经验之谈 | 数据库查询速度优化方案及解决技巧

Posted 2021-05-01 蓝鸥广州

—— 刘玉刚 ——

毕业于武汉某大学，本硕计算机专业，具有5年 的ios、wift、html5端、C/C++、人工智能算法、机器学习等开发工作经验。前后在机器人湖北省机器人实验室，国家机器人实验室，武汉中船重工709，722研究所从事3年相关机器人软件平台及军工软件产品开发。 毕业就职于广东某股份有限公司，在事智慧城市，智慧停车领域，带领团队从事iOS、Web前端、 后端服务器平台开发工作。 拥有软件系统架构师、软件工程师、Linux软件工程师、华三网络工程师、烽火EPON光接入网认证资格认证。

从事前端开发的都知道，页面显示的数据一定要及时的呈现，否则会影响用户体现。那么导致页面加载数据慢或者显示滞后的原因又是什么呢？

拿自己之前做项目经历给大家讲讲吧，之前做后台，当时的项目实时性都非常高，前端页面实时显示要求非常高 ，慢1秒显示都会导致用户的投诉，最后没办法，通过本地(磁盘)缓存跟数据表分割来解决这一问题。

原因分析

1

主要原因1：后台数据库中的数据过多，没做数据优化导致后台查询数据很慢

2

次要原因2：前端数据请求-解析-展示过程处理不当

3

次要原因3：网络问题所致

怎么做后台数据优化

1、缓存，在持久层或持久层之上做缓存

使用ehcache缓存，这个一般用于持久层的缓存，提供持久层、业务层的快速缓存，hibenate默认使用的二级缓存就是ehcache

2、数据库表的大字段剥离

假如一个表的字段数有100多个，学会拆分字段，保证单条记录的数据量很小

3、恰当地使用索引

必要时建立多级索引，分析mysql的执行计划，通过表数据统计等方式协助数据库走正确的查询方式，该走索引就走索引，该走全表扫描就走全表扫描；

4、表的拆分

表分区和拆分，无论是业务逻辑上的拆分（如一个月一张报表、分库）还是无业务含义的分区（如根据ID取模分区）;

5、字段冗余

减少跨库查询和大表连接操作，数据通过单个或多个JOB生成出来，减少实时查询；

6、从磁盘上做文章

数据存放的在磁盘的内、外磁道上，数据获取的效率都是不一样的；

7、放弃关系数据库的某些特性

引入NoSQL数据库；
换种思路存放数据，例如搜索中的倒排表；

理论看完了，接下来实际来看看，如何实际到具体的操作上，也就是我们在写数据时我们应该注意些什么。

1	对查询进行优化,应尽可能避免全表扫描

首先应考虑在 where 及 order by 涉及的列上建立索引。
下面我们来以一个表中177条数据比较一下，全表扫描与建立索引之后性能的一个比较。

1.1 全表查询

1.2 建立索引查询

1.3 结论

从这两种方式查询数据库结果看，建立索引之后查询速度提高了些，现在数据量还不明显，如果表中有10万条速度，差异就会很明显了。

2	写数据语句时尽可能减少表的全局扫描

2.1 减少where 字段值null判断

1、SELECT * FROM "tb_real_time_car" where pay_status = null

如何这样做，就会导致引擎放弃使用索引而进行全表扫描
应该这样去设置(也就是在没有值时，我们在存数据库时自动默认给个0值，而不是什么都不写)：

1、SELECT * FROM "tb_real_time_car" where pay_status = 0

2.2 应尽量避免在 where 子句中使用!=或<>操作符

1、SELECT * FROM "tb_real_time_car" where pay_status != null ;

2、//或者

3、SELECT * FROM "tb_real_time_car" where pay_status <> null ;

这样写将导致引擎放弃使用索引而进行全表扫描。

2.3  应尽量避免在 where 子句中使用 or 来连接条件

1、SELECT * FROM "tb_real_time_car" where pay_status != null or enter_time = null;

