sql优化点总结

Msql修改like左匹配方案-翻转索引 Msql修改like左匹配方案-翻转索引 作者 版本 时间 曾鸿雁 1.0 2021-7-19 背景 当前存在表: CREATE TABLE `user` ( `uid` bigint NOT NULL AUTO_INCREMENT COMMENT '用户编号', `name` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '真实姓名', `mobile` v 阅读详情
引起db全表扫描的情况和优化策略
1、模糊查询:
like 效率很低,而且右like模块查询,是无法使用索引的,反而会引起全表扫描,
左like是可以使用全表扫描的
2、避免在where中使用is null或 is not null
null对于大多数数据库需要特殊处理,需要更多的代码检查逻辑,有些开发人员没有意识到,创建表null是默认值
但大多数时候应该使用not null,或者使用一个特殊的值,比如0/1或者-1作为默认值。
同时索引中也不会包含null值,如果多个索引列中有一列数据包含null值,则该列就会被从索引中除去,
即:如果该列存在null值,即使对该列创建索引也不会提高性能。
3、避免在where子句中使用!= 或者 <>操作符,否则引擎则放弃索引进行全表扫描
如:where num <> 100 可以改成 where num <100 or num > 100
4、减少explain
myisam存储引擎对count(*)做了优化,故效率很快。
select count(*) from user where id > 5; 如果有100000条数据的话,就会扫描10000-5行数据
select (select count(*) from user) - count(*) from user where id <=5; 这样就只会有5次explain
5、建立索引
确保在on或using使用的列上建立索引
通常只需要在连接的第二个表上字段列建立索引
6、避免使用*: * 会增加额外时间来查询数据库表中的所有字段名
7、记录数最少的表放到from的最后,因为会先解析最右边的表
8、用Exist 和 not exist 代替IN和NOT IN,因为in会执行一个全表扫描,并对结果集进行合并和排序,效率最低
9、用exist代替distinct  
如:(低效): 
SELECT  DISTINCT  DEPT_NO,DEPT_NAME  FROM  DEPT D , EMP E 
WHERE  D.DEPT_NO = E.DEPT_NO 
(高效): 
SELECT  DEPT_NO,DEPT_NAME  FROM  DEPT D  WHERE  EXISTS ( SELECT ‘X’ 
FROM  EMP E  WHERE E.DEPT_NO = D.DEPT_NO); 
10、 用>=替代> 
如:高效: 
SELECT * FROM  EMP  WHERE  DEPTNO >=4 
低效: 
SELECT * FROM EMP WHERE DEPTNO >3 
两者的区别在于, 前者DBMS将直接跳到第一个DEPT等于4的记录而后者将首先定位到DEPTNO=3的记录                                          并且向前扫描到第一个DEPT大于3的记录. 
11、应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描
如:select id from t where num=10 or num=20
  可以这样查询:
  select id from t where num=10
  union all
  select id from t where num=20
12、select id from t where num=10 or num=20
  可以这样查询:
  select id from t where num=10
  union all
  select id from t where num=20
13、应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:
  select id from t where substring(name,1,3)='abc'--name以abc开头的id
  select id from t where datediff(day,createdate,'2005-11-30')=0--'2005-11-30'生成的id
  应改为:
  select id from t where name like 'abc%'
  select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'
mysql基础+优化整合(部分) mysql优化相关(持续更新) sql92 sql99 当一条语句中有group by的话,select后面只能跟分组函数和参加分组的字段 一、注意事项: 1.1、笛卡尔积 在两张或多张表未加加条件查询时,匹配次数和加了判定条件的查询一致,加过判定条件后只是展示有效数据。 1.2、内连接于外连接效率比较 []: 【讨论】左连接和内连接哪个性能更好?-优快云社区(https://bbs.youkuaiyun.com/topics/390963453) 1.3、嵌套子查询注意临时表的使用与否 二、知识点 1、sql 9 阅读详情

相关推荐

基于OceanBase的慢SQL优化点

SQL优化是提升数据库性能的关键环节,通过系统性分析和针对性优化,可以显著提高查询效率,减少系统负载。本文以Oceanbase为例,记录一下工作过程中整理的慢sql优化方向。

w1311823723的博客 1168

MYSQL查询技巧分析

1、like 右模糊:范围索引 左模糊:不走索引,全表查询 2、索引列为空 email 字段创建索引前提下: select * from table where email is null; //走索引 select * from table where email = 'aaa@.com'; //走索引 select * from table where email is not null;//不走索引 3、索引字段函数计算 select *...

