這么騷的SQL進(jìn)階技巧，不怕被揍么？

來自公眾號(hào)：碼海
作者：碼海

“

由于工作需要，最近做了很多 BI 取數(shù)的工作，需要用到一些比較高級(jí)的 SQL 技巧，總結(jié)了一下工作中用到的一些比較騷的進(jìn)階技巧，特此記錄一下，以方便自己查閱。

主要目錄如下：

  • SQL 的書寫規(guī)范

  • SQL 的一些進(jìn)階使用技巧

  • SQL 的優(yōu)化方法

SQL 的書寫規(guī)范

在介紹一些技巧之前，有必要強(qiáng)調(diào)一下規(guī)范，這一點(diǎn)我發(fā)現(xiàn)工作中經(jīng)常被人忽略，其實(shí)遵循好的規(guī)范可讀性會(huì)好很多，應(yīng)該遵循哪些規(guī)范呢？

①表名要有意義，且標(biāo)準(zhǔn) SQL 中規(guī)定表名的第一個(gè)字符應(yīng)該是字母。

②注釋，有單行注釋和多行注釋，如下：

-- 單行注釋
-- 從SomeTable中查詢col_1 
SELECT col_1
  FROM SomeTable;

/*
多行注釋
從 SomeTable 中查詢 col_1 
*/
SELECT col_1
  FROM SomeTable;

多行注釋很多人不知道，這種寫法不僅可以用來添加真正的注釋，也可以用來注釋代碼，非常方便。

③縮進(jìn)

就像寫 Java，Python 等編程語言一樣 ，SQL 也應(yīng)該有縮進(jìn)，良好的縮進(jìn)對(duì)提升代碼的可讀性幫助很大。

以下分別是好的縮進(jìn)與壞的縮進(jìn)示例：

-- 好的縮進(jìn)
SELECT col_1, 
    col_2, 
    col_3,
    COUNT(*) 
  FROM tbl_A
 WHERE col_1 = 'a'
   AND col_2 = ( SELECT MAX(col_2)
                   FROM tbl_B
                  WHERE col_3 = 100 )
 GROUP BY col_1,
          col_2,
          col_3


-- 壞的示例
SELECT col1_1, col_2, col_3, COUNT(*)
FROM   tbl_A
WHERE  col1_1 = 'a'
AND    col1_2 = (
SELECT MAX(col_2)
FROM   tbl_B
WHERE  col_3 = 100
) GROUP BY col_1, col_2, col_3

④空格

代碼中應(yīng)該適當(dāng)留有一些空格，如果一點(diǎn)不留，代碼都湊到一起， 邏輯單元不明確，閱讀的人也會(huì)產(chǎn)生額外的壓力。

以下分別是是好的與壞的示例：

-- 好的示例
SELECT col_1
  FROM tbl_A A, tbl_B B
 WHERE ( A.col_1 >= 100 OR A.col_2 IN ( 'a', 'b' ) )
   AND A.col_3 = B.col_3;

-- 壞的示例
SELECT col_1
  FROM tbl_A A,tbl_B B
 WHERE (A.col_1>=100 OR A.col_2 IN ('a','b'))
   AND A.col_3=B.col_3;

④大小寫

關(guān)鍵字使用大小寫，表名列名使用小寫，如下：

SELECT col_1, col_2, col_3,
    COUNT(*)
  FROM tbl_A
 WHERE col_1 = 'a'
   AND col_2 = ( SELECT MAX(col_2)
                   FROM tbl_B
                  WHERE col_3 = 100 )
 GROUP BY col_1, col_2, col_3

花了這么多時(shí)間強(qiáng)調(diào)規(guī)范，有必要嗎，有！好的規(guī)范讓代碼的可讀性更好，更有利于團(tuán)隊(duì)合作，之后的 SQL 示例都會(huì)遵循這些規(guī)范。

