MySQL 优化

1、查询SQL尽量不要使用select *，而是select具体字段。

反例子：

  1. select * from employee;

正例子：

  1. select id，name from employee;

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

    假设现在有employee员工表，要找出一个名字叫jay的人.

    1. CREATE TABLE `employee` (
    2. `id` int(11) NOT NULL,
    3. `name` varchar(255) DEFAULT NULL,
    4. `age` int(11) DEFAULT NULL,
    5. `date` datetime DEFAULT NULL,
    6. `sex` int(1) DEFAULT NULL,
    7. PRIMARY KEY (`id`)
    8. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    反例：

    1. select id，name from employee where name='fcant';

    正例

    1. select id，name from employee where name='fcant' 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

    新建一个user表，它有一个普通索引idx_userId，表结构如下：

    1. CREATE TABLE `user` (
    2. `id` int(11) NOT NULL AUTO_INCREMENT,
    3. `user_id` int(11) NOT NULL,
    4. `age` int(11) NOT NULL,
    5. `name` varchar(255) NOT NULL,
    6. `login_time` datetime NOT NULL,
    7. `address` varchar(255) NOT NULL,
    8. PRIMARY KEY (`id`),
    9. KEY `idx_userId` (`user_id`)
    10. KEY `idx_login_time` (`login_time`)
    11. KEY `idx_age` (`age`)
    12. KEY `idx_address` (`address`)
    13. ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    假设现在需要查询user_id为1或者年龄为18岁的用户，很容易有以下sql
    反例:

    1. select * from user where user_id=1 or age =18;

    正例：

    1. //使用union all
    2. select * from user where user_id = 1
    3. unionall
    4. select * from user where age = 18
    5. //或者分开两条sql写：
    6. select * from user where user_id=1
    7. 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这种情况，假设它走了user_id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

日常做分页需求时，一般会用 limit 实现，但是当偏移量特别大的时候，查询效率就变得低下。
反例：

  1. select id，name，age from employee limit 10000，10;

正例：

  1. //方案一 ：返回上次查询的最大记录(偏移量)
  2. select id，name from employee where id>10000 limit 10.
  3. //方案二：orderby + 索引
  4. select id，name from employee order by id limit 10000，10;
  5. //方案三：在业务允许的情况下限制页数：

理由：

  • 当偏移量最大的时候，查询效率就会越低，因为Mysql并非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，然后再把前面偏移量这一段的数据抛弃掉再返回的。
  • 如果使用优化方案一，返回上次最大查询记录（偏移量），这样可以跳过偏移量，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。因为绝大多数用户都不会往后翻太多页。

    5、优化like语句

    如果用到模糊关键字查询，很容易想到like，但是like很可能让索引失效。
    反例：

    1. select user_id，name from user where user_id like '%123';

    正例：

    1. select user_id，name from user where user_id like '123%';

    理由：

  • 把%放前面，并不走索引，如下：

image.png

  • 把% 放关键字后面，还是会走索引的。如下：image.gif

image.png

6、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：查询某个用户是否是会员。以前的做法是这样的
反例：

  1. List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
  2. boolean isVip = userIds.contains(userId);

正例：

  1. Long userId = sqlMap.queryObject("select userId from user where userId='userId'and isVip='1'")
  2. boolean isVip = userId！=null;

理由：

  • 需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。

    7、尽量避免在索引列上使用mysql的内置函数

    业务需求：查询最近七天内登陆过的用户(假设loginTime加了索引)
    反例：

    1. select user_id, login_time from user where Date_ADD(login_time,Interval - 7 DAY) >=now();

    正例：

    1. explain select user_id, login_time from user where login_time >= Date_ADD(NOW(),INTERVAL - 7 DAY);

