写一手好SQL颇有必要

• MySQL性能
  • 最大数据量
  • 最大并发数
  • 查询耗时0.5秒
  • 实施原则
• 数据表设计
  • 数据类型
  • 避免空值
  • text类型
• 索引优化
  • 索引分类
  • 优化原则
• SQL优化
  • 分批处理
  • 不作列运算
  • 避免Select *
  • 操做符<>优化
  • OR优化
  • IN优化
  • LIKE优化
  • JOIN优化
  • LIMIT优化
• 其余数据库

  博主负责的项目主要采用阿里云数据库MySQL，最近频繁出现慢SQL告警，执行时间最长的居然高达5分钟。导出日志后分析，主要缘由居然是没有命中索引和没有分页处理。其实这是很是低级的错误，我不由后背一凉，团队成员的技术水平亟待提升啊。改造这些SQL的过程当中，总结了一些经验分享给你们，若是有错误欢迎批评指正。

MySQL性能

最大数据量

  抛开数据量和并发数，谈性能都是耍流氓。MySQL没有限制单表最大记录数，它取决于操做系统对文件大小的限制。

文件系统	单文件大小限制
FAT32	最大4G
NTFS	最大64GB
NTFS5.0	最大2TB
EXT2	块大小为1024字节，文件最大容量16GB；块大小为4096字节，文件最大容量2TB
EXT3	块大小为4KB，文件最大容量为4TB
EXT4	理论能够大于16TB

《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB，才推荐分库分表。性能由综合因素决定，抛开业务复杂度，影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考，并不是铁律。博主曾经操做过超过4亿行数据的单表，分页查询最新的20条记录耗时0.6秒，SQL语句大体是select field_1,field_2 from table where id < #{prePageMinId} order by id desc limit 20，prePageMinId是上一页数据记录的最小ID。虽然当时查询速度还凑合，随着数据不断增加，有朝一日一定不堪重负。分库分表是个周期长而风险高的大活儿，应该尽量在当前结构上优化，好比升级硬件、迁移历史数据等等，实在没辙了再分。对分库分表感兴趣的同窗能够阅读分库分表的基本思想。

最大并发数

  并发数是指同一时刻数据库能处理多少个请求，由max_connections和max_user_connections决定。max_connections是指MySQL实例的最大链接数，上限值是16384，max_user_connections是指每一个数据库用户的最大链接数。MySQL会为每一个链接提供缓冲区，意味着消耗更多的内存。若是链接数设置过高硬件吃不消，过低又不能充分利用硬件。通常要求二者比值超过10%，计算方法以下：

max_used_connections / max_connections * 100% = 3/100 *100% ≈ 3%

查看最大链接数与响应最大链接数：

show variables like '%max_connections%';
show variables like '%max_user_connections%';

在配置文件my.cnf中修改最大链接数

[mysqld]
max_connections = 100
max_used_connections = 20

查询耗时0.5秒

  建议将单次查询耗时控制在0.5秒之内，0.5秒是个经验值，源于用户体验的3秒原则。若是用户的操做3秒内没有响应，将会厌烦甚至退出。响应时间=客户端UI渲染耗时+网络请求耗时+应用程序处理耗时+查询数据库耗时，0.5秒就是留给数据库1/6的处理时间。

实施原则

  相比NoSQL数据库，MySQL是个娇气脆弱的家伙。它就像体育课上的女同窗，一点纠纷就和同窗闹别扭(扩容难)，跑两步就气喘吁吁(容量小并发低)，经常身体不适要请假(SQL约束太多)。现在你们都会搞点分布式，应用程序扩容比数据库要容易得多，因此实施原则是数据库少干活，应用程序多干活。

• 充分利用但不滥用索引，须知索引也消耗磁盘和CPU。
• 不推荐使用数据库函数格式化数据，交给应用程序处理。
• 不推荐使用外键约束，用应用程序保证数据准确性。
• 写多读少的场景，不推荐使用惟一索引，用应用程序保证惟一性。
• 适当冗余字段，尝试建立中间表，用应用程序计算中间结果，用空间换时间。
• 不容许执行极度耗时的事务，配合应用程序拆分红更小的事务。
• 预估重要数据表（好比订单表）的负载和数据增加态势，提早优化。