SQL 的一些進(jìn)階使用技巧

①巧用 CASE WHEN 進(jìn)行統(tǒng)計(jì)

來看看如何巧用 CASE WHEN 進(jìn)行定制化統(tǒng)計(jì),假設(shè)我們有如下的需求，希望根據(jù)左邊各個(gè)市的人口統(tǒng)計(jì)每個(gè)省的人口：

image

使用 CASE WHEN 如下：

SELECT CASE pref_name
      WHEN '長沙' THEN '湖南' 
      WHEN '衡陽' THEN '湖南'
      WHEN '?？? THEN '海南' 
      WHEN '三亞' THEN '海南'
    ELSE '其他' END AS district,
    SUM(population) 
FROM PopTbl
GROUP BY district;

②巧用 CASE WHEN 進(jìn)行更新

現(xiàn)在某公司員人工資信息表如下：
image

現(xiàn)在公司出臺(tái)了一個(gè)奇葩的規(guī)定：

  • 對(duì)當(dāng)前工資為 1 萬以上的員工，降薪 10%。

  • 對(duì)當(dāng)前工資低于 1 萬的員工，加薪 20%。

一些人不假思索可能寫出了以下的 SQL：

--條件1
UPDATE Salaries
SET salary = salary * 0.9 WHERE salary >= 10000;
--條件2
UPDATE Salaries
SET salary = salary * 1.2
WHERE salary < 10000;

這么做其實(shí)是有問題的， 什么問題，對(duì)小明來說，他的工資是 10500，執(zhí)行第一個(gè) SQL 后，工資變?yōu)?105000.9=9450, 緊接著又執(zhí)行條件 2， 工資變?yōu)榱?94501.2=11340，反而漲薪了！

如果用 CASE WHEN 可以解決此類問題，如下：

UPDATE Salaries
SET salary = CASE WHEN salary >= 10000 THEN salary * 0.9
WHEN salary < 10000 THEN salary * 1.2
ELSE salary END;

③巧用 HAVING 子句

一般 HAVING 是與 GROUP BY 結(jié)合使用的，但其實(shí)它是可以獨(dú)立使用的，假設(shè)有如下表，第一列 seq 叫連續(xù)編號(hào)，但其實(shí)有些編號(hào)是缺失的，怎么知道編號(hào)是否缺失呢？
image

用 HAVING 表示如下：

SELECT '存在缺失的編號(hào)' AS gap
  FROM SeqTbl
HAVING COUNT(*) <> MAX(seq);

④自連接

針對(duì)相同的表進(jìn)行的連接被稱為“自連接”(self join)，這個(gè)技巧常常被人們忽視，其實(shí)是有挺多妙用的。
image

刪除重復(fù)行：上圖中有三個(gè)橘子，需要把這些重復(fù)的行給刪掉，用如下自連接可以解決：

DELETE FROM Products P1
 WHERE id < ( SELECT MAX(P2.id) 
                   FROM Products P2 
                  WHERE P1.name = P2.name 
                    AND P1.price = P2.price );

排序：在 DB 中，我們經(jīng)常需要按分?jǐn)?shù)，人數(shù)，銷售額等進(jìn)行排名，有 Oracle, DB2 中可以使用 RANK 函數(shù)進(jìn)行排名，不過在 MySQL 中 RANK 函數(shù)未實(shí)現(xiàn)。

這種情況我們可以使用自連接來實(shí)現(xiàn)，如對(duì)以下 Products 表按價(jià)格高低進(jìn)行排名：
image

使用自連接可以這么寫：

-- 排序從 1 開始。如果已出現(xiàn)相同位次，則跳過之后的位次 
SELECT P1.name,
       P1.price,
       (SELECT COUNT(P2.price)
          FROM Products P2
         WHERE P2.price > P1.price) + 1 AS rank_1
  FROM Products P1 
  ORDER BY rank_1;