    理由：

  • 索引列上使用mysql的内置函数，索引失效

    1. mysql> explain select user_id, login_time from user where Date_ADD(login_time, Interval - 7 DAY) = now();
    2. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    3. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
    4. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    5. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
    6. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    7. 1 row in set, 1 warning (0.00 sec)

    image.png

  • 如果索引列不加内置函数，索引还是会走的。image.gif

    1. mysql> explain select user_id, login_time from user where login_time >= Date_ADD(NOW(),INTERVAL - 7 DAY);
    2. +----+-------------+-------+------------+-------+----------------+----------------+---------+------+------+----------+-----------------------+
    3. | id | select_type | table | partitions | type  | possible_keys  | key            | key_len | ref  | rows | filtered | Extra                 |
    4. +----+-------------+-------+------------+-------+----------------+----------------+---------+------+------+----------+-----------------------+
    5. |  1 | SIMPLE      | user  | NULL       | range | idx_login_time | idx_login_time | 5       | NULL |    1 |   100.00 | Using index condition |
    6. +----+-------------+-------+------------+-------+----------------+----------------+---------+------+------+----------+-----------------------+
    7. 1 row in set, 1 warning (0.00 sec)

    image.png

    8、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

    反例：

    1. select * from user where age-1 =10；

    正例：

    1. select * from user where age = 11；

    理由：

  • 虽然age加了索引，但是因为对它进行运算，索引直接迷路

    1. explain select user_id from user where age - 1 = 10;

    image.png

    9、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

    • 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
    • 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。
    • 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。
反例:

  1. select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id>2;

正例：

  1. select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;

理由：

  • 如果inner join是等值连接，或许返回的行数比较少，所以性能相对会好一点。

  • 同理，使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。

    10、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

    反例：

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

    正例：

    1. //可以考虑分开两条sql写
    2. select age,name from user where age <18;
    3. select age,name from user where age >18;

    理由：

  • 使用!=和<>很可能会让索引失效 ```sql mysql> explain select user_id from user where age <> 10; +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ | 1 | SIMPLE | user | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 | Using where | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ 1 row in set, 1 warning (0.00 sec)

mysql> explain select user_id from user where age != 10; +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ | 1 | SIMPLE | user | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 | Using where | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————-+ 1 row in set, 1 warning (0.00 sec)

  1. ![image.png](https://cdn.nlark.com/yuque/0/2020/png/396745/1595514417850-90048c44-ecbc-42fb-acb1-e003e909c645.png#height=315&id=XJtIs&margin=%5Bobject%20Object%5D&name=image.png&originHeight=946&originWidth=3323&originalType=binary&ratio=1&size=1090202&status=done&style=none&width=1107.6666666666667)
  2. <a name="hSK5X"></a>
  3. ### 11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。
  4. 表结构：（有一个联合索引idx_userId_age，userId在前，age在后）
  5. ```sql
  6. CREATE TABLE `user` (
  7.   `id` int(11) NOT NULL AUTO_INCREMENT,
  8.   `user_id` int(11) NOT NULL,
  9.   `age` int(11) NOT NULL,
  10.   `name` varchar(255) NOT NULL,
  11.   `login_time` datetime NOT NULL,
  12.   `address` varchar(255) NOT NULL,
  13.   PRIMARY KEY (`id`),
  14.   KEY `idx_userId` (`user_id`)
  15.   KEY `idx_login_time` (`login_time`)
  16.   KEY `idx_age` (`age`)
  17.   KEY `idx_address` (`address`)
  18. ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

反例：

  1. mysql> explain select user_id from user where age = 10;
  2. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  3. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
  4. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  5. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
  6. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  7. 1 row in set, 1 warning (0.00 sec)

image.png
正例：

  1. //符合最左匹配原则
  2. mysql> explain select user_id from user where user_id = 10 and age = 10;
  3. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  4. | id | select_type | table | partitions | type | possible_keys | key        | key_len | ref   | rows | filtered | Extra       |
  5. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  6. |  1 | SIMPLE      | user  | NULL       | ref  | idx_userId    | idx_userId | 4       | const |    1 |   100.00 | Using where |
  7. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  8. 1 row in set, 1 warning (0.00 sec)
  9. //符合最左匹配原则
  10. mysql> explain select user_id from user where user_id = 10;
  11. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  12. | id | select_type | table | partitions | type | possible_keys | key        | key_len | ref   | rows | filtered | Extra       |
  13. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  14. |  1 | SIMPLE      | user  | NULL       | ref  | idx_userId    | idx_userId | 4       | const |    1 |   100.00 | Using index |
  15. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------------+
  16. 1 row in set, 1 warning (0.00 sec)

image.png
理由：

  • 当创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。
  • 联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。

