mysql优化建议

mysql系列

mysql优化建议

1.查询SQL尽量不要使用select * ,而是select具体字段

正例

select a.name,a.age from student a;

反例

select * from student;

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.如果只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

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;

正例：

select id,name from employee where name='jay' limit 1;

反例：

select id,name from employee where name='jay';

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.尽量避免在where子句中使用or来连接条件

假设有一个学生表，存在一个普通索引userId。假设现在查询userId为1或者age为18的学生。

CREATE TABLE `user`(
	`id` bigint NOT NULL,
	`name` VARCHAR(255) DEFAULT NULL,
	`age` int(11) DEFAULT NULL,
	`userId` BIGINT NOT NULL,
	primary key (`id`),
	key `idx_userId` (`userId`)
) ENGINE=INNODB DEFAULT charset=utf8;

反例：

select id,name,age,userId from user where age=18 or userId=1

正例：

select id,name,age,userId from user where age=18 union all
select id,name,age,userId from user where userId=1
或者分开查询，结果在后台汇总

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

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,age,name from user limit 10000,10;

正例：

//方案一 ：返回上次查询的最大记录(偏移量)
select id,age,name from user where id>10000 limit 10;
// 方案二：order by + 索引
select id,age,name from user order by id limit 10000,10;

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。

5.优化like语句

使用like进行模糊查询，%放在前面会导致索引失效。

反例：

select id,age,name from user where userId like '%123';

正例：

select id,age,name from user where userId like '123%';

6.使用where条件限定要查询的数据，避免返回多余的行

比如查询某个用户是否是会员：

反例：

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

正例：

List<Long> userIds=sqlMap.queryList("select userId from user where userId='userId' and isVip=1");
boolean isVip=userIds!=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 weher Date_ADD(loginTime,interval 7 day) >= now()

正例：

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

8.尽量避免在where子句中进行表达式操作

如果在在where子句中进行表达式操作，会使系统放弃索引，转而进行全表扫描。

反例：

select id,name,age from user where age-1=10;

正例：

select id,name,age 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。

Inner join,left join,right join。优先使用inner join。

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。

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。

反例：

select * from table1 t1 left join table2 t2 on t1.size=t2.size where t1.id>2

正例：

select * from (select * from table1 t where t.id>2 ) t1 left join table2 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.应该尽量避免在where子句中使用!=或<>操作符

如果在where子句中使用!=或者<>操作符，会使引擎放弃使用索引从而进行全表扫描。

反例：

select age,name from user where age<>18;
select age,name from user where age != 18;

正例：

// 分成两条查询
select age,name from user where age>18;
select age,name from user where age<18;

11.使用联合索引的时候，注意索引的顺序，一般遵循最左匹配原则

表结构：（有一个联合索引idxuseridage，userId在前，age在后）

create table `user`(
	`id` int(11) not null Auto_increment,
	`userId` int(11) not null,
	`age` varchar(255) not null,
	`name` varchar(255) not null,
	primary key (`id`),
	key `idx_userid_id` (`userId`,`age`) using BTREE
) engine=Innode Auto_increment=2 DEFAULT charset=utf8;

反例：

select * from user where age=10;

查询的是全部

正例：

select * from user where userId=10 and age=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。

12.对查询进行优化，应该考虑在where以及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：

alter table user add index idx_address_age (address,age)

13.如果插入的数据过多，应该考虑批量插入

反例：

for(User u:list){
	insert into User(name,age) values(#name#,#age#)
}

正例：

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

14.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，不会走索引
select * from user where userid like '%123%'

正例：

// id为主键，普通索引，就会使用覆盖索引，不会产生回表
select id,name from user  where userid like '%123%'

15.谨慎使用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：

delete from user where id<1000;
//或者采用单一循环操作，效率低，时间漫长
for(User user:list){
	delete from user where id=user.getId();
}

正例：

// 分批删除
delete from user where id<500;
delete from user 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，优化器自动放弃索引的。

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。

19.不要有超过5个表以上的连接

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和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，再由部门deptId，查询A的员工。

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:先查询A表所有数据，再根据条件进行筛选。

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 代理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
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，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，若只含有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.索引不适合建立在有大量重复数据的字段上

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.应该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：

// 一次性查询所有的数据回来
select * from livingInfo where watched=userId and watchTime >=Date_sub(now(),interval 1 Y)

正例

// 分页查询
select * from livingInfo where watched=userId 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 watched=userId and watchTime >=Date_sub(now(),interval 1 Y) limit 200

26.当SQL语句连接多个表时，使用表的别名，并把别名前缀在字段之前，这样语义更清晰

反例：

select * from A inner join B on A.deptId=B.deptId

正例：

selelct member.name,member.age from A member inner join B deptment on member.deptId=deptment.deptId

27.尽量使用varchar/nvarchar代理char/ncahr

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的效率，可以在执行到该语句前，把不必要的记录过滤掉

反例：

select job ,avg(salary) from employee group by job having job='persident' or job='management'

正例：

select job ,avg(salary) from employee where job='persident' or job='management' group by job

29.如果索引字段类型是字符串，一定要加引号，否则索引失效

反例：

select * from user where name=123;

正例：

select * from user where name='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SQL语句的执行计划

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。

如果觉得文章对你有用，请随意赞赏

mysql优化建议

http://xkzx.work/archives/mysql优化建议

作者

星空之下

发布于

2022-09-22

更新于

2022-09-23

许可协议

CC BY 4.0