大家有没有过这样的体验，自己的SQL一跑跑半天，别人的SQL点一下结果就出来了，难道真的是别人的运气好？一次还好说，每次都是运气好，反正我是不信。毕竟技术人都是凭实力吃饭的。

下面我们以关系型数据库mysql为例来分析SQL如何跑得更快。从数据库的本质来看SQL优化的核心就是两个方面：

1、使用索引

2、减少数据量

使用索引的优化方法有：

1、where后面的索引筛选列上不要使用函数，如substr,concat,length,数学函数等，使用了函数后原本可以走索引的查询就会变为全表扫描，这样就会极大的增加查询时间。如果我们必须要在where 条件中使用函数的话，可以采用把要过滤的值实现处理成想要的方式，举例来说：

2、where 后面使用多个列过滤时如果其中有索引列，则索引列必须放在where后面的第一位，如果索引列是多个列则where后面列的顺序也必须与索引列的顺序保持一致，或者是不会走索引的。

3、where 后面避免使用is null 或者is not null的写法，这种写法是完全不会走索引的。针对这种情况可以使用两种替代方案：

a、如果是单表的话可以使用EXISTS或者NOT EXISTS

b、如果是多表join的话，可以灵活使用left join,join等实现is null或者是is not null的功效。

备注：如果在设计表的时候针对空值做了默认值填充处理，此处处理就简单多了。

4、where 后面避免使用or操作，如果确有必要推荐使用uoion all 或者union 来替换。如：

如果枚举值有限的话也可以使用in，如：

5、where 后面避免使用not in 操作，使用not in 后会完全避开索引，需要扫描全表，极大的增加的SQL的运行时间，推荐使用exists 或者not exists来替换（也可使用join来处理）。如：

7、where 后面尽量避免使用!=(<>)操作符，这类操作符同样会使索引失去作用。此类操作一般可转化其他多步操作

8、like 后面避免使用%开头来进行模糊匹配，如果使用了同样不会再走索引。如：

减少数据量的优化方法：

1、尽量避免使用distinct 操作，distinct 极其消耗资源且不会走索引，如果必须使用distinct 操作的话建议使用group by 替代，如：

2、尽早使用where条件把不需要的数据提前过滤掉，主要针对多表join的话优先对每个表做where 的过滤操作而不是join后统一再过滤。如：

3、使用union all 代替union ，由于union all 会把重复的数据过滤掉，如果需要union的数据重复新很高的话使用union all 可以极大减少数据量，进而减少IO的时间，提高查询速度。

4、避免使用selsct * 操作，*会把所有的数据都查询出来，增大了磁盘IO，如果我们不是需要全部的列最好只select 出自己需要的列。

5、如果查询嵌套的层次过多，中间某些临时结果集数据量过大容易造成内存溢出，甚至报错。这个时候建议先把中间的结果写入到临时表中，再使用临时表进行后面的查询操作即可。

总结：

1、针对涉及到索引的操作，涉及到is not null,is null,<>,or,not in,like 操作时我们需要重点留意是否会影响到索引，是有有其他科替代性的操作来查询出我们想要的结果。

2、针对减少数据量类型的优化本质上是减少IO（磁盘ID和网络ID）以及内存的使用，我们需要注意的地方是尽可能的提前过滤掉不需要的数据，以使真正参与计算的数据量尽可能的少。

说明：由于mysql的版本不断升级，官方也会尽可能的优化SQL的运行，以上只是一般性的结论，并不完全保证一定是正确的，也欢迎大家及时指正。