    12、对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描。

    反例：
    1. mysql> explain select user_id from user where address = '北京' order by age;
    2. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
    3. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra                       |
    4. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
    5. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where; Using filesort |
    6. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
    7. 1 row in set, 1 warning (0.00 sec)
    image.png正例： ```sql mysql> explain select user_id from user where address = ‘北京’ order by age; +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————————————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————————————-+ | 1 | SIMPLE | user | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 | Using where; Using filesort | +——+——————-+———-+——————+———+———————-+———+————-+———+———+—————+——————————————-+ 1 row in set, 1 warning (0.00 sec)

//添加索引 alter table user add index idx_address_age (address,age)

mysql> explain select user_id from user where address = ‘北京’ order by age; +——+——————-+———-+——————+———+————————-+————————-+————-+———-+———+—————+———-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+————————-+————————-+————-+———-+———+—————+———-+ | 1 | SIMPLE | user | NULL | ref | idx_address_age | idx_address_age | 1022 | const | 1 | 100.00 | NULL | +——+——————-+———-+——————+———+————————-+————————-+————-+———-+———+—————+———-+ 1 row in set, 1 warning (0.00 sec)

  1. ![image.png](https://cdn.nlark.com/yuque/0/2020/png/396745/1595515258735-dbb0fa26-94a7-406c-bca2-4a951d763215.png#height=279&id=lCnSn&margin=%5Bobject%20Object%5D&name=image.png&originHeight=838&originWidth=3323&originalType=binary&ratio=1&size=1014168&status=done&style=none&width=1107.6666666666667)
  2. <a name="KAvsj"></a>
  3. ### 13、如果插入数据过多，考虑批量插入。
  4. 反例：
  5. ```sql
  6. for(User u :list){
  7.  INSERT into user(name,age) values(#name#,#age#)   
  8. }

正例：

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

理由：

  • 批量插入性能好，更加省时间

    打个比喻:假如需要搬一万块砖到楼顶,有一个电梯,电梯一次可以放适量的砖（最多放500）,可以选择一次运送一块砖,也可以一次运送500,思考哪个时间消耗大?

14、在适当的时候，使用覆盖索引。

覆盖索引能够使得你的SQL语句不需要回表，仅仅访问索引就能够得到所有需要的数据，大大提高了查询效率。
反例：

  1. // like模糊查询，不走索引了
  2. mysql> explain select * from user where user_id like '%123%';
  3. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  4. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
  5. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  6. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
  7. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  8. 1 row in set, 1 warning (0.00 sec)

image.png正例：

  1. //id为主键，那么为普通索引，即覆盖索引登场了。
  2. mysql> explain select user_id from user where user_id like '%123%';
  3. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  4. | id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                    |
  5. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  6. |  1 | SIMPLE      | user  | NULL       | index | NULL          | idx_userId | 4       | NULL |    1 |   100.00 | Using where; Using index |
  7. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  8. 1 row in set, 1 warning (0.00 sec)
  10. mysql> explain select * from user where user_id like '%123%';
  11. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  12. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
  13. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  14. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
  15. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
  16. 1 row in set, 1 warning (0.00 sec)
  18. mysql> explain select id, user_id from user where user_id like '%123%';
  19. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  20. | id | select_type | table | partitions | type  | possible_keys | key        | key_len | ref  | rows | filtered | Extra                    |
  21. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  22. |  1 | SIMPLE      | user  | NULL       | index | NULL          | idx_userId | 4       | NULL |    1 |   100.00 | Using where; Using index |
  23. +----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
  24. 1 row in set, 1 warning (0.00 sec)

image.png

15、慎用distinct关键字

distinct 关键字一般用来过滤重复记录，以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时，给查询带来优化效果。但是在字段很多的时候使用，却会大大降低查询效率。
反例：

