SQL优化是一个大家都比较关注的热门问题，无论在面试，还是工作中，都很有可能会遇到。
1、避免使用 select *
很多时候，我们写sql语句时，为了方便，喜欢直接使用 select * ，一次性查处所有列的数据。
反例：
select * from user where id=1;在实际业务场景中，可能我们需要的只是那么几个指定列的数据，并不需要全部。查了所有的数据，但是不用，就会白白浪费数据库资源，比如内存或者CPU。
另外，多查出来的数据，通过网络 I/O 传输的过程中，也会增加数据传输的时间。
还有一个问题就是，select * 不会走 覆盖索引 ，会出现大量的 回表 操作，从而导致查询sql的性能降低。
应该如何优化，正例：
select name,age from user where id=1;优化思路就是只查出需要用到的列，多余的列根本无需查出来。
2、用union all 代替 union
SQL语句使用 union 关键字以后，可以获取重排后的数据。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。
反例：
(select * from user where id=1) union (select * from user where id=1);重排的过程是需要遍历，排序和比较的，它更加耗时，更消耗CPU资源。
所以如果可以使用 union all 就尽量不使用 union。
(select * from user where id=1) union all (select * from user where id=1);除非有一些特殊场景，比如话 union all 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
小表驱动大表的意思就是说，用小表的数据集驱动大表的数据集。具体怎么操作呢？假如现在有 order 和 user 两张表，其中 order 表有10000条数据，而 user 表只有100 条数据。
这时如果想查看一下，所有有效用户成功下单的订单列表。可以使用 in 关键字实现：
select * from order where user_id in (select id from user where status=1);或者使用 exists 关键字实现：
select * from order where exists (select 1 from user where order.user_id = user.id and status=1);上面提到的这个场景其实使用 in 关键字去实现业务的话会更合适。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。如果说in里面的数据量少，作为查询条件速度就会更快。
而如果sql语句中包含了 exists 关键字，它会优先执行exists左边的语句（也就是主查询语句）。然后把它作为条件，去跟右边的语句匹配，如果匹配上了，就可以查询出数据，如果没有匹配上，数据就会被过滤掉。
而在这个需求中 order表有10000条数据，user表只有100条数据。order表是大表，user表是小表。如果order表在左边，则用in关键字性能更好。
总结：
in适合左边大表，右边小表exists适合左边小表，右边大表
无论是用 in 还是 exists 关键字，核心思想都是 小表驱动大表。
4、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？
反例：
for(Order order : list){
orderMapper.insert(order);
}在循环中逐条插入数据。
insert into order(id,code,user_id) values(123,'001',100);该操作需要多次请求数据库，才能完成这批数据的插入。
但是总所周知，在代码中每次远程请求数据库，都会有一定的性能消耗。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。
那该如何优化？正例：
orderMapper.insertBatch(list);提供一个批量插入数据的方法：
insert into order(id,code,user_id) values(123,'001',100),(124,'002',100),(125,'001',101);这样做的话只会远程请求数据库一次，sql性能会有提升，数据量越多，性能提升越明显。
但是需要注意的是，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
有时需要查询某些数据中的第一条，比如：某个用户下的第一个订单，想看看他首单时间。
反例：
select id,create_date from order where user_id=123 order by create_date asc;根据用户id查询订单，按照下单时间排序，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，即首单的数据，然后就可以获取到首单时间。
List<Order> list = orderMapper.getOrderList();
Order order = list.get(0);当你不知道怎么实现的时候，用这种方法为了现实功能是可以的，但是它效率不高，需要先查询出所有的数据，有点浪费资源。
那么应该怎么优化？下面是正例：
select id,create_date from order where user_id=123 order by create_date asc limit 1;使用 limit 1 ， 只返回该用户下单时间最小的一条数据即可。
另外，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想干的数据，也可以在sql语句后面加上limit。
例如：
update order set status=0,edit_time=now(3) where id>=100 and id<200 limit 100;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、in中值太多
对于批量查询接口，我们通常会用 in 关键字过滤数据。比如：想通过指定的一些id批量查询出用户信息。
sql语句如下：
select id,name from category where id in (1,2,3...100000000);如果不做任何限制，该查询语句一次性可能会查出非常多的数据，很容易导致接口超时。
这个时候该怎么呢？
select id,name from category where id in (1,2,3...100000000) limit 500;也就是说可以在sql中对数据使用limit进行限制。
不过我们更多的是要在业务代码中加限制，伪代码如下：
public List<Category> getCategory(List<long> ids){
if((CollectionUtils.isEmpty(ids)){
return null;
}
if(ids.size() > 500){
throw new BusinessException("一次最多查询500条记录");
}
return mapper.getCategoryList(ids);
}还有一个方案就是：如果ids超过500条记录，可以分批用多线程去查询数据。每批只查询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ids是在太多的场景。因为ids太多，即使能够快速查询出数据，但结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。
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。
反例：
select * from user;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，那就是如果数据很多的话，查询性能会非常差。
这时该怎么办？
正例：