結(jié)果如下：

name price rank 
----- ------ ------ 
橘子    100     1 
西瓜     80     2 
蘋果     50     3 
葡萄     50     3 
香蕉     50     3 
檸檬     30     6

⑤巧用 COALESCE 函數(shù)

此函數(shù)作用返回參數(shù)中的第一個(gè)非空表達(dá)式，假設(shè)有如下商品，我們重新格式化一樣，如果 city 為 null，代表商品不在此城市發(fā)行。

但我們在展示結(jié)果的時(shí)候不想展示 null，而想展示 'N/A', 可以這么做：

SELECT 
    COALESCE(city, 'N/A')
  FROM
    customers;
image

SQL 性能優(yōu)化技巧

①參數(shù)是子查詢時(shí)，使用 EXISTS 代替 IN

如果 IN 的參數(shù)是（1，2，3）這樣的值列表時(shí)，沒啥問題，但如果參數(shù)是子查詢時(shí)，就需要注意了。

比如，現(xiàn)在有如下兩個(gè)表：

image

現(xiàn)在我們要查出同時(shí)存在于兩個(gè)表的員工，即田中和鈴木，則以下用 IN 和 EXISTS 返回的結(jié)果是一樣，但是用 EXISTS 的 SQL 會(huì)更快：

-- 慢
SELECT * 
  FROM Class_A
WHERE id IN (SELECT id 
               FROM  CLASS_B);

-- 快
SELECT *
  FROM Class_A A 
 WHERE EXISTS
(SELECT * 
   FROM Class_B  B
  WHERE A.id = B.id);

為啥使用 EXISTS 的 SQL 運(yùn)行更快呢，有兩個(gè)原因：

  • 可以`用到索引，如果連接列 (id) 上建立了索引，那么查詢 Class_B 時(shí)不用查實(shí)際的表，只需查索引就可以了。

  • 如果使用 EXISTS，那么只要查到一行數(shù)據(jù)滿足條件就會(huì)終止查詢， 不用像使用 IN 時(shí)一樣掃描全表。在這一點(diǎn)上 NOT EXISTS 也一樣。

另外如果 IN 后面如果跟著的是子查詢，由于 SQL 會(huì)先執(zhí)行 IN 后面的子查詢，會(huì)將子查詢的結(jié)果保存在一張臨時(shí)的工作表里（內(nèi)聯(lián)視圖），然后掃描整個(gè)視圖。

顯然掃描整個(gè)視圖這個(gè)工作很多時(shí)候是非常耗時(shí)的，而用 EXISTS 不會(huì)生成臨時(shí)表。

當(dāng)然了，如果 IN 的參數(shù)是子查詢時(shí)，也可以用連接來代替，如下：

-- 使用連接代替 IN SELECT A.id, A.name
FROM Class_A A INNER JOIN Class_B B ON A.id = B.id;

用到了 「id」列上的索引，而且由于沒有子查詢，也不會(huì)生成臨時(shí)表。

②避免排序

SQL 是聲明式語言，即對(duì)用戶來說，只關(guān)心它能做什么，不用關(guān)心它怎么做，這樣可能會(huì)產(chǎn)生潛在的性能問題：排序。

會(huì)產(chǎn)生排序的代表性運(yùn)算有下面這些：

  • GROUP BY 子句

  • ORDER BY 子句

  • 聚合函數(shù)(SUM、COUNT、AVG、MAX、MIN)

  • DISTINCT

  • 集合運(yùn)算符(UNION、INTERSECT、EXCEPT)

  • 窗口函數(shù)(RANK、ROW_NUMBER 等)

如果在內(nèi)存中排序還好，但如果內(nèi)存不夠?qū)е滦枰谟脖P上排序上的話，性能就會(huì)急劇下降，所以我們需要減少不必要的排序。

怎樣做可以減少排序呢？有如下幾點(diǎn)：

使用集合運(yùn)算符的 ALL 可選項(xiàng)：SQL 中有 UNION，INTERSECT，EXCEPT 三個(gè)集合運(yùn)算符。

默認(rèn)情況下，這些運(yùn)算符會(huì)為了避免重復(fù)數(shù)據(jù)而進(jìn)行排序，對(duì)比一下使用 UNION 運(yùn)算符加和不加 ALL 的情況：
image

