書寫高質(zhì)量SQL的30條建議分別是哪些

書寫高質(zhì)量SQL的30條建議分別是哪些，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

前言

小編將結(jié)合實(shí)例demo，闡述30條有關(guān)于優(yōu)化SQL的建議，多數(shù)是實(shí)際開(kāi)發(fā)中總結(jié)出來(lái)的。

1、查詢SQL盡量不要使用select *，而是select具體字段。

反例子：

select * from employee;

正例子：

select id，name from employee;

理由：

•  只取需要的字段，節(jié)省資源、減少網(wǎng)絡(luò)開(kāi)銷。

•  select * 進(jìn)行查詢時(shí)，很可能就不會(huì)使用到覆蓋索引了，就會(huì)造成回表查詢。

2、如果知道查詢結(jié)果只有一條或者只要最大/最小一條記錄，建議用limit 1

假設(shè)現(xiàn)在有employee員工表，要找出一個(gè)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,只要找到了對(duì)應(yīng)的一條記錄,就不會(huì)繼續(xù)向下掃描了,效率將會(huì)大大提高。

•  當(dāng)然，如果name是唯一索引的話，是不必要加上limit 1了，因?yàn)閘imit的存在主要就是為了防止全表掃描，從而提高性能,如果一個(gè)語(yǔ)句本身可以預(yù)知不用全表掃描，有沒(méi)有l(wèi)imit ，性能的差別并不大。

3、應(yīng)盡量避免在where子句中使用or來(lái)連接條件

新建一個(gè)user表，它有一個(gè)普通索引userId，表結(jié)構(gòu)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;

假設(shè)現(xiàn)在需要查詢userid為1或者年齡為18歲的用戶，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    //或者分開(kāi)兩條sql寫：    select * from user where userid=1    select * from user where age = 18

理由：

•  使用or可能會(huì)使索引失效，從而全表掃描。

對(duì)于or+沒(méi)有索引的age這種情況，假設(shè)它走了userId的索引，但是走到age查詢條件時(shí)，它還得全表掃描，也就是需要三步過(guò)程：全表掃描+索引掃描+合并如果它一開(kāi)始就走全表掃描，直接一遍掃描就完事。mysql是有優(yōu)化器的，處于效率與成本考慮，遇到or條件，索引可能失效，看起來(lái)也合情合理。

4、優(yōu)化limit分頁(yè)

我們?nèi)粘Ｗ龇猪?yè)需求時(shí)，一般會(huì)用 limit 實(shí)現(xiàn)，但是當(dāng)偏移量特別大的時(shí)候，查詢效率就變得低下。

反例： 

select id，name，age from employee limit 10000，10

正例：

//方案一 ：返回上次查詢的最大記錄(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：在業(yè)務(wù)允許的情況下限制頁(yè)數(shù)：

理由：

•  當(dāng)偏移量最大的時(shí)候，查詢效率就會(huì)越低，因?yàn)镸ysql并非是跳過(guò)偏移量直接去取后面的數(shù)據(jù)，而是先把偏移量+要取的條數(shù)，然后再把前面偏移量這一段的數(shù)據(jù)拋棄掉再返回的。

•  如果使用優(yōu)化方案一，返回上次最大查詢記錄（偏移量），這樣可以跳過(guò)偏移量，效率提升不少。

•  方案二使用order by+索引，也是可以提高查詢效率的。

•  方案三的話，建議跟業(yè)務(wù)討論，有沒(méi)有必要查這么后的分頁(yè)啦。因?yàn)榻^大多數(shù)用戶都不會(huì)往后翻太多頁(yè)。

5、優(yōu)化你的like語(yǔ)句

日常開(kāi)發(fā)中，如果用到模糊關(guān)鍵字查詢，很容易想到like，但是like很可能讓你的索引失效。

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% 放關(guān)鍵字后面，還是會(huì)走索引的。如下： 

