后端程序员必备：书写高质量SQL的30条建议

时间 2020-04-17

标签后端程序员必备书写高质量 sql 建议栏目快乐工作繁體版

原文原文链接

后端程序员必备：书写高质量SQL的30条建议

本文将结合实例demo，阐述30条有关于优化SQL的建议，多数是实际开发中总结出来的，但愿对你们有帮助。前端

前言mysql

本文将结合实例demo，阐述30条有关于优化SQL的建议，多数是实际开发中总结出来的，但愿对你们有帮助。程序员

一、查询SQL尽可能不要使用select *，而是select具体字段。sql

反例子：数据库

select * from employee;

正例子：后端

select id，name from employee;

理由：网络

只取须要的字段，节省资源、减小网络开销。
select * 进行查询时，极可能就不会使用到覆盖索引了，就会形成回表查询。

二、若是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 1mysql优化

假设如今有employee员工表，要找出一个名字叫jay的人. ide

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：函数

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,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提升。
固然，若是name是惟一索引的话，是没必要要加上limit 1了，由于limit的存在主要就是为了防止全表扫描，从而提升性能,若是一个语句自己能够预知不用全表扫描，有没有limit ，性能的差异并不大。

三、应尽可能避免在where子句中使用or来链接条件

新建一个user表，它有一个普通索引userId，表结构以下：

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;

假设如今须要查询userid为1或者年龄为18岁的用户，很容易有如下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  
  //或者分开两条sql写：  
  select * from user where userid=1  
  select * from user where age = 18

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这种状况，假设它走了userId的索引，可是走到age查询条件时，它还得全表扫描，也就是须要三步过程：全表扫描+索引扫描+合并若是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。

四、优化limit分页

咱们平常作分页需求时，通常会用 limit 实现，可是当偏移量特别大的时候，查询效率就变得低下。

反例：

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

正例：

//方案一 ：返回上次查询的最大记录(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：在业务容许的状况下限制页数：

理由：

当偏移量最大的时候，查询效率就会越低，由于Mysql并不是是跳过偏移量直接去取后面的数据，而是先把偏移量+要取的条数，而后再把前面偏移量这一段的数据抛弃掉再返回的。
若是使用优化方案一，返回上次最大查询记录（偏移量），这样能够跳过偏移量，效率提高很多。
方案二使用order by+索引，也是能够提升查询效率的。
方案三的话，建议跟业务讨论，有没有必要查这么后的分页啦。由于绝大多数用户都不会日后翻太多页。

五、优化你的like语句

平常开发中，若是用到模糊关键字查询，很容易想到like，可是like极可能让你的索引失效。

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，以下：

把% 放关键字后面，仍是会走索引的。以下：

六、使用where条件限定要查询的数据，避免返回多余的行

假设业务场景是这样：查询某个用户是不是会员。曾经看过老的实现代码是这样。。。

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：

须要什么数据，就去查什么数据，避免返回没必要要的数据，节省开销。

七、尽可能避免在索引列上使用mysql的内置函数

业务需求：查询最近七天内登录过的用户(假设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的内置函数，索引失效

若是索引列不加内置函数，索引仍是会走的。

八、应尽可能避免在where子句中对字段进行表达式操做，这将致使系统放弃使用索引而进行全表扫

反例：

select * from user where age-1 =10；

正例：

select * from user where age =11；

理由：

虽然age加了索引，可是由于对它进行运算，索引直接迷路了。。。

九、Inner join 、left join、right join，优先使用Inner join，若是是left join，左边表结果尽可能小

Inner join 内链接，在两张表进行链接查询时，只保留两张表中彻底匹配的结果集
left join 在两张表进行链接查询时，会返回左表全部的行，即便在右表中没有匹配的记录。
right join 在两张表进行链接查询时，会返回右表全部的行，即便在左表中没有匹配的记录。

都知足SQL需求的前提下，推荐优先使用Inner join（内链接），若是要使用left join，左边表数据结果尽可能小，若是有条件的尽可能放到左边处理。

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：

若是inner join是等值链接，或许返回的行数比较少，因此性能相对会好一点。
同理，使用了左链接，左边表数据结果尽可能小，条件尽可能放到左边处理，意味着返回的行数可能比较少。

十、应尽可能避免在where子句中使用!=或<>操做符，不然将引擎放弃使用索引而进行全表扫描。

反例：

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

正例：

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

理由：

使用!=和<>极可能会让索引失效

十一、使用联合索引时，注意索引列的顺序，通常遵循最左匹配原则。

表结构：（有一个联合索引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：

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

理由：

当咱们建立一个联合索引的时候，如(k1,k2,k3)，至关于建立了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。
联合索引不知足最左原则，索引通常会失效，可是这个还跟Mysql优化器有关的。

十二、对查询进行优化，应考虑在where及order by涉及的列上创建索引，尽可能避免全表扫描。

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)

1三、若是插入数据过多，考虑批量插入。

反例：

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

正例：

//一次500批量插入，分批进行
insert into user(name,age) values
<foreachcollection="list"item="item"index="index"separator=",">
(#{item.name},#{item.age})
</foreach>

理由：

批量插入性能好，更加省时间

打个比喻:假如你须要搬一万块砖到楼顶,你有一个电梯,电梯一次能够放适量的砖（最多放500）,你能够选择一次运送一块砖,也能够一次运送500块砖,你以为哪一个时间消耗大?

