1.查询SQL尽量不要使用select *，而是select具体字段。
select * from employee;
正例子：
select id,name from employee;
理由：
只取需要的字段，节省资源、减少网络开销。
select * 进行查询时，很可能就不会使用到覆盖索引了，就会造成回表查询。
2.如果知道查询结果只有一条或者只要最大/最小一条记录，建议用limit 1
假设现在有employee员工表，要找出一个名字叫jay的人.
CREATE TABLE`employee` (
`id`int(11) NOTNULL,
`name`varchar(255) DEFAULTNULL,
`age`int(11) DEFAULTNULL,
`date` datetime DEFAULTNULL,
`sex`int(1) DEFAULTNULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
反例：
select id,name from employee where name='jay'
正例
select id,name from employee where name='jay' limit 1;
理由：
加上limit 1后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高。
当然，如果name是唯一索引的话，是不必要加上limit 1了，因为limit的存在主要就是为了防止全表扫描，从而提高性能,
如果一个语句本身可以预知不用全表扫描，有没有limit，性能的差别并不大。
这是为了使EXPLAIN中type列达到const类型
3.应尽量避免在where子句中使用or来连接条件
新建一个user表，它有一个普通索引userId，表结构如下：
CREATE TABLE`user` (
`id`int(11) NOTNULL AUTO_INCREMENT,
`userId`int(11) NOTNULL,
`age`int(11) NOTNULL,
`name`varchar(255) NOTNULL,
PRIMARY KEY (`id`),
KEY`idx_userId` (`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
假设现在需要查询userid为1或者年龄为18岁的用户，很容易有以下sql
反例:
select * from user where userid = 1 or age = 18
正例：
//使用union all
select * from user where userid = 1
unionall
select * from user where age = 18
//或者分开两条sql写：
select * from user where userid = 1
select * from user where age = 18
理由：
使用or可能会使索引失效，从而全表扫描。
对于or+没有索引的age这种情况，假设它走了userId的索引，但是走到age查询条件时，它还得全表扫描，也就是需要三步过程：全表扫描+索引扫描+合并
如果它一开始就走全表扫描，直接一遍扫描就完事。mysql是有优化器的，处于效率与成本考虑，遇到or条件，索引可能失效，看起来也合情合理。
4、优化limit分页
我们日常做分页需求时，一般会用 limit 实现，但是当偏移量特别大的时候，查询效率就变得低下。
反例：
select id,name,age from employee limit 10000,10
正例：
//方案一 ：返回上次查询的最大记录(偏移量)
select id,name from employee where id > 10000 limit 10
//方案二：orderby + 索引
select id,name from employee order by id limit 10000,10
//方案三：在业务允许的情况下限制页数：
理由：
当偏移量最大的时候，查询效率就会越低，因为Mysql并非是跳过偏移量直接去取后面的数据，而是先把偏移量+要取的条数，然后再把前面偏移量这一段的数据抛弃掉再返回的。
如果使用优化方案一，返回上次最大查询记录（偏移量），这样可以跳过偏移量，效率提升不少。
方案二使用order by+索引，也是可以提高查询效率的。
方案三的话，建议跟业务讨论，有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
5、优化你的like语句
日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
反例：
select userId,name from user where userId like'%123';
正例：
select userId,name from user where userId like'123%';
理由：
把%放前面，并不走索引，如下：
把% 放关键字后面，还是会走索引的。如下：
6、使用where条件限定要查询的数据，避免返回多余的行
假设业务场景是这样：查询某个用户是否是会员。曾经看过老的实现代码是这样。。。
反例：
List<Long> userIds = sqlMap.queryList("select userId fromuser where isVip=1");
boolean isVip = userIds.contains(userId);
正例：
Long userId = sqlMap.queryObject("select userId fromuser where userId='userId' and isVip='1'")
boolean isVip = userId!=null;
理由：
需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。
7、尽量避免在索引列上使用mysql的内置函数
业务需求：查询最近七天内登陆过的用户(假设loginTime加了索引)
反例：
select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >= now();
正例：
explain select userId,loginTime from loginuser where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY);
理由：
索引列上使用mysql的内置函数，索引失效
如果索引列不加内置函数，索引还是会走的。
8、应尽量避免在 where 子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫
反例：
select * from user where age - 1 = 10；
正例：
select * from user where age = 11；.