注意：加 ALL 是優(yōu)化性能非常有效的手段，不過前提是不在乎結(jié)果是否有重復(fù)數(shù)據(jù)。

使用 EXISTS 代表 DISTINCT：為了排除重復(fù)數(shù)據(jù)，DISTINCT 也會(huì)對(duì)結(jié)果進(jìn)行排序，如果需要對(duì)兩張表的連接結(jié)果進(jìn)行去重，可以考慮用 EXISTS 代替 DISTINCT，這樣可以避免排序。

image

如何找出有銷售記錄的商品，使用如下 DISTINCT 可以：

SELECT DISTINCT I.item_no
FROM Items I INNER JOIN SalesHistory SH
ON I. item_no = SH. item_no;

不過更好的方式是使用 EXISTS：

SELECT item_no FROM Items I
WHERE EXISTS 
        (SELECT *
           FROM SalesHistory SH
          WHERE I.item_no = SH.item_no);

既用到了索引，又避免了排序?qū)π阅艿膿p耗。

②在極值函數(shù)中使用索引（MAX/MIN）

使用 MAX/ MIN 都會(huì)對(duì)進(jìn)行排序，如果參數(shù)字段上沒加索引會(huì)導(dǎo)致全表掃描，如果建有索引，則只需要掃描索引即可，對(duì)比如下：

-- 這樣寫需要掃描全表 
SELECT MAX(item)
  FROM Items;

-- 這樣寫能用到索引 
SELECT MAX(item_no)
  FROM Items;

注意：極值函數(shù)參數(shù)推薦為索引列中并不是不需要排序，而是優(yōu)化了排序前的查找速度（畢竟索引本身就是有序排列的）。

③能寫在 WHERE 子句里的條件不要寫在 HAVING 子句里

下列 SQL 語句返回的結(jié)果是一樣的：

-- 聚合后使用 HAVING 子句過濾
SELECT sale_date, SUM(quantity)
  FROM SalesHistory GROUP BY sale_date
HAVING sale_date = '2007-10-01';

-- 聚合前使用 WHERE 子句過濾
SELECT sale_date, SUM(quantity)
  FROM SalesHistory
 WHERE sale_date = '2007-10-01' 
 GROUP BY sale_date;

使用第二條語句效率更高，原因主要有兩點(diǎn)：

  • 使用 GROUP BY 子句進(jìn)行聚合時(shí)會(huì)進(jìn)行排序，如果事先通過 WHERE 子句能篩選出一部分行，能減輕排序的負(fù)擔(dān)。

  • 在 WHERE 子句中可以使用索引，而 HAVING 子句是針對(duì)聚合后生成的視頻進(jìn)行篩選的，但很多時(shí)候聚合后生成的視圖并沒有保留原表的索引結(jié)構(gòu)。

④在 GROUP BY 子句和 ORDER BY 子句中使用索引

GROUP BY 子句和 ORDER BY 子句一般都會(huì)進(jìn)行排序，以對(duì)行進(jìn)行排列和替換，不過如果指定帶有索引的列作為這兩者的參數(shù)列，由于用到了索引，可以實(shí)現(xiàn)高速查詢，由于索引是有序的，排序本身都會(huì)被省略掉

⑤使用索引時(shí)，條件表達(dá)式的左側(cè)應(yīng)該是原始字段

假設(shè)我們在 col 列上建立了索引，則下面這些 SQL 語句無法用到索引：

SELECT *
  FROM SomeTable
 WHERE col * 1.1 > 100;

SELECT *
  FROM SomeTable
 WHERE SUBSTR(col, 1, 1) = 'a';