select * from user where id > #{lastId} and create_time >= #{lastCreateTime} limit 100;按id和时间升序，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。
最后通过这种增量查询的方式，能够提升单次查询的效率。
8、高效分页
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mysql中分页一般用的 limit 关键字：
select id,name,age from user limit 10,20;如果表中数据量少，用limit关键字做分页，没啥问题。但是如果表中数据量多，用它就会出现性能问题。
比如现在分页参数变成了：
select id,name,age from user limit 1000000,20;mysql会查到1000020条数据，然后丢弃前面的1000000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：
select id,name,age from user where id > 1000000 limit 20;先找到上次分页的最大id，然后利用id上的索引查询。不过该方案，要求uid是连续并且有序的。
还能使用 betwwen 优化分页。
select id,name,age from user where id between 1000000 and 1000020;需要注意的是between需要在唯一索引上分页，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
mysql中如果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
子查询例子：
select * from order where user_id in (select id from user where status=1);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，再运行外层的语句。（第3点小表驱动大表中有讲）
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mysql执行子查询时，需要创建临时表，查询完毕后，需要再删除这些临时表，有一些额外的性能消耗。
这时可以改成连接查询。具体例子如下：
select o.* from order o inner join user u on o.user_id = u.id where u.status=1;10、join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。
反例：
select a.name,b.name.c.name,d.name
from a
inner join b on a.id = b.a_id
inner join c on c.b_id = b.id
inner join d on d.c_id = c.id
inner join e on e.d_id = d.id
inner join f on f.e_id = e.id
inner join g on g.f_id = f.id如果join太多，mysql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，nested loop join 就是分别从两个表读一行数据进行两两对比，复杂度是 n^2。
所以我们应该尽量控制join表的数量。
正例：
select a.name,b.name.c.name,a.d_name
from a
inner join b on a.id = b.a_id
inner join c on c.b_id = b.id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a、b、c表中冗余专门的字段，比如：在表a中冗余d_name字段，保存需要查询出的数据。
不过有些ERP系统，并发量不大，但业务比较复杂，需要join十几张表才能查询出数据。
所以join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。
11、join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 join。
left join： 求两个表的交集外加左表剩下的数据。inner join：求两个表交集的数据。
使用 inner join 示例：
select o.id,o.code,u.name from order o left join user u on o.user_id = u.id where u.status=1;如果两张表使用left join关联，mysql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。
mysql使用的B+树的结构来保存索引的，在insert、update和delete操作时，需要更新B+树索引。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？
能够建联合索引，就别建单个索引，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 Seach、HBase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
char 表示固定字符串类型，该类型的字段存储空间是固定的，会浪费存储空间。
alter table order
add column code char(20) NOT NULL;varchar 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。
alter table order
add column code varchar(20) NOT NULL;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char类型，长度是11字节。
但如果是企业名称字段，假如定义成char类型，就有问题了。
如果长度定义得太长，比如定义成了200字节，而实际企业长度只有50字节，则会浪费150字节的存储空间。
如果长度定义得太短，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varchar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tinyint存枚举值等
- 长度固定的字符串字段，用char类型
- 长度可变的字符串字段，用varchar类型
- 金额字段用decimal，避免精度丢失问题。
还有很多原则，这里不一一列举。
14、提升group by的效率
我们有很多业务场景需要使用 group by 关键字，它主要的功能是去重和分组。
通常它会跟 having 一起配合使用，表示分组后再根据一定的条件过滤数据。
反例：
select user_id,user_name from order
group by user_id
having user_id <= 200;这种写法性能不好，它先把所有的订单根据用户id分组之后，再去过滤用户id大于等于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，再分组呢？
select user_id,user_name from order
where user_id <= 200
group by user_id;使用where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。所以索引优化被作为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走了索引没？
可以使用 explain 命令，查看mysql的执行计划。
例如：
explain select * from 'order' where code='002';结果：
通过这几列可以判断索引使用情况，执行计划包含列的含义如下图所示：
说实话，sql语句没有走索引，排除没有建索引之外，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。
评论 (1)