理由：
虽然age加了索引，但是因为对它进行运算，索引直接迷路了。。。
9、Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小
Inner join 内连接，在两张表进行连接查询时，只保留两张表中完全匹配的结果集
left join 在两张表进行连接查询时，会返回左表所有的行，即使在右表中没有匹配的记录。
right join 在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录。
都满足SQL需求的前提下，推荐优先使用Inner join（内连接），如果要使用left join，左边表数据结果尽量小，如果有条件的尽量放到左边处理。
反例:
select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id > 2;
正例：
select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;
理由：
如果inner join是等值连接，或许返回的行数比较少，所以性能相对会好一点。
同理，使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。
10、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
反例：
select age,name from user where age <> 18;
正例：
//可以考虑分开两条sql写
select age,name from user where age < 18;
select age,name from user where age > 18;
理由：
使用 != 和 <> 很可能会让索引失效
11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。
表结构：（有一个联合索引idx_userid_age，userId在前，age在后）
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;
反例：
select * from user where age = 10;
正例：
//符合最左匹配原则
select * from user where userid = 10 and age = 10；
//符合最左匹配原则
select * from user where userid =10;
理由：
当我们创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。
联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。
- 对于联合索引来说，要遵守最左前缀法则
举列来说索引含有字段id、name、school，可以直接用id字段，也可以id、name这样的顺序，但是name;school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，常用的查询字段放在最前面。
12、对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描。
反例：
select * from user where address ='深圳' order by age;
正例：
添加索引
alter table user add index idx_address_age (address,age)
- 必要时可以使用force index来强制查询走某个索引
有的时候MySQL优化器采取它认为合适的索引来检索SQL语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用forceindex来强制优化器使用我们制定的索引。
12、对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描。
反例：
select * from user where address ='深圳' order by age;
正例：
添加索引
alter table user add index idx_address_age (address,age)
13、如果插入数据过多，考虑批量插入。
反例：
for(User u :list){
INSERT into user(name,age) values(#name#,#age#)
}
正例：
//一次500批量插入，分批进行
insert into user(name,age) values
<foreach collection="list" item="item" index="index" separator=",">
(#{item.name},#{item.age})
</foreach>
理由：
批量插入性能好，更加省时间
打个比喻:假如你需要搬一万块砖到楼顶,你有一个电梯,电梯一次可以放适量的砖（最多放500）,你可以选择一次运送一块砖,也可以一次运送500,你觉得哪个时间消耗大?
14、在适当的时候，使用覆盖索引。
覆盖索引能够使得你的SQL语句不需要回表，仅仅访问索引就能够得到所有需要的数据，大大提高了查询效率。
反例：
// like模糊查询，不走索引了
select * from user where userid like '%123%
正例：
//id为主键，那么为普通索引，即覆盖索引登场了。
select id,name from user where userid like '%123%';
15、慎用distinct关键字
distinct 关键字一般用来过滤重复记录，以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时，给查询带来优化效果。但是在字段很多的时候使用，却会大大降低查询效率。
反例：
SELECT DISTINCT * from user;
正例：
select DISTINCT name from user;
理由：
带distinct的语句cpu时间和占用时间都高于不带distinct的语句。因为当查询很多字段时，如果使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较，过滤的过程会占用系统资源，cpu时间。
16、删除冗余和重复索引
反例：
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
