sql优化

  1. in 和 not in 也要慎用,否则会导致全表扫描,用IN的SQL性能比较低, 对于连续的数值,用 between , 在业务密集的SQL中用 exists(子查询)代替in,如果存在一对多的关系就使用distance去重。
  2. where 左侧不要用函数会导致全表扫描,where右侧表的排列顺序,小表在前大表在后, 因为多条查询的where条件语句,第一条的查询对cpu的使用高,把简单的查询放在首位, 第二条SQL的CPU占用率明显比第一条低。数据库自动先进小表的链接,再进行大表的链接, 在表的顺序不对时会产生十分耗服务器资源的数据交叉.
  3. 应尽量避免在 where 子句中使用 or 来连接条件,会导致全表扫,用union 是代替or ,先扫描全表,在删除重复数据,再计算出来.用union all代替,计算出所有数据,不进行删除,因为数据库基本没有重复数据.
  4. (>2和 <2)(大于或小于操作符)用>=3代替,<=1代替 ,因为>先计算出等于2,在判断大于2的数,计算2次,直接>=是直接计算出等于的3的数.计算一次.
  5. 使用like查询, 简单的使用index会导致全文索引,耗空间. 使用索引 like ''%a'' 不使用索引用 like ''%a%'' 查询, like ''%a%''不会使用索引,导致全表扫描.
  6. sql书写格式一致: 数据库对每个SQL都会对其进行一次分析,并且占用共享内存,如果将SQL的字符串及格式写得完全相同,则数据库只会分析一次,
  7. Update 语句更新少量字段可以减少频繁调用引起的性能消耗,同时减少大量日志。
  8. char(100) 型,在字段建立时空间就固定了,插入NULL值,也占用 100个字符, varchar(100)型, 插入NULL值,不占用空间。
  9. Count()会导t会引起全表扫描,杜绝使用
  10. 表数据量过大的时候可以纵向、横向分割表,减少表的尺寸
    如果涉及到表联接的过程中有group by这样的语句,可以先通过group by做为子查询,统计出结果后,再与其它表进行关联查询。
    16.limit常用于分页处理,时常会伴随order by从句使用,因此大多时候会使用Filesorts这样会造成大量的io问题
    1.使用有索引的列或主键进行order by操作
    2.记录上次返回的主键,在下次查询时使用主键过滤
    即将:select film_id,description from sakila.film order by film_id limit 50,5;
    即将:select film_id,description from sakila.film order by film_id limit 500,5;
    Io量增大,扫描505行数据。Limit5000,5扫描的行数是5005行。

优化方式
改为:select film_id,description from sakila.film where file_id >55 and film_id<=60 order by film_id limit 1,5;
这种方式有一个限制,就是主键一定要顺序排序和连续的,如果主键出现空缺可能会导致最终页面上显示的列表不足5条,解决办法是附加一列indexId,保证这一列是自增的并增加索引就可以了。

说明:几个简单的基本的sql语句

17.查询:select * from table1 where 范围
18.增加:insert into table1(field1,field2) values(value1,value2)
19.删除:delete from table1 where 范围
20.更新:update table1 set field1=value1 where 范围
21.模糊查找:select * from table1 where field1 like ’%value1%’ ---like的语法很精妙,查资料!
22.排序:select * from table1 order by field1,field2 [desc]
23.分组: select * from table1 group by filed
24.分组过滤: select * from table1 where filed >1 gorup by field having count(flied) >=2
25.总数:select count(field1) as totalcount from table1
26.求和:select sum(field1) as sumvalue from table1
27.平均:select avg(field1) as avgvalue from table1
28.最大:select max(field1) as maxvalue from table1
29.最小:select min(field1) as minvalue from table1
30.语句顺序
select 选择的列
from 表
where 查询的条件
group by 分组属性
having 分组过滤的条件
这个是按照分组属性进行分组,所有分组属性上值相同的记录被分为一组,作为结果中的一条记录,后面的having是对分组进行过滤的条件,必须和group by一起使用
order by 排序属性
是对结果集合进行排序,可以是升序asc,也可以是降序desc
limit 起始记录位置,取记录的条数
对记录进行选取,主要用来实现分页功能

©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 217,907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 92,987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 164,298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 58,586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 67,633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 51,488评论 1 302
  • 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 40,275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 39,176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 45,619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 37,819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 39,932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 35,655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 41,265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 31,871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 32,994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 48,095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 44,884评论 2 354

推荐阅读更多精彩内容