数据表设计

数据类型

  数据类型的选择原则：更简单或者占用空间更小。

• 若是长度可以知足，整型尽可能使用tinyint、smallint、medium_int而非int。
• 若是字符串长度肯定，采用char类型。
• 若是varchar可以知足，不采用text类型。
• 精度要求较高的使用decimal类型，也可使用BIGINT，好比精确两位小数就乘以100后保存。
• 尽可能采用timestamp而非datetime。

类型	占据字节	描述
datetime	8字节	'1000-01-01 00:00:00.000000' to '9999-12-31 23:59:59.999999
timestamp	4字节	'1970-01-01 00:00:01.000000' to '2038-01-19 03:14:07.999999'

相比datetime，timestamp占用更少的空间，以UTC的格式储存自动转换时区。

避免空值

  MySQL中字段为NULL时依然占用空间，会使索引、索引统计更加复杂。从NULL值更新到非NULL没法作到原地更新，容易发生索引分裂影响性能。尽量将NULL值用有意义的值代替，也能避免SQL语句里面包含is not null的判断。

text类型优化

  因为text字段储存大量数据，表容量会很早涨上去，影响其余字段的查询性能。建议抽取出来放在子表里，用业务主键关联。

索引优化

索引分类

1. 普通索引：最基本的索引。
2. 组合索引：多个字段上创建的索引，可以加速复合查询条件的检索。
3. 惟一索引：与普通索引相似，但索引列的值必须惟一，容许有空值。
4. 组合惟一索引：列值的组合必须惟一。
5. 主键索引：特殊的惟一索引，用于惟一标识数据表中的某一条记录，不容许有空值，通常用primary key约束。
6. 全文索引：用于海量文本的查询，MySQL5.6以后的InnoDB和MyISAM均支持全文索引。因为查询精度以及扩展性不佳，更多的企业选择Elasticsearch。

索引优化

1. 分页查询很重要，若是查询数据量超过30%，MYSQL不会使用索引。
2. 单表索引数不超过5个、单个索引字段数不超过5个。
3. 字符串可以使用前缀索引，前缀长度控制在5-8个字符。
4. 字段惟一性过低，增长索引没有意义，如：是否删除、性别。
5. 合理使用覆盖索引，以下所示：
   

select login_name, nick_name from member where login_name = ?

login_name, nick_name两个字段创建组合索引，比login_name简单索引要更快

SQL优化

分批处理

  博主小时候看到鱼塘挖开小口子放水，水面有各类漂浮物。浮萍和树叶总能顺利经过出水口，而树枝会挡住其余物体经过，有时还会卡住，须要人工清理。MySQL就是鱼塘，最大并发数和网络带宽就是出水口，用户SQL就是漂浮物。不带分页参数的查询或者影响大量数据的update和delete操做，都是树枝，咱们要把它打散分批处理，举例说明：
业务描述：更新用户全部已过时的优惠券为不可用状态。
SQL语句：update status=0 FROM `coupon` WHERE expire_date <= #{currentDate} and status=1;
若是大量优惠券须要更新为不可用状态，执行这条SQL可能会堵死其余SQL，分批处理伪代码以下：

int pageNo = 1;
int PAGE_SIZE = 100;
while(true) {
    List<Integer> batchIdList = queryList('select id FROM `coupon` WHERE expire_date <= #{currentDate} and status = 1 limit #{(pageNo-1) * PAGE_SIZE},#{PAGE_SIZE}');
    if (CollectionUtils.isEmpty(batchIdList)) {
        return;
    }
    update('update status = 0 FROM `coupon` where status = 1 and id in #{batchIdList}')
    pageNo ++;
}

操做符<>优化

  一般<>操做符没法使用索引，举例以下，查询金额不为100元的订单：
select id from orders where amount != 100;
若是金额为100的订单极少，这种数据分布严重不均的状况下，有可能使用索引。鉴于这种不肯定性，采用union聚合搜索结果，改写方法以下：