正例:
//删除userId索引，因为组合索引（A，B）相当于创建了（A）和（A，B）索引
KEY `idx_userId_age` (`userId`,`age`)
理由：
重复的索引需要维护，并且优化器在优化查询的时候也需要逐个地进行考虑，这会影响性能的。
17、如果数据量较大，优化你的修改/删除语句。
避免同时修改或删除过多数据，因为会造成cpu利用率过高，从而影响别人对数据库的访问。
反例：
//一次删除10万或者100万+？
delete from user where id < 100000;
//或者采用单一循环操作，效率低，时间漫长
for（User user：list）{
delete from user;
}
正例：
//分批进行删除,如每次500
delete user where id < 500
delete product where id >= 500 and id < 1000;
理由：
一次性删除太多数据，可能会有lock wait timeout exceed的错误，所以建议分批操作。
18、where子句中考虑使用默认值代替null。
反例：
select * from user where age is not null;
正例：
//设置0为默认值
select * from user where age > 0;
理由：
并不是说使用了is null 或者 is not null 就会不走索引了，这个跟mysql版本以及查询成本都有关。
如果mysql优化器发现，走索引比不走索引成本还要高，肯定会放弃索引，这些条件！=，is null，is not null经常被认为让索引失效，其实是因为一般情况下，查询的成本高，优化器自动放弃的。
如果把null值，换成默认值，很多时候让走索引成为可能，同时，表达意思会相对清晰一点。
- 避免在where子句中对字段进行null值判断
对于null的判断会导致引擎放弃使用索引而进行全表扫描。
19、不要有超过5个以上的表连接
连表越多，编译的时间和开销也就越大。
把连接表拆开成较小的几个执行，可读性更高。
如果一定需要连接很多表才能得到数据，那么意味着糟糕的设计了。
20、exist & in的合理利用
假设表A表示某企业的员工表，表B表示部门表，查询所有部门的所有员工，很容易有以下SQL:
select * from A where deptId in (select deptId from B);
这样写等价于：
先查询部门表B
select deptId from B
再由部门deptId，查询A的员工
select * from A where A.deptId = B.deptId
可以抽象成这样的一个循环：
List<> resultSet ;
for(int i=0;i<B.length;i++) {
for(int j=0;j<A.length;j++) {
if(A[i].id==B[j].id) {
resultSet.add(A[i]);
break;
}
}
}
显然，除了使用in，我们也可以用exists实现一样的查询功能，如下：
select * from A where exists (select 1 from B where A.deptId = B.deptId);
因为exists查询的理解就是，先执行主查询，获得数据后，再放到子查询中做条件验证，根据验证结果（true或者false），来决定主查询的数据结果是否得意保留。
那么，这样写就等价于：
select * from A,先从A表做循环
select * from B where A.deptId = B.deptId,再从B表做循环.
同理，可以抽象成这样一个循环：
List<> resultSet ;
for(int i=0;i<A.length;i++) {
for(int j=0;j<B.length;j++) {
if(A[i].deptId==B[j].deptId) {
resultSet.add(A[i]);
break;
}
}
}
数据库最费劲的就是跟程序链接释放。假设链接了两次，每次做上百万次的数据集查询，查完就走，这样就只做了两次；相反建立了上百万次链接，申请链接释放反复重复，这样系统就受不了了。即mysql优化原则，就是小表驱动大表，小的数据集驱动大的数据集，从而让性能更优。
因此，我们要选择最外层循环小的，也就是，如果B的数据量小于A，适合使用in，如果B的数据量大于A，即适合选择exist。
21、尽量用 union all 替换 union
如果检索结果中不会有重复的记录，推荐union all 替换 union。
反例：
select * from user where userid = 1
union
select * from user where age = 10
正例：
select * from user where userid = 1
union all
select * from user where age = 10
理由：
如果使用union，不管检索结果有没有重复，都会尝试进行合并，然后在输出最终结果前进行排序。如果已知检索结果没有重复记录，使用union all 代替union，这样会提高效率。
22、索引不宜太多，一般5个以内。
索引并不是越多越好，索引虽然提高了查询的效率，但是也降低了插入和更新的效率。
insert或update时有可能会重建索引，所以建索引需要慎重考虑，视具体情况来定。
一个表的索引数最好不要超过5个，若太多需要考虑一些索引是否没有存在的必要。
- 如果限制条件中其他字段没有索引，尽量少用or
or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用union all或者是union（必要的时候）的方式来代替“or”会得到更好的效果。
23、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型
反例：
king_id` varchar(20) NOT NULL COMMENT '守护者Id'
正例：
`king_id` int(11) NOT NULL COMMENT '守护者Id'`
理由：
相对于数字型字段，字符型会降低查询和连接的性能，并会增加存储开销。
24、索引不适合建在有大量重复数据的字段上，如性别这类型数据库字段。
因为SQL优化器是根据表中数据量来进行查询优化的，如果索引列有大量重复数据，Mysql查询优化器推算发现不走索引的成本更低，很可能就放弃索引了。