以上第一個(gè) SQL 在索引列上進(jìn)行了運(yùn)算, 第二個(gè) SQL 對(duì)索引列使用了函數(shù)，均無法用到索引，正確方式是把列單獨(dú)放在左側(cè)，如下：

SELECT *
  FROM SomeTable
 WHERE col_1 > 100 / 1.1;

當(dāng)然如果需要對(duì)此列使用函數(shù)，則無法避免在左側(cè)運(yùn)算，可以考慮使用函數(shù)索引，不過一般不推薦隨意這么做。

⑥盡量避免使用否定形式

如下的幾種否定形式不能用到索引：

  • <>

  • !=

  • NOT IN

所以以下 了SQL 語句會(huì)導(dǎo)致全表掃描：

SELECT *
  FROM SomeTable
 WHERE col_1 <> 100;

可以改成以下形式：

SELECT *
  FROM SomeTable
 WHERE col_1 > 100 or col_1 < 100;

⑦進(jìn)行默認(rèn)的類型轉(zhuǎn)換

假設(shè) col 是 char 類型，則推薦使用以下第二，三條 SQL 的寫法，不推薦第一條 SQL 的寫法：

× SELECT * FROM SomeTable WHERE col_1 = 10;
○ SELECT * FROM SomeTable WHERE col_1 = '10';
○ SELECT * FROM SomeTable WHERE col_1 = CAST(10, AS CHAR(2));

雖然第一條 SQL 會(huì)默認(rèn)把 10 轉(zhuǎn)成 '10'，但這種默認(rèn)類型轉(zhuǎn)換不僅會(huì)增加額外的性能開銷，還會(huì)導(dǎo)致索引不可用，所以建議使用的時(shí)候進(jìn)行類型轉(zhuǎn)換。

⑧減少中間表

在 SQL 中，子查詢的結(jié)果會(huì)產(chǎn)生一張新表，不過如果不加限制大量使用中間表的話，會(huì)帶來兩個(gè)問題：一是展示數(shù)據(jù)需要消耗內(nèi)存資源，二是原始表中的索引不容易用到，所以盡量減少中間表也可以提升性能。

⑨靈活使用 HAVING 子句

這一點(diǎn)與上面第八條相呼應(yīng)，對(duì)聚合結(jié)果指定篩選條件時(shí)，使用 HAVING 是基本的原則，可能一些工程師會(huì)傾向于使用下面這樣的寫法：

SELECT *
  FROM (SELECT sale_date, MAX(quantity) AS max_qty
          FROM SalesHistory 
         GROUP BY sale_date) TMP
         WHERE max_qty >= 10;

雖然上面這樣的寫法能達(dá)到目的，但會(huì)生成 TMP 這張臨時(shí)表，所以應(yīng)該使用下面這樣的寫法：

SELECT sale_date, MAX(quantity) 
  FROM SalesHistory
 GROUP BY sale_date
HAVING MAX(quantity) >= 10;

HAVING 子句和聚合操作是同時(shí)執(zhí)行的，所以比起生成中間表后再執(zhí)行 HAVING 子句，效率會(huì)更高，代碼也更簡潔。

⑩需要對(duì)多個(gè)字段使用 IN 謂詞時(shí)，將它們匯總到一處

一個(gè)表的多個(gè)字段可能都使用了 IN 謂詞，如下：

SELECT id, state, city 
  FROM Addresses1 A1
 WHERE state IN (SELECT state
                   FROM Addresses2 A2
                  WHERE A1.id = A2.id) 
    AND city IN (SELECT city
                   FROM Addresses2 A2 
                  WHERE A1.id = A2.id);

這段代碼用到了兩個(gè)子查詢，也就產(chǎn)生了兩個(gè)中間表，可以像下面這樣寫：

SELECT *
  FROM Addresses1 A1
 WHERE id || state || city
 IN (SELECT id || state|| city
       FROM Addresses2 A2);

