SQL优化用了15招，性能提升了100倍原创

SQL优化是一个大家都比较关注的热门话题，无论你在面试还是工作中都很有可能会遇到。如果某天你负责的某个线上接口出现了性能问题，需要做优化，那么你首先想到的很有可能是优化SQL语句，因为它的改造成本相对于代码来说也要小得多。那么如何优化SQL语句呢？这篇文章从15个方面分享了SQL优化的一些小技巧，希望对你有所帮助。E, 避免使用select asteris. 很多时候，我们写SQL语句时，为了方便，喜欢直接使用select asteris, 一次性查出表中所有列的数据。反例如图所示。在实际业务场景中，可能我们真正需要使用的只有其中一两列。查了很多数据，但是不用白白浪费了数据库资源，比如内存或者库。此外，多查出来的数据通过网络IO传输的过程中也会增加数据传输的时间。还有一个最重要的问题是select stis不会走覆盖索引，会出现大量的回表操作儿童，导致查询SQL的性能很低。那么如何优化呢？证例如图所示，SQL语句查询时只查需要用到的列，多余的列根本无需查出来。2、用union代替union。

我们都知道SQL语句使用union关键字后可以获取排中后的数据，而如果使用union all关键字，可以获取所有数据，包含重复的数据返例如图所示中的过程需要便利排序和比较，它更耗时，更消耗Q资源。所以如果能用union all的时候尽量不用union。正利如图所示，除非是有些特殊的场景，比如union or之后，结果集中出现了重复数据，而业务场景中是不允许产生重复数据的，这是可以使用union。3小表驱动大表。小表驱动大表，也就是说用小表的数据及驱动大表的数据集。假如有order和user两张表，其中order表有1万条数据，而user表有100条数据。这是如果想查一下所有有效的用户下过的订单列表，可以使用in关键字实现，如图所示，也可以使用exist关键字实现，如图所示。前面提到的这种业务场景，使用in关键字去实现业务需求更加合适，为什么呢？因为如果SQL语句中包含了in关键字，则它会优先执行in里面的子查询语句。

然后再执行in外面的语句，如果in里面的数据量很少，作为条件查询速度更快。而如果SQL语句中包含了this关键字，它优先执行ES左边的语句及主查询语句，然后把它作为条件去跟右边的语句匹配，如果匹配上，则可以查询出数据，如果匹配不上，数据就被过滤掉了。这个需求中，Honor表有1万条数据，而user表有100条数据，Order表示大表，User表示小表，如果order表在左边，则用用关键字，性能更好。总结一下，In适用于左边大表，右边小表，Exist适用于左边小表，右边大表。不管是用in还是this关键字，其核心思想都是用小表驱动大表，四批量操作。如果你有一批数据经过业务处理之后需要插入数据，该怎么办？返利如图所示，在循环中逐条插入数据，该操作需要多次请求数据库才能完成这批数据的插入。但众所周知，我们在代码中每次远程请求数据库势会消耗一定性能的，而如果我们的代码需要请求多次数据库才能完成本次业务功能，势必会消耗更多的性能。那么如何优化呢？

整例如图所示，提供一个批量插入数据的方法，这样只需要远程请求一次数据库SQL性能会得到提升，数据量越多提升越大。但需要注意的是，不建议一次批量操作太多的数据，如果数据太多，数据库响应也会很慢。批量操作需要把握一个度，建议每批数据尽量控制在500以内，如果数据多于500，则分多批次处理。5多用limit。有时候我们需要查询某些数据中的第一条，比如查询某个用户下的第一个订单，想看看他第一次的首单时间返利，如图所示，根据用户ID查询订单，按下单时间排序，先查出该用户所有的订单数据，得到一个订单集合，然后在代码中获取第一个元素的数据及首单的数据，就能获取首单时间。虽说这种做法在功能上没有问题，但它的效率非常不高，需要先查询出所有的数据，有点浪费资源。那么如何优化呢？证，例如图所示，使用LIMIT1只返回该用户下单时间最小的那一条数据即可。此外，在删除或者修改数据时，为了防止误操作导致删除或修改了不相干的数据，也可以在SQL语句最后加上limit，例如图中所示。这样即使误操作，比如把ID搞错了，也不会对太多的数据造成影响。