  1. SELECT DISTINCT * from  user;

正例：

  1. 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。因为当查询很多字段时，如果使用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。

    16、删除冗余和重复索引

    反例：

    1. KEY `idx_userId` (`user_id`)
    2. KEY `idx_userId_age` (`user_id`,`age`)

    正例:

    1. //删除user_id索引，因为组合索引（A，B）相当于创建了（A）和（A，B）索引
    2. KEY `idx_useId_age` (`user_id`,`age`)

    理由：

  • 重复的索引需要维护，并且优化器在优化查询的时候也需要逐个地进行考虑，这会影响性能的。

    17、如果数据量较大，优化修改/删除语句。

    避免同时修改或删除过多数据，因为会造成cpu利用率过高，从而影响别人对数据库的访问。
    反例：

    1. //一次删除10万或者100万+？
    2. delete from user where id <100000;
    3. //或者采用单一循环操作，效率低，时间漫长
    4. for（User user：list）{
    5.  delete from user；
    6. }

    正例：

    1. //分批进行删除,如每次500
    2. delete user where id<500
    3. 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，所以建议分批操作。

    18、where子句中考虑使用默认值代替null。

    反例：

    1. mysql> explain select * from user where age is not null;
    2. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+
    3. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra |
    4. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+
    5. |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | NULL  |
    6. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+
    7. 1 row in set, 1 warning (0.00 sec)

    image.png
    正例：

    1. //设置0为默认值
    2. mysql> explain select * from user where age > 0;
    3. +----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-----------------------+
    4. | id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra                 |
    5. +----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-----------------------+
    6. |  1 | SIMPLE      | user  | NULL       | range | idx_age       | idx_age | 4       | NULL |    1 |   100.00 | Using index condition |
    7. +----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-----------------------+
    8. 1 row in set, 1 warning (0.00 sec)

    image.png
    理由：

  • 并不是说使用了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。

    如果mysql优化器发现，走索引比不走索引成本还要高，肯定会放弃索引，这些条件！=，>is null，is not null经常被认为让索引失效，其实是因为一般情况下，查询的成本高，优化器自动放弃的。

  • 如果把null值，换成默认值，很多时候让走索引成为可能，同时，表达意思会相对清晰一点。

    19、不要有超过5个以上的表连接

  • 连表越多，编译的时间和开销也就越大。

  • 把连接表拆开成较小的几个执行，可读性更高。
  • 如果一定需要连接很多表才能得到数据，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，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，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。

21、尽量用 union all 替换 union

如果检索结果中不会有重复的记录，推荐union all 替换 union。
反例：

  1. select * from user where user_id=1
  2. union
  3. select * from user where age = 10

正例：

  1. select * from user where user_id=1
  2. union all
  3. select * from user where age = 10

理由：

  • 如果使用union，不管检索结果有没有重复，都会尝试进行合并，然后在输出最终结果前进行排序。如果已知检索结果没有重复记录，使用union all 代替union，这样会提高效率。

    22、索引不宜太多，一般5个以内。

  • 索引并不是越多越好，索引虽然提高了查询的效率，但是也降低了插入和更新的效率。

  • insert或update时有可能会重建索引，所以建索引需要慎重考虑，视具体情况来定。

  • 一个表的索引数最好不要超过5个，若太多需要考虑一些索引是否没有存在的必要。

    23、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型

    反例：

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

    正例：

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

    理由：

  • 相对于数字型字段，字符型会降低查询和连接的性能，并会增加存储开销。

    24、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。

    因为SQL优化器是根据表中数据量来进行查询优化的，如果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，很可能就放弃索引了。