6、使用where條件限定要查詢的數(shù)據(jù)，避免返回多余的行

假設(shè)業(yè)務(wù)場(chǎng)景是這樣：查詢某個(gè)用戶是否是會(huì)員。曾經(jīng)看過(guò)老的實(shí)現(xiàn)代碼是這樣。。。

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：

•  需要什么數(shù)據(jù)，就去查什么數(shù)據(jù)，避免返回不必要的數(shù)據(jù)，節(jié)省開(kāi)銷。

7、盡量避免在索引列上使用mysql的內(nèi)置函數(shù)

業(yè)務(wù)需求：查詢最近七天內(nèi)登陸過(guò)的用戶(假設(shè)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的內(nèi)置函數(shù)，索引失效 

• 如果索引列不加內(nèi)置函數(shù)，索引還是會(huì)走的。 

8、應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行表達(dá)式操作，這將導(dǎo)致系統(tǒng)放棄使用索引而進(jìn)行全表掃

反例： 

select * from user where age-1 =10；

正例： 

select * from user where age =11；

理由：

•  雖然age加了索引，但是因?yàn)閷?duì)它進(jìn)行運(yùn)算，索引直接迷路了。。。 

9、Inner join 、left join、right join，優(yōu)先使用Inner join，如果是left join，左邊表結(jié)果盡量小

•   Inner join 內(nèi)連接，在兩張表進(jìn)行連接查詢時(shí)，只保留兩張表中完全匹配的結(jié)果集

•   left join 在兩張表進(jìn)行連接查詢時(shí)，會(huì)返回左表所有的行，即使在右表中沒(méi)有匹配的記錄。

•   right join 在兩張表進(jìn)行連接查詢時(shí)，會(huì)返回右表所有的行，即使在左表中沒(méi)有匹配的記錄。

都滿足SQL需求的前提下，推薦優(yōu)先使用Inner join（內(nèi)連接），如果要使用left join，左邊表數(shù)據(jù)結(jié)果盡量小，如果有條件的盡量放到左邊處理。

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是等值連接，或許返回的行數(shù)比較少，所以性能相對(duì)會(huì)好一點(diǎn)。

•  同理，使用了左連接，左邊表數(shù)據(jù)結(jié)果盡量小，條件盡量放到左邊處理，意味著返回的行數(shù)可能比較少。

10、應(yīng)盡量避免在where子句中使用!=或<>操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描。

反例： 

select age,name  from user where age <>18;

正例： 

//可以考慮分開(kāi)兩條sql寫      select age,name  from user where age <18;      select age,name  from user where age >18;

理由：

•  使用!=和<>很可能會(huì)讓索引失效

11、使用聯(lián)合索引時(shí)，注意索引列的順序，一般遵循最左匹配原則。

表結(jié)構(gòu)：（有一個(gè)聯(lián)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： 

//符合最左匹配原則     select * from user where userid=10 and age =10；     //符合最左匹配原則     select * from user where userid =10;

理由：

•  當(dāng)我們創(chuàng)建一個(gè)聯(lián)合索引的時(shí)候，如(k1,k2,k3)，相當(dāng)于創(chuàng)建了（k1）、(k1,k2)和(k1,k2,k3)三個(gè)索引，這就是最左匹配原則。

•  聯(lián)合索引不滿足最左原則，索引一般會(huì)失效，但是這個(gè)還跟Mysql優(yōu)化器有關(guān)的。

12、對(duì)查詢進(jìn)行優(yōu)化，應(yīng)考慮在where及order by涉及的列上建立索引，盡量避免全表掃描。

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、如果插入數(shù)據(jù)過(guò)多，考慮批量插入。

反例：

for(User u :list){     INSERT into user(name,age) values(#name#,#age#)    }

正例： 

//一次500批量插入，分批進(jìn)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，更加省時(shí)間

打個(gè)比喻:假如你需要搬一萬(wàn)塊磚到樓頂,你有一個(gè)電梯,電梯一次可以放適量的磚（最多放500）,你可以選擇一次運(yùn)送一塊磚,也可以一次運(yùn)送500塊磚,你覺(jué)得哪個(gè)時(shí)間消耗大?

