好程序员大数据解析 SQL优化方案精解十则

　　好程序员大数据解析 SQL优化方案精解十则，SQL优化是对数据库操做效率提升的重要课题，所以先直入正题，与你们分享几个经常使用的，但容易忽视的几个SQL优化方案以下：
1、避免进行null判断
    应尽可能避免在 where 子句中对字段进行 null 值判断，不然将致使引擎放弃使用索引而进行全表扫描，这里最好不要给数据库留NULL，尽量的使用 NOT NULL填充数据库。
备注、描述、评论之类的能够设置为 NULL，最好不要使用NULL。不要错误的认为NULL 不须要空间，如char(100) 型，在字段创建时，空间就固定了。不论是否插入值（NULL也包含在内），都是占用 100个字符的空间的，若是是varchar这样的变长字段， null 不占用空间。能够在num上设置默认值0，确保表中num列没有null值。
2、不要使用select *
    使用select *的话会增长解析的时间，另外也会把不须要的数据同时查询出来，从而延长数据传输时间，耗费精力。如text类型的字段，一般用来保存一些内容比较繁杂的东西，若是使用select *，则会把该字段也查询出来。
3、谨慎使用模糊查询
    当模糊匹配以%开头时，该列索引将失效。若不以%开头，该列索引有效。
4、不要使用列号
    使用列号的话，将会增长没必要要的解析时间。
5、优先使用UNION ALL，避免使用UNION
    由于UNION 会将各查询子集的记录作比较，故比起UNION ALL ，一般速度都会慢上许多。通常来讲，若是使用UNION ALL能知足要求的话，务必使用UNION ALL。还有一种状况，若是业务上可以确保不会出现重复记录。
6、在where语句或者order by语句中避免对索引字段进行计算操做
    当在索引列上进行操做以后，索引将会失效。正确作法应该是将值计算好再传入进来。
7、使用not exist代替not in
    若是查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引；而not extsts 的子查询依然能用到表上的索引。
8、exist和in的区别
    in 是把外表和内表做hash 链接，而exists是对外表做loop循环，每次loop循环
再对内表进行查询。所以，in用到的是外表的索引， exists用到的是内表的索引。若是查询的两个表大小至关，那么用in和exists差异不大。若是两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in。
9、避免在索引列上作以下操做
    1.避免在索引列上使用IS NULL和IS NOT NULL。
    2.避免在索引列上出现数据类型转换。（好比某字段是String类型，参数传入时是int类型）当在索引列上使用如上操做时，索引将会失效，形成全表扫描。
10、复杂操做能够考虑适当拆成几步
    有时候会有经过一个SQL语句来实现复杂业务的例子出现，为了实现复杂的业务，嵌套多级子查询。形成SQL性能问题。对于这种状况能够考虑拆分SQL，经过多个SQL语句实现，或者把部分程序能完成的工做交给程序完成。