后端程序员必备：书写高质量SQL的30条建议 - 哈喽比特

525次阅读 | 发布于4年以前

前言

本文将结合实例 Demo，阐述30条有关于优化 SQL 的建议。多数是实际开发中总结出来的，希望对大家有帮助。

**1. 查询 SQL 尽量不要使用 select *，而是 select 具体字段**

反例：

select * from employee;

正例：

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) NOT NULL,
  `name` varchar(255) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `date` datetime DEFAULT NULL,
  `sex` int(1) DEFAULT NULL,
  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。

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) NOT NULL AUTO_INCREMENT,
  `userId` int(11) NOT NULL,
  `age` int(11) NOT NULL,
  `name` varchar(255) NOT NULL,
  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，很容易写出下面的 SQL。

反例：

select * from user where userid=1 or age=18;

正例：

-- 使用 union all 
select * from user where userid=1
union all
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。

说明：

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

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，查询效率就变低。

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：order by + 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；
方案三建议跟业务讨论有没有必要查这么后的分页。因为绝大多数用户都不会往后翻太多页。

5. 优化 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，结果如下：

把 % 放关键字后面还是会走索引，结果如下：

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。之前的实现代码像下面这样。

反例：

List<Long> userIds = sqlMap.queryList("select userId from user where isVip=1");
boolean isVip = userIds.contains(userId);

正例：

Long userId = sqlMap.queryObject("select userId from user 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 的内置函数导致索引失效。

如果索引列不加内置函数，还是会走索引的。

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：

-- 可以考虑分开写两条 SQL
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。

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。

打个比方：假如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。

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。

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. 合理利用 exist & in

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，也就是说如果 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。

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. 如果字段类型是字符串，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。由于它们类型不匹配，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 SQL 的执行计划

日常开发写 SQL 的时候，尽量养成一个习惯吧。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;