25、尽量避免向客户端返回过多数据量。
假设业务需求是，用户请求查看自己最近一年观看过的直播数据。
反例：
//一次性查询所有数据回来
select * from LivingInfo where watchId =useId and watchTime >= Date_sub(now(),Interval 1 Y)
正例：
//分页查询
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset,pageSize
//如果是前端分页，可以先查询前两百条记录，因为一般用户应该也不会往下翻太多页，
select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200;
26、当在SQL语句中连接多个表时,请使用表的别名，并把别名前缀于每一列上，这样语义更加清晰。
反例：
select * from A inner
join B on A.deptId = B.deptId;
正例：
select memeber.name,deptment.deptName from A member inner
join B deptment on member.deptId = deptment.deptId;
27、尽可能使用varchar/nvarchar 代替 char/nchar。
反例：
`deptName` char(100) DEFAULT NULL COMMENT '部门名称'
正例：
`deptName` varchar(100) DEFAULT NULL COMMENT '部门名称'
理由：
因为首先变长字段存储空间小，可以节省存储空间。
其次对于查询来说，在一个相对较小的字段内搜索，效率更高。
28、为了提高group by 语句的效率，可以在执行到该语句前，把不需要的记录过滤掉。
反例：
select job,avg(salary) from employee group by job having job ='president' or job = 'managent'
正例：
select job,avg(salary) from employee where job ='president'
or job = 'managent' group by job;
29、若字段类型是字符串，使用where时一定用引号括起来，否则索引失效
反例：
select * from user where userid = 123;
正例：
select * from user where userid = '123';
理由：
为什么第一条语句未加单引号就不走索引了呢？这是因为不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL会做隐式的类型转换，把它们转换为浮点数再做比较。
30、使用explain 分析你SQL的计划
做MySQL优化，善用EXPLAIN查看SQL执行计划。
用explain分析一下你写的SQL，尤其是走不走索引这一块。
explain select * from user where userid = 10086 or age =18;
- type列，连接类型。一个好的SQL语句至少要达到range级别。杜绝出现all级别。
- key列，使用到的索引名。如果没有选择索引，值是NULL。可以采取强制索引方式。
- key_len列，索引长度。
- rows列，扫描行数。该值是个预估值。
- extra列，详细说明。注意，常见的不太友好的值，如下：Using filesort，Using temporary。
31、少用in 或 not in
对于连续的数值范围查询尽量使用BETWEEN AND，例如：
select name from userinfo where id BETWEEN 10 AND 70
- 注意范围查询语句
对于联合索引来说，如果存在范围查询，比如between、>、<等条件时，会造成后面的索引字段失效。
32、SQL语句中IN包含的值不应过多
MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。
再例如：select id from t where num in(1,2,3) 对于连续的数值，能用between就不要用in了；再或者使用连接来替换。
33、如果排序字段没有用到索引，就尽量少排序
34、分段查询
在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。
如下图这个SQL语句，扫描的行数成百万级以上的时候就可以使用分段查询：
35、避免隐式类型转换
where子句中出现column字段的类型和传入的参数类型不一致的时候发生的类型转换，建议先确定where中的参数类型。
36、关于JOIN优化
LEFT JOIN A表为驱动表，INNER JOIN MySQL会自动找出那个数据少的表作用驱动表，RIGHT JOIN B表为驱动表。
注意：
- 1）MySQL中没有full join，可以用以下方式来解决：
select * from A left join B on B.name = A.namewhere B.name is nullunion allselect * from B;
2）尽量使用inner join，避免left join：
参与联合查询的表至少为2张表，一般都存在大小之分。如果连接方式是inner join，在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表，但是left join在驱动表的选择上遵循的是左边驱动右边的原则，即left join左边的表名为驱动表。3）合理利用索引：
被驱动表的索引字段作为on的限制字段。-
4）利用小表去驱动大表：
从原理图能够直观的看出如果能够减少驱动表的话，减少嵌套循环中的循环次数，以减少 IO总量及CPU运算的次数。
-
5）巧用STRAIGHT_JOIN：
inner join是由MySQL选择驱动表，但是有些特殊情况需要选择另个表作为驱动表，比如有group by、order by等「Using filesort」、「Using temporary」时。STRAIGHT_JOIN来强制连接顺序，在STRAIGHT_JOIN左边的表名就是驱动表，右边则是被驱动表。在使用STRAIGHT_JOIN有个前提条件是该查询是内连接，也就是inner join。其他链接不推荐使用STRAIGHT_JOIN，否则可能造成查询结果不准确。
