後端程序員必備：書寫高質量SQL的30條建議

本文將結合實例demo，闡述30條有關於優化SQL的建議，多數是實際開發中總結出來的，希望對大家有幫助。來源：數據庫開發

1、查詢SQL儘量不要使用select *，而是select具體字段。

反例子：

<code>select * from employee; 
/<code>

正例子：

<code>select id，name from employee; 
/<code>

理由：

• 只取需要的字段，節省資源、減少網絡開銷。
• select * 進行查詢時，很可能就不會使用到覆蓋索引了，就會造成回表查詢。

2、如果知道查詢結果只有一條或者只要最大/最小一條記錄，建議用limit 1

假設現在有employee員工表，要找出一個名字叫jay的人.

<code>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; /<code>

反例：

<code>select id，name from employee where name\='jay'
/<code>

正例

<code>select id，name from employee where name='jay' limit 1; 
/<code>

理由：

• 加上limit 1後,只要找到了對應的一條記錄,就不會繼續向下掃描了,效率將會大大提高。
• 當然，如果name是唯一索引的話，是不必要加上limit 1了，因為limit的存在主要就是為了防止全表掃描，從而提高性能,如果一個語句本身可以預知不用全表掃描，有沒有limit ，性能的差別並不大。

3、應儘量避免在where子句中使用or來連接條件

新建一個user表，它有一個普通索引userId，表結構如下：

<code>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; /<code>

假設現在需要查詢userid為1或者年齡為18歲的用戶，很容易有以下SQL

反例:

<code>select * from user where userid=1 or age =18
/<code>

正例：

<code>//使用union all  
  select * from user where userid=1   
  union all  
  select * from user where age = 18  
  //或者分開兩條sql寫：  
  select * from user where userid=1  
  select * from user where age = 18 /<code>

理由：

• 使用or可能會使索引失效，從而全表掃描。

對於or+沒有索引的age這種情況，假設它走了userId的索引，但是走到age查詢條件時，它還得全表掃描，也就是需要三步過程：全表掃描+索引掃描+合併如果它一開始就走全表掃描，直接一遍掃描就完事。mysql是有優化器的，處於效率與成本考慮，遇到or條件，索引可能失效，看起來也合情合理。

4、優化limit分頁

我們日常做分頁需求時，一般會用 limit 實現，但是當偏移量特別大的時候，查詢效率就變得低下。

反例：

<code>select id，name，age from employee limit 10000，10 
/<code>

正例：

<code>//方案一 ：返回上次查詢的最大記錄(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：在業務允許的情況下限制頁數：/<code>

理由：

• 當偏移量最大的時候，查詢效率就會越低，因為Mysql並非是跳過偏移量直接去取後面的數據，而是先把偏移量+要取的條數，然後再把前面偏移量這一段的數據拋棄掉再返回的。
• 如果使用優化方案一，返回上次最大查詢記錄（偏移量），這樣可以跳過偏移量，效率提升不少。
• 方案二使用order by+索引，也是可以提高查詢效率的。
• 方案三的話，建議跟業務討論，有沒有必要查這麼後的分頁啦。因為絕大多數用戶都不會往後翻太多頁。

5、優化你的like語句

日常開發中，如果用到模糊關鍵字查詢，很容易想到like，但是like很可能讓你的索引失效。

反例：

<code>select userId，name from user where userId like '%123'; 
/<code>

正例：

<code>select userId，name from user where userId like '123%'; 
/<code>

理由：

• 把%放前面，並不走索引，如下：

• 把% 放關鍵字後面，還是會走索引的。如下：

6、使用where條件限定要查詢的數據，避免返回多餘的行

假設業務場景是這樣：查詢某個用戶是否是會員。曾經看過老的實現代碼是這樣。。。

反例：

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

正例：

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

理由：

• 需要什麼數據，就去查什麼數據，避免返回不必要的數據，節省開銷。

7、儘量避免在索引列上使用mysql的內置函數

業務需求：查詢最近七天內登陸過的用戶(假設loginTime加了索引)

反例：

<code>select userId,loginTime from loginuser where Date\_ADD(loginTime,Interval 7 DAY) \>\=now();
/<code>

正例：

<code>explain  select userId,loginTime from loginuser where  loginTime \>\= Date\_ADD(NOW(),INTERVAL - 7 DAY);/<code>

理由：

• 索引列上使用mysql的內置函數，索引失效

• 如果索引列不加內置函數，索引還是會走的。

8、應儘量避免在where子句中對字段進行表達式操作，這將導致系統放棄使用索引而進行全表掃

反例：

<code>select * from user where age-1 =10； 
/<code>

正例：

<code>select * from user where age =11； 
/<code>

理由：

• 雖然age加了索引，但是因為對它進行運算，索引直接迷路了。。。

9、Inner join 、left join、right join，優先使用Inner join，如果是left join，左邊表結果儘量小

• Inner join 內連接，在兩張表進行連接查詢時，只保留兩張表中完全匹配的結果集
• left join 在兩張表進行連接查詢時，會返回左表所有的行，即使在右表中沒有匹配的記錄。
• right join 在兩張表進行連接查詢時，會返回右表所有的行，即使在左表中沒有匹配的記錄。