路穆里奇 3080

MySQL模糊查询语法

MySQL模糊查询语法 MySQL模糊查询语法 MySQL模糊查询语法

模糊查询(like、instr)

SQL中经常会遇到模糊查询,现在模糊查询正常、最常用的有两种,一种是like、另一种是instr,这两种单单是简单的搜索,instr的效率是比like要高的(这也得看%在哪儿了)。 like like中分右模糊、左模糊,右模糊比如’abc%‘时,扫描索引,高效。当模糊查询含左模糊时,比如’%abc’,进行全表扫描,低效。当然更别提’%abc%'了。 instr instr(字段名, string),instr的使用也很简单,就是填写一下字段名,然后与后面需要查找的内容相关。这个比like的左模糊效率

m0_52390420的博客 1万+

有关SQL模糊查询

一般模糊查询语句如下: 代码如下:SELECT 字段 FROM 表 WHERE 某字段 Like 条件 其中关于条件,SQL提供了四种匹配模式: 1,% :表示任意0个或多个字符。可匹配任意类型和长度的字符,有些情况下若是中文,请使用两个百分号(%%)表示。 比如 SELECT * FROM [user] WHERE u_name LIKE ‘%三%’ 将会把u_name为“张三”,“张猫三”、“三脚猫”,“唐三藏”等等有“三”的记录全找出来。 另外,如果需要找出u_name中既有“三”又有“猫”的记录,请使用and条件SELECT * FROM [user] WHERE u_name LI

Python实战:5分钟搞定抖音无水印视频下载(附完整代码)

本文系统介绍了抖音无水印视频下载的多种技术方案,重点解析了抖音视频的获取逻辑与去水印原理。文章提供了从零代码的浏览器插件到可编程的Python脚本的完整实现路径,并附带了详细的代码示例,帮助用户快速构建自己的抖音视频下载工具箱。

weixin_29089057的博客 851

sql优化的24点

本文总结了24条SQL性能优化建议,重点解决全表扫描、排序/去重内存消耗和大量网络交互三大性能瓶颈。同时强调需结合执行计划分析,针对性优化表结构和参数设置。

qq_74245120的博客 337

扩增子分析|溯源分析在R中的复现:跟着Nature系列文章利用FEAST溯源分析包追溯微生物群落的起源

溯源分析由Liat Shenhav等人在2019年发表在Nature Methods杂志,他们开创的一种分析微生物群落组成结构的方法,通过量化不同微生物样本(来源)在目标微生物群落(汇)中的比例或分数识别微生物群落的潜在来源。该方法自发表以来受到微生物学界广泛关注,该论文截止2024年10月9日已经被引289次,是领域内高被引论文,该方法已经成为Nature,cell系列文章高度关注的方法。

weixin_46814750的博客 3442

关于sql优化的一些点

慢查询日志 参考:https://www.cnblogs.com/saneri/p/6656161.html 查询是否开启慢查询日志:show variables like '%slow_query_log%';开启慢查询日志:set global slow_query_log=1; 查询慢查询的阈值:show variables like '%long_query_time%';...

weixin_30807779的博客 123

HackRF实战:用Portapack扩展板玩转GPS信号模拟(附固件刷写教程)

本文详细介绍了如何使用HackRF与Portapack扩展板进行GPS信号模拟,包括固件刷写、信号生成与发射配置等实战操作。通过专业工具和优化技巧,读者可以掌握软件无线电的高级应用,解决手机定位难题,同时强调安全合规使用的重要性。

weixin_28717431的博客 366

专有钉钉小程序(浙政钉)开发搭建流程总览

最近公司有一个项目要做浙政钉,让我来负责做。靠,我一脸懵,开发了两年多不知道浙政钉是啥,感觉我眼界还是低了。然后就去百度、同事问了一圈才知道就是个钉钉小程序嘛,然后发布到浙政钉上了。就搭建项目跑起来我都肥了很多事,中间走了很多坑。正好领导让我写《钉钉小程序前端开发流程》,这想着也写个博客吧。下面就是整个流程及我所遇到的坑!

m0_53910290的博客 6360

一些慢SQL优化点

最近做了一波慢SQL优化,总结一下。

哈哈哈哈哈哈哈 1499

ZYNQ PS-PL数据交互方式总结

一,中断 二,IO方式:MIO EMIO GPIO 三,BRAM或FIFO或EMIF (1)通过BRAM实现PL/PS之间交互 PS 的配置如下图所示。使能 M_AXI_GP0 口,将 FCLK_CLK0 设为 100MHz,使能 PL 至 PS 的中断。 AXI BRAM Controller IP 核连接 PS 的 M_AXI_GP0 口和 BRAM,完成 AXI 接口至 BRAM 接口的转换。 添加BRAM,将BRAM设置为双口RAM,将PORTA与AXI B...