這樣子查詢不用考慮關(guān)聯(lián)性，沒有中間表產(chǎn)生，而且只執(zhí)行一次即可。

?使用延遲查詢優(yōu)化 limit [offset]，[rows]

經(jīng)常出現(xiàn)類似以下的 SQL 語句：

SELECT * FROM film LIMIT 100000, 10

Offset 特別大！這是我司出現(xiàn)很多慢 SQL 的主要原因之一，尤其是在跑任務(wù)需要分頁執(zhí)行時(shí)，經(jīng)常跑著跑著 Offset 就跑到幾十萬了，導(dǎo)致任務(wù)越跑越慢。

LIMIT 能很好地解決分頁問題，但如果 Offset 過大的話，會(huì)造成嚴(yán)重的性能問題。

原因主要是因?yàn)?MySQL 每次會(huì)把一整行都掃描出來，掃描 Offset 遍，找到 Offset 之后會(huì)拋棄 Offset 之前的數(shù)據(jù)，再從 Offset 開始讀取 10 條數(shù)據(jù)，顯然，這樣的讀取方式問題。

可以通過延遲查詢的方式來優(yōu)化，假設(shè)有以下 SQL，有組合索引（sex，rating）：

SELECT <cols> FROM profiles where sex='M' order by rating limit 100000, 10;

則上述寫法可以改成如下寫法：

SELECT <cols> 
  FROM profiles 
inner join
(SELECT id form FROM profiles where x.sex='M' order by rating limit 100000, 10)
as x using(id);

這里利用了覆蓋索引的特性，先從覆蓋索引中獲取 100010 個(gè) id，再丟充掉前 100000 條 id，保留最后 10 個(gè) id 即可，丟掉 100000 條 id 不是什么大的開銷，所以這樣可以顯著提升性能。

?利用 LIMIT 1 取得唯一行

數(shù)據(jù)庫引擎只要發(fā)現(xiàn)滿足條件的一行數(shù)據(jù)則立即停止掃描，，這種情況適用于只需查找一條滿足條件的數(shù)據(jù)的情況。

?注意組合索引，要符合最左匹配原則才能生效

假設(shè)存在這樣順序的一個(gè)聯(lián)合索引“col_1, col_2, col_3”。這時(shí)，指定條件的順序就很重要。

○ SELECT * FROM SomeTable WHERE col_1 = 10 AND col_2 = 100 AND col_3 = 500;
○ SELECT * FROM SomeTable WHERE col_1 = 10 AND col_2 = 100 ;
× SELECT * FROM SomeTable WHERE col_2 = 100 AND col_3 = 500 ;

前面兩條會(huì)命中索引，第三條由于沒有先匹配 col_1，導(dǎo)致無法命中索引， 另外如果無法保證查詢條件里列的順序與索引一致，可以考慮將聯(lián)合索引 拆分為多個(gè)索引。

?使用 LIKE 謂詞時(shí)，只有前方一致的匹配才能用到索引（最左匹配原則）

× SELECT * FROM SomeTable WHERE col_1 LIKE '%a';
× SELECT * FROM SomeTable WHERE col_1 LIKE '%a%';
○ SELECT * FROM SomeTable WHERE col_1 LIKE 'a%';

上例中，只有第三條會(huì)命中索引，前面兩條進(jìn)行后方一致或中間一致的匹配無法命中索引。

?簡單字符串表達(dá)式

模型字符串可以使用 _ 時(shí)，盡可能避免使用 %，假設(shè)某一列上為 char(5)。

不推薦：

SELECT 
    first_name, 
    last_name,
    homeroom_nbr
  FROM Students
 WHERE homeroom_nbr LIKE 'A-1%';

推薦：

SELECT first_name, last_name
homeroom_nbr
  FROM Students
 WHERE homeroom_nbr LIKE 'A-1__'; --模式字符串中包含了兩個(gè)下劃線