都滿足SQL需求的前提下，推薦優先使用Inner join（內連接），如果要使用left join，左邊表數據結果儘量小，如果有條件的儘量放到左邊處理。

反例:

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

正例：

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

理由：

• 如果inner join是等值連接，或許返回的行數比較少，所以性能相對會好一點。
• 同理，使用了左連接，左邊表數據結果儘量小，條件儘量放到左邊處理，意味著返回的行數可能比較少。

10、應儘量避免在where子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。

反例：

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

正例：

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

理由：

• 使用!=和<>很可能會讓索引失效

11、使用聯合索引時，注意索引列的順序，一般遵循最左匹配原則。

表結構：（有一個聯合索引idxuseridage，userId在前，age在後）

<code>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; /<code>

反例：

<code>select * from user where age = 10; 
/<code>

正例：

1. //符合最左匹配原則
3. //符合最左匹配原則
4. select * from user where userid =10;

理由：

• 當我們創建一個聯合索引的時候，如(k1,k2,k3)，相當於創建了（k1）、(k1,k2)和(k1,k2,k3)三個索引，這就是最左匹配原則。
• 聯合索引不滿足最左原則，索引一般會失效，但是這個還跟Mysql優化器有關的。

12、對查詢進行優化，應考慮在where及order by涉及的列上建立索引，儘量避免全表掃描。

反例：

1. select * from user where address ='深圳' order by age ;

正例：

1. 添加索引
2. alter table user add index idx_address_age (address,age)

13、如果插入數據過多，考慮批量插入。

反例：

1. for(User u :list){
2. INSERT into user(name,age) values(#name#,#age#)
3. }

正例：

1. //一次500批量插入，分批進行
2. insert into user(name,age) values
4. (#{item.name},#{item.age})

理由：

• 批量插入性能好，更加省時間

打個比喻:假如你需要搬一萬塊磚到樓頂,你有一個電梯,電梯一次可以放適量的磚（最多放500）,你可以選擇一次運送一塊磚,也可以一次運送500塊磚,你覺得哪個時間消耗大?

14、在適當的時候，使用覆蓋索引。

覆蓋索引能夠使得你的SQL語句不需要回表，僅僅訪問索引就能夠得到所有需要的數據，大大提高了查詢效率。

反例：

1. // like模糊查詢，不走索引了
2. select * from user where userid like '%123%'

正例：

1. //id為主鍵，那麼為普通索引，即覆蓋索引登場了。
2. select id,name from user where userid like '%123%';

15、慎用distinct關鍵字

distinct 關鍵字一般用來過濾重複記錄，以返回不重複的記錄。在查詢一個字段或者很少字段的情況下使用時，給查詢帶來優化效果。但是在字段很多的時候使用，卻會大大降低查詢效率。

反例：

1. SELECT DISTINCT * from user;

正例：

1. select DISTINCT name from user;

理由：

• 帶distinct的語句cpu時間和佔用時間都高於不帶distinct的語句。因為當查詢很多字段時，如果使用distinct，數據庫引擎就會對數據進行比較，過濾掉重複數據，然而這個比較、過濾的過程會佔用系統資源，cpu時間。

16、刪除冗餘和重複索引

反例：

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

正例:

1. //刪除userId索引，因為組合索引（A，B）相當於創建了（A）和（A，B）索引
2. KEY `idx_userId_age` (`userId`,`age`)

理由：

• 重複的索引需要維護，並且優化器在優化查詢的時候也需要逐個地進行考慮，這會影響性能的。

17、如果數據量較大，優化你的修改/刪除語句。

避免同時修改或刪除過多數據，因為會造成cpu利用率過高，從而影響別人對數據庫的訪問。

反例：

1. //一次刪除10萬或者100萬+？
2. delete from user where id <100000>
3. //或者採用單一循環操作，效率低，時間漫長
4. for（User user：list）{
5. delete from user；
6. }

正例：

1. //分批進行刪除,如每次500
2. delete user where id<500
3. delete product where id>=500 and id<1000>

理由：

• 一次性刪除太多數據，可能會有lock wait timeout exceed的錯誤，所以建議分批操作。

18、where子句中考慮使用默認值代替null。

反例：

1. select * from user where age is not null;

正例：

1. //設置0為默認值
2. select * from user where age>0;

理由：

• 並不是說使用了is null 或者 is not null 就會不走索引了，這個跟mysql版本以及查詢成本都有關。

如果mysql優化器發現，走索引比不走索引成本還要高，肯定會放棄索引，這些條件 ！=，>isnull，isnotnull經常被認為讓索引失效，其實是因為一般情況下，查詢的成本高，優化器自動放棄索引的。