14、在適當(dāng)?shù)臅r(shí)候，使用覆蓋索引。

覆蓋索引能夠使得你的SQL語(yǔ)句不需要回表，僅僅訪問(wèn)索引就能夠得到所有需要的數(shù)據(jù)，大大提高了查詢效率。

反例： 

// like模糊查詢，不走索引了     select * from user where userid like '%123%'

正例：

//id為主鍵，那么為普通索引，即覆蓋索引登場(chǎng)了。    select id,name from user where userid like '%123%';

15、慎用distinct關(guān)鍵字

distinct 關(guān)鍵字一般用來(lái)過(guò)濾重復(fù)記錄，以返回不重復(fù)的記錄。在查詢一個(gè)字段或者很少字段的情況下使用時(shí)，給查詢帶來(lái)優(yōu)化效果。但是在字段很多的時(shí)候使用，卻會(huì)大大降低查詢效率。

反例： 

SELECT DISTINCT * from  user;

正例： 

select DISTINCT name from user;

理由：

•  帶distinct的語(yǔ)句cpu時(shí)間和占用時(shí)間都高于不帶distinct的語(yǔ)句。因?yàn)楫?dāng)查詢很多字段時(shí)，如果使用distinct，數(shù)據(jù)庫(kù)引擎就會(huì)對(duì)數(shù)據(jù)進(jìn)行比較，過(guò)濾掉重復(fù)數(shù)據(jù)，然而這個(gè)比較、過(guò)濾的過(guò)程會(huì)占用系統(tǒng)資源，cpu時(shí)間。

16、刪除冗余和重復(fù)索引

反例：   

KEY `idx_userId` (`userId`)          KEY `idx_userId_age` (`userId`,`age`)

正例:   

//刪除userId索引，因?yàn)榻M合索引（A，B）相當(dāng)于創(chuàng)建了（A）和（A，B）索引        KEY `idx_userId_age` (`userId`,`age`)

理由：

•  重復(fù)的索引需要維護(hù)，并且優(yōu)化器在優(yōu)化查詢的時(shí)候也需要逐個(gè)地進(jìn)行考慮，這會(huì)影響性能的。

17、如果數(shù)據(jù)量較大，優(yōu)化你的修改/刪除語(yǔ)句。

避免同時(shí)修改或刪除過(guò)多數(shù)據(jù)，因?yàn)闀?huì)造成cpu利用率過(guò)高，從而影響別人對(duì)數(shù)據(jù)庫(kù)的訪問(wèn)。

反例： 

//一次刪除10萬(wàn)或者100萬(wàn)+？     delete from user where id <100000;     //或者采用單一循環(huán)操作，效率低，時(shí)間漫長(zhǎng)     for（User user：list）{        delete from user；      }

正例：

//分批進(jìn)行刪除,如每次500    delete user where id<500    delete product where id>=500 and id<1000；

理由：

•  一次性刪除太多數(shù)據(jù)，可能會(huì)有l(wèi)ock wait timeout exceed的錯(cuò)誤，所以建議分批操作。

18、where子句中考慮使用默認(rèn)值代替null。

反例： 

select * from user where age is not null;

正例：

//設(shè)置0為默認(rèn)值  select * from user where age>0;

理由：

•  并不是說(shuō)使用了is null 或者 is not null 就會(huì)不走索引了，這個(gè)跟mysql版本以及查詢成本都有關(guān)。

如果mysql優(yōu)化器發(fā)現(xiàn)，走索引比不走索引成本還要高，肯定會(huì)放棄索引，這些條件 ！=，>isnull，isnotnull經(jīng)常被認(rèn)為讓索引失效，其實(shí)是因?yàn)橐话闱闆r下，查詢的成本高，優(yōu)化器自動(dòng)放棄索引的。