(select id from orders where amount > 100)
 union all
(select id from orders where amount < 100 and amount > 0)

OR优化

  在Innodb引擎下or没法使用组合索引，好比：

select id，product_name from orders where mobile_no = '13421800407' or user_id = 100;

OR没法命中mobile_no + user_id的组合索引，可采用union，以下所示：

(select id，product_name from orders where mobile_no = '13421800407')
 union
(select id，product_name from orders where user_id = 100);

此时id和product_name字段都有索引，查询才最高效。

IN优化

1. IN适合主表大子表小，EXIST适合主表小子表大。因为查询优化器的不断升级，不少场景这二者性能差很少同样了。
2. 尝试改成join查询，举例以下：

select id from orders where user_id in (select id from user where level = 'VIP');

采用JOIN以下所示：

select o.id from orders o left join user u on o.user_id = u.id where u.level = 'VIP';

不作列运算

  一般在查询条件列运算会致使索引失效，以下所示：
查询当日订单

select id from order where date_format(create_time，'%Y-%m-%d') = '2019-07-01';

date_format函数会致使这个查询没法使用索引，改写后：

select id from order where create_time between '2019-07-01 00:00:00' and '2019-07-01 23:59:59';

避免Select all

  若是不查询表中全部的列，避免使用SELECT *，它会进行全表扫描，不能有效利用索引。

Like优化

  like用于模糊查询，举个例子（field已创建索引）：

SELECT column FROM table WHERE field like '%keyword%';

这个查询未命中索引，换成下面的写法：

SELECT column FROM table WHERE field like 'keyword%';

去除了前面的%查询将会命中索引，可是产品经理必定要先后模糊匹配呢？全文索引fulltext能够尝试一下，但Elasticsearch才是终极武器。

Join优化

  join的实现是采用Nested Loop Join算法，就是经过驱动表的结果集做为基础数据，经过该结数据做为过滤条件到下一个表中循环查询数据，而后合并结果。若是有多个join，则将前面的结果集做为循环数据，再次到后一个表中查询数据。

1. 驱动表和被驱动表尽量增长查询条件，知足ON的条件而少用Where，用小结果集驱动大结果集。
2. 被驱动表的join字段上加上索引，没法创建索引的时候，设置足够的Join Buffer Size。
3. 禁止join链接三个以上的表，尝试增长冗余字段。

Limit优化

  limit用于分页查询时越日后翻性能越差，解决的原则：缩小扫描范围，以下所示：

select * from orders order by id desc limit 100000,10 
耗时0.4秒
select * from orders order by id desc limit 1000000,10
耗时5.2秒

先筛选出ID缩小查询范围，写法以下：

select * from orders where id > (select id from orders order by id desc  limit 1000000, 1) order by id desc limit 0,10
耗时0.5秒

若是查询条件仅有主键ID，写法以下：

select id from orders where id between 1000000 and 1000010 order by id desc
耗时0.3秒

若是以上方案依然很慢呢？只好用游标了，感兴趣的朋友阅读JDBC使用游标实现分页查询的方法

其余数据库

  做为一名后端开发人员，务必精通做为存储核心的MySQL或SQL Server，也要积极关注NoSQL数据库，他们已经足够成熟并被普遍采用，能解决特定场景下的性能瓶颈。

分类	数据库	特性
键值型	Memcache	用于内容缓存，大量数据的高访问负载
键值型	Redis	用于内容缓存，比Memcache支持更多的数据类型，并能持久化数据
列式存储	HBase	Hadoop体系的核心数据库，海量结构化数据存储，大数据必备。
文档型	MongoDb	知名文档型数据库，也能够用于缓存
文档型	CouchDB	Apache的开源项目，专一于易用性，支持REST API
文档型	SequoiaDB	国内知名文档型数据库
图形	Neo4J	用于社交网络构建关系图谱，推荐系统等

参考(部分摘抄的文字版权属于原做者)：

https://www.jianshu.com/p/6864abb4d885

鸡汤：你既然已经作出了选择，又何须去问为何选择。 ——卫庄