    25、尽量避免向客户端返回过多数据量。

    假设业务需求是，用户请求查看自己最近一年观看过的直播数据。
    反例：

    1. //一次性查询所有数据回来
    2. select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)

    正例：

    1. //分页查询
    2. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize
    3. //如果是前端分页，可以先查询前两百条记录，因为一般用户应该也不会往下翻太多页，
    4. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;

    26、当在SQL语句中连接多个表时,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：

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

    正例：

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

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

    反例：

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

    正例：

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

    理由：

  • 因为首先变长字段存储空间小，可以节省存储空间。

  • 其次对于查询来说，在一个相对较小的字段内搜索，效率更高。

    28、为了提高group by 语句的效率，可以在执行到该语句前，把不需要的记录过滤掉。

    反例：

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

    正例：

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

    29、如何字段类型是字符串，where时一定用引号括起来，否则索引失效

    反例：

    1. mysql> explain select * from user where user_id = 123;
    2. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    3. | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
    4. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    5. |  1 | SIMPLE      | user  | NULL       | ALL  | idx_userId    | NULL | NULL    | NULL |    1 |   100.00 | Using where |
    6. +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    7. 1 row in set, 3 warnings (0.00 sec)

    image.png
    正例：

    1. mysql> explain select * from user where user_id = '123';
    2. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------+
    3. | id | select_type | table | partitions | type | possible_keys | key        | key_len | ref   | rows | filtered | Extra |
    4. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------+
    5. |  1 | SIMPLE      | user  | NULL       | ref  | idx_userId    | idx_userId | 202     | const |    1 |   100.00 | NULL  |
    6. +----+-------------+-------+------------+------+---------------+------------+---------+-------+------+----------+-------+
    7. 1 row in set, 1 warning (0.00 sec)

    image.png
    image.gif理由：

  • 为什么第一条语句未加单引号就不走索引了呢？这是因为不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL会做隐式的类型转换，把它们转换为浮点数再做比较。

    30、使用explain 分析SQL的执行

    日常开发写SQL的时候，用explain分析SQL，尤其是使用索引的优化分析。

    1. mysql> explain select * from user where user_id ='123' or age =18;
    2. +----+-------------+-------+------------+------+--------------------+------+---------+------+------+----------+-------------+
    3. | id | select_type | table | partitions | type | possible_keys      | key  | key_len | ref  | rows | filtered | Extra       |
    4. +----+-------------+-------+------------+------+--------------------+------+---------+------+------+----------+-------------+
    5. |  1 | SIMPLE      | user  | NULL       | ALL  | idx_userId,idx_age | NULL | NULL    | NULL |    1 |   100.00 | Using where |
    6. +----+-------------+-------+------------+------+--------------------+------+---------+------+------+----------+-------------+
    7. 1 row in set, 1 warning (0.00 sec)

    image.png ```sql mysql> explain select * from user where user_id =’123’; +——+——————-+———-+——————+———+———————-+——————+————-+———-+———+—————+———-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+———————-+——————+————-+———-+———+—————+———-+ | 1 | SIMPLE | user | NULL | ref | idx_userId | idx_userId | 202 | const | 1 | 100.00 | NULL | +——+——————-+———-+——————+———+———————-+——————+————-+———-+———+—————+———-+ 1 row in set, 1 warning (0.00 sec)

mysql> explain select * from user where user_id =’123’ and age = 18; +——+——————-+———-+——————+———+——————————+——————+————-+———-+———+—————+——————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +——+——————-+———-+——————+———+——————————+——————+————-+———-+———+—————+——————-+ | 1 | SIMPLE | user | NULL | ref | idx_userId,idx_age | idx_userId | 202 | const | 1 | 100.00 | Using where | +——+——————-+———-+——————+———+——————————+——————+————-+———-+———+—————+——————-+ 1 row in set, 1 warning (0.00 sec) ``` image.png