?盡量使用自增 id 作為主鍵

比如現(xiàn)在有一個(gè)用戶表，有人說身份證是唯一的，也可以用作主鍵，理論上確實(shí)可以，不過用身份證作主鍵的話，一是占用空間相對(duì)于自增主鍵大了很多，二是很容易引起頻繁的頁分裂，造成性能問題。

主鍵選擇的幾個(gè)原則：自增，盡量小，不要對(duì)主鍵進(jìn)行修改。

?如何優(yōu)化 count()*

使用以下 SQL 會(huì)導(dǎo)致慢查詢：

SELECT COUNT(*) FROM SomeTable
SELECT COUNT(1) FROM SomeTable

原因是會(huì)造成全表掃描，有人說 COUNT(*) 不是會(huì)利用主鍵索引去查找嗎，怎么還會(huì)慢，這就要談到 MySQL 中的聚簇索引和非聚簇索引了。

聚簇索引葉子節(jié)點(diǎn)上存有主鍵值+整行數(shù)據(jù)，非聚簇索葉子節(jié)點(diǎn)上則存有輔助索引的列值+主鍵值，如下：

image

所以就算對(duì) COUNT(*) 使用主鍵查找，由于每次取出主鍵索引的葉子節(jié)點(diǎn)時(shí)，取的是一整行的數(shù)據(jù)，效率必然不高。

但是非聚簇索引葉子節(jié)點(diǎn)只存儲(chǔ)了「列值+主鍵值」，這也啟發(fā)我們可以用非聚簇索引來優(yōu)化，假設(shè)表有一列叫 status，為其加上索引后，可以用以下語句優(yōu)化：

SELECT COUNT(status) FROM SomeTable

有人曾經(jīng)測過（見文末參考鏈接），假設(shè)有 100 萬行數(shù)據(jù)，使用聚簇索引來查找行數(shù)的，比使用 COUNT(*) 查找速度快 10 幾倍。不過需要注意的是通過這種方式無法計(jì)算出 status 值為 null 的那些行。

如果主鍵是連續(xù)的，可以利用 MAX(id) 來查找，MAX 也利用到了索引，只需要定位到最大 id 即可，性能極好，如下，秒現(xiàn)結(jié)果：

SELECT MAX(id) FROM SomeTable

說句題句話，有人說用 MyISAM 引擎調(diào)用 COUNT(*) 非?？欤鞘且?yàn)樗崆鞍研袛?shù)存在磁盤中了，直接拿，當(dāng)然很快，不過如果有 WHERE 的限制。

*?避免使用 SELECT ，盡量利用覆蓋索引來優(yōu)化性能

SELECT * 會(huì)提取出一整行的數(shù)據(jù)，如果查詢條件中用的是組合索引進(jìn)行查找，還會(huì)導(dǎo)致回表（先根據(jù)組合索引找到葉子節(jié)點(diǎn)，再根據(jù)葉子節(jié)點(diǎn)上的主鍵回表查詢一整行），降低性能。

而如果我們所要的數(shù)據(jù)就在組合索引里，只需讀取組合索引列，這樣網(wǎng)絡(luò)帶寬將大大減少,假設(shè)有組合索引列 (col_1, col_2)。

推薦用：

SELECT col_1, col_2 
  FROM SomeTable 
 WHERE col_1 = xxx AND col_2 = xxx

不推薦用：

SELECT *
  FROM SomeTable 
 WHERE col_1 = xxx AND  col_2 = xxx

?如有必要，使用 force index() 強(qiáng)制走某個(gè)索引

業(yè)務(wù)團(tuán)隊(duì)曾經(jīng)出現(xiàn)類似以下的慢 SQL 查詢：

SELECT *
  FROM  SomeTable
 WHERE `status` = 0
   AND `gmt_create` > 1490025600
   AND `gmt_create` < 1490630400
   AND `id` > 0
   AND `post_id` IN ('67778', '67811', '67833', '67834', '67839', '67852', '67861', '67868', '67870', '67878', '67909', '67948', '67951', '67963', '67977', '67983', '67985', '67991', '68032', '68038'/*... omitted 480 items ...*/)
order by id asc limit 200;

post_id 也加了索引，理論上走 post_id 索引會(huì)很快查詢出來，但實(shí)現(xiàn)了通過 EXPLAIN 發(fā)現(xiàn)走的卻是 id 的索引（這里隱含了一個(gè)常見考點(diǎn)，在多個(gè)索引的情況下, MySQL 會(huì)如何選擇索引）。

