量SQL的30条建议相关的知识，希望对你有一定的参考价值。
前言
本文将结合实例demo，阐述30条有关于优化SQL的建议，多数是实际开发中总结出来的，希望对大家有帮助。
1、查询SQL尽量不要使用select *，而是select具体字段。
反例子：
-
select * from employee;
正例子：
-
select id，name from employee;
理由：
- 只取需要的字段，节省资源、减少网络开销。
- select * 进行查询时，很可能就不会使用到覆盖索引了，就会造成回表查询。
2、如果知道查询结果只有一条或者只要最大/最小一条记录，建议用limit 1
假设现在有employee员工表，要找出一个名字叫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：
- 加上limit 1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。
- 当然，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。
3、应尽量避免在where子句中使用or来连接条件
新建一个user表，它有一个普通索引userId，表结构如下：
-
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;
假设现在需要查询userid为1或者年龄为18岁的用户，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 -
//或者分开两条sql写： -
select * from user where userid=1 -
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，直接一遍扫描就完事。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，看起来也合情合理。
4、优化limit分页
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 employee 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 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：在业务允许的情况下限制页数：
理由：
- 当偏移量最大的时候，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啦。因为绝大多数用户都不会往后翻太多页。
5、优化你的like语句
日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
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：
- 把% 放关键字后面，还是会走索引的。如下：
6、使用where条件限定要查询的数据，避免返回多余的行
假设业务场景是这样：查询某个用户是否是会员。曾经看过老的实现代码是这样。。。
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：
- 需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。
7、尽量避免在索引列上使用mysql的内置函数
业务需求：查询最近七天内登陆过的用户(假设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的内置函数，索引失效
- 如果索引列不加内置函数，索引还是会走的。
8、应尽量避免在where子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫
反例：
-
select * from user where age-1 =10；
正例：
-
select * from user where age =11；
理由：
- 虽然age加了索引，但是因为对它进行运算，索引直接迷路了。。。
9、Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小
- 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，推荐优先使用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 * 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。
- 同理，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。
10、应尽量避免在where子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
反例：
-
select age,name from user where age <>18;
正例：
-
//可以考虑分开两条sql写 -
select age,name from user where age <18; -
select age,name from user where age >18;
理由：
- 使用!=和<>很可能会让索引失效
11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。
表结构：（有一个联合索引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：
-
//符合最左匹配原则 -
select * from user where userid=10 and age =10； -
//符合最左匹配原则 -
select * from user where userid =10;
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。
12、对查询进行优化，应考虑在where及order by涉及的列上建立索引，尽量避免全表扫描。
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、如果插入数据过多，考虑批量插入。
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，更加省时间
打个比喻:假如你需要搬一万块砖到楼顶,你有一个电梯,电梯一次可以放适量的砖（最多放500）,你可以选择一次运送一块砖,也可以一次运送500块砖,你觉得哪个时间消耗大?
14、在适当的时候，使用覆盖索引。
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，不走索引了 -
select * from user where userid like %123%
正例：
-
//id为主键，那么为普通索引，即覆盖索引登场了。 -
select id,name from user where userid like %123%;
15、慎用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：
-
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。
16、删除冗余和重复索引
反例：
-
KEY `idx_userId` (`userId`) -
书写高质量SQL的30条建议