常见的sql优化

一些常见的SQL优化

  • 负向条件查询不能使用索引

      select * from order where status!=0 and stauts!=1
      not in/not exists都不是好习惯
      可以优化为in查询:
          select * from order where status in(2,3)
    
  • 前导模糊查询不能使用索引

      select * from order where desc like '%XX'
      而非前导模糊查询则可以:
          select * from order where desc like 'XX%'
    
  • 数据区分度不大的字段不宜使用索引

      select * from user where sex=1
    
      原因:性别只有男,女,每次过滤掉的数据很少,不宜使用索引。
    
      经验上,能过滤80%数据时就可以使用索引。对于订单状态,如果状态值很少,
      不宜使用索引,如果状态值很多,能够过滤大量数据,则应该建立索引。
    
  • 在属性上进行计算不能命中索引

      select * from order where YEAR(date) < = '2017'
    
      即使date上建立了索引,也会全表扫描,可优化为值计算:
    
      select * from order where date < = CURDATE()
    
      或者:
          select * from order where date < = '2017-01-01' 
    
  • 允许为null的列,查询有潜在大坑

          单列索引不存null值,复合索引不存全为null的值,如果列允许为null,
                            可能会得到“不符合预期”的结果集
    
          select * from user where name != 'shenjian'
    
          如果name允许为null,索引不存储null值,结果集中不会包含这些记录。
    
    
    
           所以,请使用not null约束以及默认值。
    
  • 复合索引最左前缀,并不是值SQL语句的where顺序要和复合索引一致

      用户中心建立了(login_name, passwd)的复合索引
    
      select * from user where login_name=? and passwd=?
      
      select * from user where passwd=? and login_name=?
      
      都能够命中索引 
      
      select * from user where login_name=?
      
      也能命中索引,满足复合索引最左前缀        
      
      select * from user where passwd=?
      
      不能命中索引,不满足复合索引最左前缀
    
  • 使用ENUM而不是字符串

      ENUM保存的是TINYINT,别在枚举中搞一些“中国”“北京”“技术部”这样的字符串,字符串空间又大,效率又低。
    
  • 如果明确知道只有一条结果返回,limit 1能够提高效率

      select * from user where login_name=?
    
      可以优化为:
    
      select * from user where login_name=? limit 1
    
      原因:
    
      你知道只有一条结果,但数据库并不知道,明确告诉它,让它主动停止游标移动
    

转载至https://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651960280&idx=1&sn=da519cff7081ab347eb1aaa4f0f4f408&chksm=bd2d06048a5a8f123730ed91b60ac2f55ec5eb92774f24ec45c3fc0d004aea514e6fc3990e0e&scene=21#wechat_redirect

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,036评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,046评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,411评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,622评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,661评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,521评论 1 304
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,288评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,200评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,644评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,837评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,953评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,673评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,281评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,889评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,011评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,119评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,901评论 2 355

推荐阅读更多精彩内容