而 id > 0 這個(gè)查詢條件沒啥用，直接導(dǎo)致了全表掃描， 所以在有多個(gè)索引的情況下一定要慎用。

可以使用 force index 來強(qiáng)制走某個(gè)索引，以這個(gè)例子為例，可以強(qiáng)制走 post_id 索引，效果立桿見影。

這種由于表中有多個(gè)索引導(dǎo)致 MySQL 誤選索引造成慢查詢的情況在業(yè)務(wù)中也是非常常見。

一方面是表索引太多，另一方面也是由于 SQL 語句本身太過復(fù)雜導(dǎo)致， 針對(duì)本例這種復(fù)雜的 SQL 查詢，其實(shí)用 ElasticSearch 搜索引擎來查找更合適，有機(jī)會(huì)到時(shí)出一篇文章說說。

?使用 EXPLAIN 來查看 SQL 執(zhí)行計(jì)劃

上個(gè)點(diǎn)說了，可以使用 EXPLAIN 來分析 SQL 的執(zhí)行情況，如怎么發(fā)現(xiàn)上文中的最左匹配原則不生效呢，執(zhí)行 「EXPLAIN+SQL 語句」可以發(fā)現(xiàn) key 為 None，說明確實(shí)沒有命中索引：

image

我司在提供 SQL 查詢的同時(shí)，也貼心地加了一個(gè) EXPLAIN 功能及 SQL 的優(yōu)化建議，建議各大公司效仿，如圖示：
image

?批量插入，速度更快

當(dāng)需要插入數(shù)據(jù)時(shí)，批量插入比逐條插入性能更高。

推薦用：

-- 批量插入
INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, 'a'),(2,3,'b');

不推薦用：

INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, 'a');
INSERT INTO TABLE (id, user_id, title) VALUES (2,3,'b');

批量插入 SQL 執(zhí)行效率高的主要原因是合并后日志量 MySQL 的 binlog 和 innodb 的事務(wù)讓日志減少了，降低日志刷盤的數(shù)據(jù)量和頻率，從而提高了效率。

?慢日志 SQL 定位

前面我們多次說了 SQL 的慢查詢，那么該怎么定位這些慢查詢 SQL 呢，主要用到了以下幾個(gè)參數(shù)：

image

這幾個(gè)參數(shù)一定要配好，再根據(jù)每條慢查詢對(duì)癥下藥，像我司每天都會(huì)把這些慢查詢提取出來通過郵件給形式發(fā)送給各個(gè)業(yè)務(wù)團(tuán)隊(duì)，以幫忙定位解決。

小結(jié)：業(yè)務(wù)生產(chǎn)中可能還有很多 CASE 導(dǎo)致了慢查詢，其實(shí)細(xì)細(xì)品一下，都會(huì)發(fā)現(xiàn)這些都和 MySQL 索引的底層數(shù)據(jù) B+ 樹有莫大的關(guān)系。

總結(jié)

本文一開始花了挺大的篇幅來講解 SQL 的規(guī)范，請大家務(wù)必重視這部分內(nèi)部，良好的規(guī)范有利于團(tuán)隊(duì)協(xié)作，對(duì)于代碼的閱讀也比較友好。

之后介紹了一些 SQL 的比較高級(jí)的用法，巧用這些技巧確實(shí)能達(dá)到事半功倍的效果。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容