•  如果把null值，換成默認(rèn)值，很多時(shí)候讓走索引成為可能，同時(shí)，表達(dá)意思會(huì)相對(duì)清晰一點(diǎn)。

19、不要有超過(guò)5個(gè)以上的表連接

•  連表越多，編譯的時(shí)間和開(kāi)銷也就越大。

•  把連接表拆開(kāi)成較小的幾個(gè)執(zhí)行，可讀性更高。

•  如果一定需要連接很多表才能得到數(shù)據(jù)，那么意味著糟糕的設(shè)計(jì)了。

20、exist&in的合理利用

假設(shè)表A表示某企業(yè)的員工表，表B表示部門表，查詢所有部門的所有員工，很容易有以下SQL: 

select * from A where deptId in (select deptId from B);

這樣寫等價(jià)于：

先查詢部門表B

select deptId from B

再由部門deptId，查詢A的員工

select * from A where A.deptId = B.deptId

可以抽象成這樣的一個(gè)循環(huán)：     

List<> resultSet ;          for(int i=0;i<B.length;i++) {                for(int j=0;j<A.length;j++) {                if(A[i].id==B[j].id) {                   resultSet.add(A[i]);                   break;                }             }          }

顯然，除了使用in，我們也可以用exists實(shí)現(xiàn)一樣的查詢功能，如下： 

select * from A where exists (select 1 from B where A.deptId = B.deptId);

因?yàn)閑xists查詢的理解就是，先執(zhí)行主查詢，獲得數(shù)據(jù)后，再放到子查詢中做條件驗(yàn)證，根據(jù)驗(yàn)證結(jié)果（true或者false），來(lái)決定主查詢的數(shù)據(jù)結(jié)果是否得意保留。

那么，這樣寫就等價(jià)于：

select * from A,先從A表做循環(huán)

select * from B where A.deptId = B.deptId,再?gòu)腂表做循環(huán).

同理，可以抽象成這樣一個(gè)循環(huán)：     

List<> resultSet ;          for(int i=0;i<A.length;i++) {                for(int j=0;j<B.length;j++) {                if(A[i].deptId==B[j].deptId) {                   resultSet.add(A[i]);                   break;                }             }          }

數(shù)據(jù)庫(kù)最費(fèi)勁的就是跟程序鏈接釋放。假設(shè)鏈接了兩次，每次做上百萬(wàn)次的數(shù)據(jù)集查詢，查完就走，這樣就只做了兩次；相反建立了上百萬(wàn)次鏈接，申請(qǐng)鏈接釋放反復(fù)重復(fù)，這樣系統(tǒng)就受不了了。即mysql優(yōu)化原則，就是小表驅(qū)動(dòng)大表，小的數(shù)據(jù)集驅(qū)動(dòng)大的數(shù)據(jù)集，從而讓性能更優(yōu)。

因此，我們要選擇最外層循環(huán)小的，也就是，如果B的數(shù)據(jù)量小于A，適合使用in，如果B的數(shù)據(jù)量大于A，即適合選擇exist。

21、盡量用union all替換 union

如果檢索結(jié)果中不會(huì)有重復(fù)的記錄，推薦union all 替換 union。

反例：

select * from user where userid=1    union     select * from user where age = 10

正例：

select * from user where userid=1   union all  select * from user where age = 10

理由：

•  如果使用union，不管檢索結(jié)果有沒(méi)有重復(fù)，都會(huì)嘗試進(jìn)行合并，然后在輸出最終結(jié)果前進(jìn)行排序。如果已知檢索結(jié)果沒(méi)有重復(fù)記錄，使用union all 代替union，這樣會(huì)提高效率。