6应终止太多。对于批量查询接口，我们通常会使用in关键字过滤出数据。比如想通过指定的一些ID批量查询出用户信息，SQL语句如图所示，如果我们不做任何限制，该查询语句一次性可能会查询出非常多的数据，很容易导致接口超时。这是该怎么办呢？可以在SQL中对数据用limit限制。不过我们更多的是要在业务代码中加限制伪代码，如图所示，还有一个方案就是如果A超过500条记录，可以分批用多线程去查询数据，每批只查500条记录，最后把查询到的数据汇总到一起返回。不过这只是一个临时方案，不适合于is实在太多的场景，因为is太多，即使能快速查出数据，但如果返回的数据量太大了，网络传输也是非常消耗性能的，接口性能始终好不到哪里去。7增量查询。有时候我们需要通过远程接口查询数据，然后同步到另外一个数据库返利，如图所示。如果直接获取所有的数据，然后同步过去，这样虽说非常方便，但是带来了一个非常大的问题，就是如果数据很多的话，查询性能会非常差，这是该怎么办呢？这里如图所示，按ID和时间程序每次只同步一批数据，这一批数据只有100条记录，每次同步完成之后，保存这100条数据中最大的ID和时间。

给同步下一批数据的时候用，通过这种增量查询的方式，能够提升单次查询的效率。八、高效的分页。有时候列表页在查询数据时，为了避免一次性返回过多的数据，影响接口性能，我们一般会对查询接口做分页处理。在Miss中，分页单用的limit关键字如图所示。如果表中数据量少，用limit关键字做分页没啥问题，但如果表中数据量很多，用它就会出现性的问题。比如现在分页参数变成了如图所示，Missq会查到1000020条数据，然后丢弃前面的100万条，只查后面的20条数据，这个是非常浪费资源的。那么这种海量数据该怎么分页呢？优化SQL如图所示，先找到上次分页最大的ID，然后利用ID上的索引查询。不过该方案要求ID是连续的，并且有序的。

还能使用between优化分页。需要注意的是，Between要在唯一所以上分页，不然会出现每页大小不一致的问题。9、用连接查询代替子查询。Miss中如果需要从两张以上的表中查询出数据的话，一般有两种实现方式，子查询和连接查询。子查询的例子如图所示，子查询语句可以通过in关键字实现，一个查询语句的条件落在另一个select语句的查询结果中，程序先运行在嵌套在最内层的语句，在运行外层的语句。子查询语句的优点是简单结构化，如果涉及的表数量不多的话，但缺点是Miss执行子查询时需要创建临时表，查询完毕后需要在删除这些临时表有一些额外的性能消耗，这是可以改成连接查询，具体例子如图所示，这样优化之后性能可能会更高。使专案的表不宜过多。根据阿里巴巴开发者手册的规定，Join表的数量不应该超过3个返利如图所示。如果Join太多，Misscol在选择索引的时候会非常复杂，很容易选错索引，并且如果没有命中中next lookop join就是分别从两个表读一行数据进行两两对比，复杂度是2。所以我们应该尽量控制join表的数量，证例如图所示。如果实现业务场景中需要查询出另外几张表中的数据，可以在AB。

C表中冗于专门的字段，比如在表A中冗于进name字段，保存需要查询出的数据。不过我之前也见过有些ERP系统并发量不大，但业务比较复杂，需要join按十几张表才能查询出数据。所以Join案表的数量要根据系统的实际情况决定，不能一概而论，尽量越少越好。十一、状语时要注意。我们在涉及到多张表联合查询的时候，一般会使用join关键字，而join使用最多的是left join和inner left join求两个表的交集，外加左表剩下的数据。Inner joining求两个表交集的数据。使用Inner join的示例如图所示。如果两张表使用inner join关联，Missco会自动选择两张表中的小表去驱动大表，所以性能上不会有太大的问题。使用Left join的示例如图所示，如果两张表使用left join关联，Miss会默认用left join关键字左边的表。