wangjie36的博客 1万+

SQL语句优化和注意点

持续更新中…

guxiaohai_的博客 233

【NVIDIA-GB200-1】国内第一份生产环境实战安装配置教程,配置安装脚本,nvidia gb200配置教程-复制即用;gb200驱动安装

GB200 的高性能通信依赖。

jundao1997的专栏 707

RK3399平台开发系列讲解(内核入门篇)1.2、如何高效的阅读Linux内核设备驱动

内核开发在很大程度上并不是重新造“轮子”的过程,而是深入理解并尽量复用现有的内核设计框架,然后参照相似的功能模块去添加或改写某项需要的功能。在对内核整体框架以及某些子系统融会贯通以后,我们才有可能站在巨人的肩膀上去改进框架本身,实现自主创新。如果过分强调不必要的“自主创新”,可能会让内核的可维护性变差,最终结果反而得不偿失。 那么此次就分享就围绕如何高效的阅读内核驱动代码:

内核笔记 7342

SQL优化20点

varchar2虽然比char节省空间,但是假如一个varchar2列经常被修改,而且每次被修改的数据的长度不同,这会引起“行迁移”现象,而这造成多余的I/O,是数据库设计中要尽力避免的,这种情况下用char代替varchar2会更好一些。比如,存储字符串“101”,对于char(10),表示你存储的字符将占10个字节(包括7个空字符),在数据库中它是以空格占位的,而同样的varchar2(10)则只占用3个字节的长度,10只是最大值,当你存储的字符小于10时,按实际长度存储。

zouyang920的博客 1289

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

sql优化点整理

sql优化点整理 此文是我最早开始sql优化至今整理的小知识点和经常遇到的问题,弄懂这些对优化大型的sql会有不少帮助 ---------------------------------使用了多余的外连接------------------------------------------------- 使用多余的外连接 外连接是一个代价非...

weixin_30535913的博客 143

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

ORACLE SQL优化的一些优化点

在遇到小数据量时一般的SQL语句都能够满足需求,当遇到大数据量时sql执行的效率就很重要了。 那么如何让sql的执行效率更高? 以下是一些基本的优化方法: 1,选择最有效率的表名顺序(只在基于规则的优化器中有效): Oracle的解析器按照从右到左的顺序处理FROM子句中的表名,FROM子句中写在最后的表将被最先处理,在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表作为基础表, 交叉表是指那个被其他表所引用的表。 2,WHER.

fenghai110119的专栏 158

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

sql优化操作点

sql优化 ps:原文地址丢失,有疑问请联系删除 where代替having,where执行效率高 select语句避免使用* 使用内部函数提高效率 给表使用别名 使用索引 要提高SQL语句的执行效率,最常见的方法就是建立索引,以及尽量避免全表扫描。在本章MySQL教程中,UncleToo给大家整理一些常见的SQL优化技巧,避免全表扫描。一个简单的优化,也许能让你的SQL执行效率提高几倍,甚至几十倍。 1、避免在where子句中使用 is null 或 is not nul...

独行侠的守望の博客 218

SQL常见的可优化点

SQL常见的可优化点 文章目录SQL常见的可优化点 复制代码 # ########################################### # 索引相关 # ########################################### – 查询(或更新,删除,可以转换为查询)没有用到索引 这是最基础的步骤,需要对sql执行explain查看执行计划中是否用到了索引,需要重点关注type=ALL, key=NULL的字段。 – 在索引字段上施加函数 to_char(gm

nsnydnz的博客 139

sql语句优化点

1、创建索引 在where或order by字段上使用索引。 索引不宜过多,会增加insert和update的负担,因为会重建索引。 2、索引上避免使用计算 效率低: select * from user where salary*22>11000(salary是索引列) 效率高: select * from user where salar...

洛云凡 239

SQL优化需要注意的一些点

1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:[sql] view plain copyselect id from t where num is null  最好不要给数据库留NULL,尽可能的使用 NOT NULL填充数据...

qq_42026855的博客 510
上一篇: 关于前端优化的几个建议
下一篇: java 判断字符串是否包含汉字的方法
Uno2
博客等级 码龄15年 8粉丝 128原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值