SQL优化

　　

1、查询SQL尽量不要使用select *，而是select具体字段。

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

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

应当使用两条SQL语句。在程序中控制。

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

select * from articles where id >(select id from articles limit 170500,1) limit 500

这种方法的好处是首先通过id索引快速定位到了分页数据的起始位置(避免了全文检索)，并且用limit 方法快速获取了从起始位置往后的500个数据。

最优：select * from articles where id between (select id from articles limit 170000,1) and (select id from articles limit 170500,1)

between and的方法相当于也是利于id索引的优势,但是同时定位了分页的起始和终止的位置,截取了中间的信息,因此速度会更快.

5：尽量避免在索引列上使用mysql的内置函数

会导致索引失效

6：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

7：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

1. 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
2. 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。
3. 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。

8：使用exists

假设表A表示某企业的员工表，表B表示部门表，查询所有部门的所有员工，很容易有以下SQL:

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

这样写等价于：

先查询部门表B

select deptId from B

再由部门deptId，查询A的员工

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

可以抽象成这样的一个循环：

1. List<> resultSet ;

2. for(int i=0;i<B.length;i++) {

3. for(int j=0;j<A.length;j++) {

4. if(A[i].id==B[j].id) {

5. resultSet.add(A[i]);

6. break;

7. }

8. }

9. }

显然，除了使用in，我们也可以用exists实现一样的查询功能，如下：

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

因为exists查询的理解就是，先执行主查询，获得数据后，再放到子查询中做条件验证，根据验证结果（true或者false），来决定主查询的数据结果是否得意保留。

那么，这样写就等价于：

select * from A,先从A表做循环

select * from B where A.deptId = B.deptId,再从B表做循环.

同理，可以抽象成这样一个循环：

1. List<> resultSet ;

2. for(int i=0;i<A.length;i++) {

3. for(int j=0;j<B.length;j++) {

4. if(A[i].deptId==B[j].deptId) {

5. resultSet.add(A[i]);

6. break;

7. }

8. }

9. }

数据库最费劲的就是跟程序链接释放。假设链接了两次，每次做上百万次的数据集查询，查完就走，这样就只做了两次；相反建立了上百万次链接，申请链接释放反复重复，这样系统就受不了了。即mysql优化原则，就是小表驱动大表，小的数据集驱动大的数据集，从而让性能更优。

因此，我们要选择最外层循环小的，也就是，如果B的数据量小于A，适合使用in，如果B的数据量大于A，即适合选择exist。