这样将导致引擎放弃使用索引而进行全表扫描

可以这样操作:

1、SELECT * FROM "tb_real_time_car" where pay_status != null union all 

2、SELECT * FROM "tb_real_time_car" where enter_time = null;

2.4 in 和 not in 也要慎用

1、SELECT * FROM "tb_real_time_car" where rowed in [1,2,3,4]; 

2、//或者

3、SELECT * FROM "tb_real_time_car" where rowed not in [1,2,3,4];

这样操作，也会导致全表扫描

可以这样来写:

1、SELECT * FROM "tb_real_time_car" where rowed between 1 and 5;

2.5 少使用模糊匹配 like

1、SELECT * FROM "tb_real_time_car" where enter_time like '%2016-09-01%'

2.6 应尽量避免在 where 子句中对字段进行表达式操作

1、SELECT * FROM "tb_real_time_car" where rowid/4 =100;

这样写，将导致引擎放弃使用索引而进行全表扫描

应该写成：

1、SELECT * FROM "tb_real_time_car" where rowid =4*100;

2.7  任何地方都不要使用*通配符去查询所有

1、SELECT * FROM "tb_real_time_car" where rowid/4 =100;

以通配符*去查询所有数据，这样做也是非常耗时的，我们应该需要什么字段就查询什么字段。

应该这样去处理：

1、SELECT leave_time FROM "tb_real_time_car" where rowid/4 =100;

3	不要在条件判断时进行 算数运算

1、SELECT * FROM "tb_real_time_car" where rowid/4 =100;

所以不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，这样系统将可能无法正确使用索引

处理这样，就可以避免了

1、SELECT * FROM "tb_real_time_car" where rowed =400;

4	很多时候用 exists 代替 in 是一个好的选择

1、SELECT * FROM "tb_real_time_car" where rowed (select rowed from "tb_real");

这样处理，才是正确的打开方式

1、SELECT * FROM "tb_real_time_car" where exists (select rowed from "tb_real" where rowed = tb_real.rowid);

5

论索引技巧

5.1 并不是所有索引对查询都有效

SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用

5.2 索引并不是越多越好

索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

5.3 应尽可能的避免更新 clustered 索引数据列

因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

5.4 尽量使用数字型字段

若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

创建数据库时应该注意地方

5.5 尽可能的使用 varchar/nvarchar 代替 char/nchar

因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

5.6 用表变量来代替临时表：

① 如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

② 在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

③如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table，然后 drop table，这样可以避免系统表的较长时间锁定。

6	避免频繁创建和删除临时表，以减少系统表资源的消耗

7

尽量避免使用游标

1、因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

2. 使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

3. 与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

8

数据放回时注意什么

6.1 尽量避免大事务操作，提高系统并发能力

这样可以有效提高系统的并发能力

6.2 尽量避免向客户端返回大数据量

若数据量过大，应该考虑相应需求是否合理

9

总结

我们做项目时，在做项目优化时我们要注意这些性能问题，上面我是结合了之前做项目遇到的问题以及综合了别人的看法。

蓝鸥广州作为全国最大的移动互联网研发培训基地分公司，在HTML5前端开发培训课程上也是下足了功夫。蓝鸥广州HTML5前端培训就是以企业复合型人才的需求为目标，专注全栈开发工程师，强化了响应式web应用开发，微信公众平台开发，跨平台混合应用开发，融入实战项目开发，并且增加了企业常用技术、全栈开发技术(php后台开发、高性能nodejs+scoket.io)，使得学员在激烈的竞争中更具有优势，更符合企业发展需求。

蓝鸥HTML5网络课程完全依托成熟的实体班课程体系，人才培养质量不打折扣，值得信赖。

点击【蓝鸥广州】-【在线咨询】-【报名咨询】-填资料，预约免费上门试听！