• 如果把null值，換成默認值，很多時候讓走索引成為可能，同時，表達意思會相對清晰一點。

19、不要有超過5個以上的表連接

• 連表越多，編譯的時間和開銷也就越大。
• 把連接表拆開成較小的幾個執行，可讀性更高。
• 如果一定需要連接很多表才能得到數據，那麼意味著糟糕的設計了。

20、exist&in的合理利用

假設表A表示某企業的員工表，表B表示部門表，查詢所有部門的所有員工，很容易有以下SQL:

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

這樣寫等價於：

先查詢部門表B

select deptId from B

再由部門deptId，查詢A的員工

select * from A where A.deptId = B.deptId

可以抽象成這樣的一個循環：

1. List<> resultSet ;
2. for(int i=0;i
3. for(int j=0;j
4. if(A[i].id==B[j].id) {
5. resultSet.add(A[i]);
6. break;
7. }
8. }
9. }

顯然，除了使用in，我們也可以用exists實現一樣的查詢功能，如下：

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

因為exists查詢的理解就是，先執行主查詢，獲得數據後，再放到子查詢中做條件驗證，根據驗證結果（true或者false），來決定主查詢的數據結果是否得意保留。

那麼，這樣寫就等價於：

select * from A,先從A表做循環

select * from B where A.deptId = B.deptId,再從B表做循環.

同理，可以抽象成這樣一個循環：

1. List<> resultSet ;
2. for(int i=0;i
3. for(int j=0;j
4. if(A[i].deptId==B[j].deptId) {
5. resultSet.add(A[i]);
6. break;
7. }
8. }
9. }

數據庫最費勁的就是跟程序鏈接釋放。假設鏈接了兩次，每次做上百萬次的數據集查詢，查完就走，這樣就只做了兩次；相反建立了上百萬次鏈接，申請鏈接釋放反覆重複，這樣系統就受不了了。即mysql優化原則，就是小表驅動大表，小的數據集驅動大的數據集，從而讓性能更優。

因此，我們要選擇最外層循環小的，也就是，如果B的數據量小於A，適合使用in，如果B的數據量大於A，即適合選擇exist。

21、儘量用union all替換 union

如果檢索結果中不會有重複的記錄，推薦union all 替換 union。

反例：

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

正例：

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

理由：

• 如果使用union，不管檢索結果有沒有重複，都會嘗試進行合併，然後在輸出最終結果前進行排序。如果已知檢索結果沒有重複記錄，使用union all 代替union，這樣會提高效率。

22、索引不宜太多，一般5個以內。

• 索引並不是越多越好，索引雖然提高了查詢的效率，但是也降低了插入和更新的效率。
• insert或update時有可能會重建索引，所以建索引需要慎重考慮，視具體情況來定。
• 一個表的索引數最好不要超過5個，若太多需要考慮一些索引是否沒有存在的必要。

23、儘量使用數字型字段，若只含數值信息的字段儘量不要設計為字符型

反例：

1. `king_id` varchar（20） NOT NULL COMMENT '守護者Id'

正例：

1. `king_id` int(11) NOT NULL COMMENT '守護者Id'

理由：

• 相對於數字型字段，字符型會降低查詢和連接的性能，並會增加存儲開銷。

24、索引不適合建在有大量重複數據的字段上，如性別這類型數據庫字段。

因為SQL優化器是根據表中數據量來進行查詢優化的，如果索引列有大量重複數據，Mysql查詢優化器推算髮現不走索引的成本更低，很可能就放棄索引了。

25、儘量避免向客戶端返回過多數據量。

假設業務需求是，用戶請求查看自己最近一年觀看過的直播數據。

反例：

1. //一次性查詢所有數據回來
2. select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)

正例：

1. //分頁查詢
2. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize
3. //如果是前端分頁，可以先查詢前兩百條記錄，因為一般用戶應該也不會往下翻太多頁，
4. select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;

26、當在SQL語句中連接多個表時,請使用表的別名，並把別名前綴於每一列上，這樣語義更加清晰。

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、儘可能使用varchar/nvarchar 代替 char/nchar。

反例：

1. `deptName` char(100) DEFAULT NULL COMMENT '部門名稱'

正例：

1. `deptName` varchar(100) DEFAULT NULL COMMENT '部門名稱'

理由：

• 因為首先變長字段存儲空間小，可以節省存儲空間。
• 其次對於查詢來說，在一個相對較小的字段內搜索，效率更高。

28、為了提高group by 語句的效率，可以在執行到該語句前，把不需要的記錄過濾掉。

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、如果字段類型是字符串，where時一定用引號括起來，否則索引失效

反例：

1. select * from user where userid =123;

理由：

• 為什麼第一條語句未加單引號就不走索引了呢？這是因為不加單引號時，是字符串跟數字的比較，它們類型不匹配，MySQL會做隱式的類型轉換，把它們轉換為浮點數再做比較。

30、使用explain 分析你SQL的計劃

日常開發寫SQL的時候，儘量養成一個習慣吧。用explain分析一下你寫的SQL，尤其是走不走索引這一塊。

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