22、索引不宜太多，一般5個(gè)以內(nèi)。

•  索引并不是越多越好，索引雖然提高了查詢的效率，但是也降低了插入和更新的效率。

•  insert或update時(shí)有可能會(huì)重建索引，所以建索引需要慎重考慮，視具體情況來(lái)定。

•  一個(gè)表的索引數(shù)最好不要超過(guò)5個(gè)，若太多需要考慮一些索引是否沒(méi)有存在的必要。

23、盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型

反例： 

`king_id` varchar（20） NOT NULL COMMENT '守護(hù)者Id'

正例： 

`king_id` int(11) NOT NULL COMMENT '守護(hù)者Id'

理由：

•  相對(duì)于數(shù)字型字段，字符型會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開(kāi)銷。

24、索引不適合建在有大量重復(fù)數(shù)據(jù)的字段上，如性別這類型數(shù)據(jù)庫(kù)字段。

因?yàn)镾QL優(yōu)化器是根據(jù)表中數(shù)據(jù)量來(lái)進(jìn)行查詢優(yōu)化的，如果索引列有大量重復(fù)數(shù)據(jù)，Mysql查詢優(yōu)化器推算發(fā)現(xiàn)不走索引的成本更低，很可能就放棄索引了。

25、盡量避免向客戶端返回過(guò)多數(shù)據(jù)量。

假設(shè)業(yè)務(wù)需求是，用戶請(qǐng)求查看自己最近一年觀看過(guò)的直播數(shù)據(jù)。

反例：

//一次性查詢所有數(shù)據(jù)回來(lái)    select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)

正例： 

//分頁(yè)查詢      select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize      //如果是前端分頁(yè)，可以先查詢前兩百條記錄，因?yàn)橐话阌脩魬?yīng)該也不會(huì)往下翻太多頁(yè)，      select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;

26、當(dāng)在SQL語(yǔ)句中連接多個(gè)表時(shí),請(qǐng)使用表的別名，并把別名前綴于每一列上，這樣語(yǔ)義更加清晰。

反例：

select  * from A inner  join B on A.deptId = B.deptId;

正例： 

select  memeber.name,deptment.deptName from A member inner      join B deptment on member.deptId = deptment.deptId;

27、盡可能使用varchar/nvarchar 代替 char/nchar。

反例： 

`deptName` char(100) DEFAULT NULL COMMENT '部門名稱'

正例：

`deptName` varchar(100) DEFAULT NULL COMMENT '部門名稱'

理由：

•  因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間。

•  其次對(duì)于查詢來(lái)說(shuō)，在一個(gè)相對(duì)較小的字段內(nèi)搜索，效率更高。

28、為了提高group by 語(yǔ)句的效率，可以在執(zhí)行到該語(yǔ)句前，把不需要的記錄過(guò)濾掉。

反例： 

select job，avg（salary） from employee  group by job having job ='president'       or job = 'managent'

正例： 

select job，avg（salary） from employee where job ='president'      or job = 'managent' group by job；

29、如果字段類型是字符串，where時(shí)一定用引號(hào)括起來(lái)，否則索引失效

反例：

select * from user where userid =123;

正例：

select * from user where userid ='123';

理由：

•  為什么第一條語(yǔ)句未加單引號(hào)就不走索引了呢？這是因?yàn)椴患訂我?hào)時(shí)，是字符串跟數(shù)字的比較，它們類型不匹配，MySQL會(huì)做隱式的類型轉(zhuǎn)換，把它們轉(zhuǎn)換為浮點(diǎn)數(shù)再做比較。

30、使用explain 分析你SQL的計(jì)劃

日常開(kāi)發(fā)寫SQL的時(shí)候，盡量養(yǎng)成一個(gè)習(xí)慣吧。用explain分析一下你寫的SQL，尤其是走不走索引這一塊。 

explain select * from user where userid =10086 or age =18;

看完上述內(nèi)容，你們掌握書寫高質(zhì)量SQL的30條建議分別是哪些的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！