去驱动它右边的表，如果左边的表数据很多时，就会出现性能问题。要特别注意的是，在用left join关联查询时，左边要用小表，右边可以用大表，如果能用inner join的地方，尽量少用left join 12、控制索引的数量。众所周知，索引能够显著的提升查询SQL的性能，但索引数量并非越多越好，因为表中新增数据时需要同时为它创建索引，而索引是需要额外的存储空间的，而且还会有一定的性能消耗。阿里巴巴的开发者手册中规定，单表的索引数量应该尽量控制在5个以内，并且单个索引中的字段数不超过5个。Miss Co使用的B加数的结构来保存索引的在insert。Update和delete操作时需要更新必加数索引，如果索引过多，会消耗很多额外的性能，那么问题来了，如果表中的索引太多，超过了5个该怎么办？这个问题要辩证的看，如果你的系统并发量不高，表中的数据量也不多，其实超过5个也可以，只要不要超过太多就行。但对于一些高并发的系统，请务必遵守单表索引数量不要超过5的限制。那么高并发系统如何优化索引数量？能够见联合索引就别见单个索引，可以删除无用的单个索引。

将部分查询功能迁移到其他类型的数据库中，比如elastic search please等，在业务表中只需要建几个关键索引即可。13、选择合理的字段类型。串表示固定字符串类型，该类型的字段存储空间的固定的，会浪费存储空间。Worker表示变长字符串类型，该类型的字段存储空间会根据实际数据的长度调整，不会浪费存储空间。如果是长度固定的字段，比如用户手机号一般都是11位的，可以定义成叉R类型，长度是11字节，但如果是企业名称字段，假如定成超2类型就有问题了。如果长度定义的太长，比如定义成了200字节，而实际企业长度只有50字节，词汇浪费150字节的存储空间。如果长度定义的太短，比如定义成了50字节，但实际企业名称有100字节，就会存储不下而抛出异常。所以建议将企业名称改成worker类型。变长字段存储空间小，可以节省存储空间，而且对于查询来说，在一个相对较小的字段内，搜索效率显然要高些。我们在选择字段类型时应该遵循这样的原则，能用数字类型就不用字符串，因为字符的处理往往比数字要慢，尽可能使用小的类型，比如用bit存布尔值，用T存枚取值等。

长度固定的字符串字段用叉R类型，长度可变的字符串字段用worker类型金额字段用decimal。避免精度丢失问题还有很多原则，这里就不一一列举了。14、提升group by的效率。我们有很多业务场景需要使用group外关键字，它主要的功能是去重和分组，通常它会跟heavy一起配合使用，表示分组后再根据一定的条件过滤数据返利如图所示。这种写法性能不好，他先把所有的订单根据用户ID分组，之后再去过滤用户D≥200的用户。分组是一个相对耗时的操作，为什么我们不先缩小数据的范围之后在分组呢？证例如图所示，使用V尔条件，在分组前就把多余的数据过滤掉了，这样分组时效率就会更高一些。其实这是一种思路。不仅限于group by的优化，我们的SQL语句在做一些耗时的操作之前，应尽可能缩小数据范围，这样能提升SQL整体的性能。15、索引优化。

SQL优化当中有一个非常重要的内容就是索引优化，很多时候SQL语句走了索引和没有走索引执行效率差别很大，索引索引优化被作为SQL优化的首选。索引优化的第一步是检查SQL语句有没有走索引。那么如何查看SQL走的索引没？可以使用explain命令查看Miss口的执行计划，例如。结果。通过这几列可以判断索引使用情况，执行计划包含类的含义，如下图所示。如果你想进一步了解explain的详细用法，可以看看我的另一篇文章，Explain索引优化的这把绝世好剑你真的会用吗？说实话，SQL语句没有走索引，排除没有键索引之外，最大的可能性是索引失效了。下面说说索引失效的常见原因，如图所示。如果不是上面的这些原因，则需要再进一步排查一下其他原因。此外，你有没有遇到过这样一种情况，明明是同一条SQL，只有入餐不同而已。有的时候走的索引A，有的时候却走的索引B。没错，有时候Miss会选错索引，必要时可以使用for index来强制查询SQL走某个索引。至于为什么Miss会选错索引，后面有专门的文章介绍的，这里先留点悬念。

票圈视频。