1四、在适当的时候，使用覆盖索引。

覆盖索引可以使得你的SQL语句不须要回表，仅仅访问索引就可以获得全部须要的数据，大大提升了查询效率。

反例：

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

正例：

//id为主键，那么为普通索引，即覆盖索引登场了。
select id,name from user where userid like '%123%';

1五、慎用distinct关键字

distinct 关键字通常用来过滤重复记录，以返回不重复的记录。在查询一个字段或者不多字段的状况下使用时，给查询带来优化效果。可是在字段不少的时候使用，却会大大下降查询效率。

反例：

SELECT DISTINCT * from user;

正例：

select DISTINCT name from user;

理由：

带distinct的语句cpu时间和占用时间都高于不带distinct的语句。由于当查询不少字段时，若是使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较、过滤的过程会占用系统资源，cpu时间。

1六、删除冗余和重复索引

反例：

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

正例:

//删除userId索引，由于组合索引（A，B）至关于建立了（A）和（A，B）索引
KEY `idx_userId_age` (`userId`,`age`)

理由：

重复的索引须要维护，而且优化器在优化查询的时候也须要逐个地进行考虑，这会影响性能的。

1七、若是数据量较大，优化你的修改/删除语句。

避免同时修改或删除过多数据，由于会形成cpu利用率太高，从而影响别人对数据库的访问。

反例：

//一次删除10万或者100万+？
delete from user where id <100000;
//或者采用单一循环操做，效率低，时间漫长
for（User user：list）{
delete from user；
}

正例：

//分批进行删除,如每次500
delete user where id<500
delete product where id>=500 and id<1000；

理由：

一次性删除太多数据，可能会有lock wait timeout exceed的错误，因此建议分批操做。

1八、where子句中考虑使用默认值代替null。

反例：

select * from user where age is not null;

正例：

//设置0为默认值
select * from user where age>0;

理由：

并非说使用了is null 或者 is not null 就会不走索引了，这个跟mysql版本以及查询成本都有关。

若是mysql优化器发现，走索引比不走索引成本还要高，确定会放弃索引，这些条件！=，>isnull，isnotnull常常被认为让索引失效，实际上是由于通常状况下，查询的成本高，优化器自动放弃索引的。

若是把null值，换成默认值，不少时候让走索引成为可能，同时，表达意思会相对清晰一点。

1九、不要有超过5个以上的表链接

连表越多，编译的时间和开销也就越大。
把链接表拆开成较小的几个执行，可读性更高。
若是必定须要链接不少表才能获得数据，那么意味着糟糕的设计了。

20、exist&in的合理利用

假设表A表示某企业的员工表，表B表示部门表，查询全部部门的全部员工，很容易有如下SQL:

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

能够抽象成这样的一个循环：

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;
}
}
}

显然，除了使用in，咱们也能够用exists实现同样的查询功能，以下：

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

由于exists查询的理解就是，先执行主查询，得到数据后，再放到子查询中作条件验证，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表作循环

select * from B where A.deptId = B.deptId,再从B表作循环.

同理，能够抽象成这样一个循环：

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;
}
}
}

数据库最费劲的就是跟程序连接释放。假设连接了两次，每次作上百万次的数据集查询，查完就走，这样就只作了两次；相反创建了上百万次连接，申请连接释放反复重复，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。

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

2一、尽可能用union all替换 union

若是检索结果中不会有重复的记录，推荐union all 替换 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：

若是使用union，无论检索结果有没有重复，都会尝试进行合并，而后在输出最终结果前进行排序。若是已知检索结果没有重复记录，使用union all 代替union，这样会提升效率。

2二、索引不宜太多，通常5个之内。

索引并非越多越好，索引虽然提升了查询的效率，可是也下降了插入和更新的效率。
insert或update时有可能会重建索引，因此建索引须要慎重考虑，视具体状况来定。
一个表的索引数最好不要超过5个，若太多须要考虑一些索引是否没有存在的必要。

2三、尽可能使用数字型字段，若只含数值信息的字段尽可能不要设计为字符型

反例：

`king_id` varchar（20） NOT NULL COMMENT '守护者Id'

正例：

`king_id` int(11) NOT NULL COMMENT '守护者Id'

理由：

相对于数字型字段，字符型会下降查询和链接的性能，并会增长存储开销。

2四、索引不适合建在有大量重复数据的字段上，如性别这类型数据库字段。

由于SQL优化器是根据表中数据量来进行查询优化的，若是索引列有大量重复数据，Mysql查询优化器推算发现不走索引的成本更低，极可能就放弃索引了。

2五、尽可能避免向客户端返回过多数据量。

假设业务需求是，用户请求查看本身最近一年观看过的直播数据。

反例：

//一次性查询全部数据回来
select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)

正例：

//分页查询
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize
//若是是前端分页，能够先查询前两百条记录，由于通常用户应该也不会往下翻太多页，
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;

2六、当在SQL语句中链接多个表时,请使用表的别名，并把别名前缀于每一列上，这样语义更加清晰。

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;

2七、尽量使用varchar/nvarchar 代替 char/nchar。

反例：

`deptName` char(100) DEFAULT NULL COMMENT '部门名称'

正例：

`deptName` varchar(100) DEFAULT NULL COMMENT '部门名称'

理由：

由于首先变长字段存储空间小，能够节省存储空间。
其次对于查询来讲，在一个相对较小的字段内搜索，效率更高。

2八、为了提升group by 语句的效率，能够在执行到该语句前，把不须要的记录过滤掉。

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；

2九、若是字段类型是字符串，where时必定用引号括起来，不然索引失效

反例：

select * from user where userid =123;

正例：

select * from user where userid ='123';

理由：

为何第一条语句未加单引号就不走索引了呢？这是由于不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL会作隐式的类型转换，把它们转换为浮点数再作比较。

30、使用explain 分析你SQL的计划

平常开发写SQL的时候，尽可能养成一个习惯吧。用explain分析一下你写的SQL，尤为是走不走索引这一块。

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