SQL优化

为什么80%的码农都做不了架构师？>>>   

        程序性能优化一直是开发者关心的问题，性能优化包括编写代码的优化，sql的优化，软硬件的优化升级以及网络的优化等，今天笔者将平时工作中用到的sql优化技巧以及在网上看到的sql优化相关内容综合比较汇总，写一篇文章记录下。

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，举个栗：select id from user where user_num is null;    因为where子句中is null或is not null在语句优化器中是不允许使用索引的；

3、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；

4、应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描，举个栗：

    select id from user where user_num=10 or name = 'varuscn';  优化如下：

    select id from user where user_num = 10 union all select id from t where name = 'varuscn';

注：其中union all列出所有的记录，union不会列出重复的记录  
5、in和 not in 也要慎用，否则会导致全表扫描，举个栗：

    select id from user where user_num in(1,2,3);对于连续的数值，能用 between就不要用 in 了：

    select id from user where user_num between 1 and 3;

很多时候用 exists 代替 in 是一个好的选择：

    select user_num from user where user_num in(select user_num from user_student);优化如下：

    select user_num from user a where exists(select user_num from user_student b where b.user_num=a.user_num);

6、下面的查询也将导致全表扫描：

    select id from t where name like ‘%abc%’;    @1 若要提高效率，可以考虑全文检索或全匹配。
7、应尽量避免在 where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。

    举个栗：

    select id from user where num/2 = 100; 优化如下：

    select id from user where num = 100*2; 
8、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。

    举个栗：

    select id from user where substring(name,1,3) = ’abc’;      -–name以abc开头的id  

    select id from user where datediff(day,createdate,’2018-3-11′) = 0;   -–‘2018-3-11’生成的id  

优化如下:

    select id from user where name like 'abc%';    @2

    select id from user where createdate >= '2018-3-11' and createdate < '2018-3-12';

注：@1和@2处语句中，%放在条件首部，优化器不会使用索引，放在其他位置优化器就能利用索引；
9、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，否则系统将可能无法正确使用索引；

10、在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致；
11、Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志；
12、对于多张大数据量（这里几百条就算大了）的表JOIN，要先分页再JOIN，否则逻辑读会很高，性能很差；
13、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；
14、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；
15、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；
16、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；
17、任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段；
18、尽量避免使用游标，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；
19、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；
20、尽量避免大事务操作，提高系统并发能力；
21、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；

22、使用表的别名(Alias)：当在SQL语句中连接多个表时, 请使用表的别名并把别名前缀于每个Column上.这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误；

 

欢迎加入java交流群：280097991。

转载于:https://my.oschina.net/varus/blog/1632908