SQL语句优化的经验分享

简介: 你好我是辰兮,很高兴你能来阅读,本篇总结了一些SQL语句相关的优化技巧,分享获取新知,大家一起进步

1.对查询进行优化,要尽量避免全表扫描,首先应考虑在where及order by涉及的列上建立索引。

ps:能用索引查的可以考虑用索引


2.应尽量避免在where句中对字段进行null值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:

select id from t where num is null
AI 代码解读

ps:null将会导致索引失效

最好不要给数据库留NULL,尽可能的使用NOT NULL填充数据库.备注、描述、评论之类的可以设置为NULL,其他的,最好不要使用NULL。

不要以为NULL不需要空间,比如: char(100) 型,在字段建立时,空间就固定了,不管是否插入值(NULL也包含在内) ,都是占用100个字符的空间的,如果是varchar这样的变长字段,null 不占用空间。

可以在num.上设置默认值0,确保表中num列没有null值,然后这样查询;

select id from t where num = 0
AI 代码解读

3.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。

ps:谨慎使用!=或<>操作符


4.应尽量避免在where子句中使用or来连接条件,如果一个字段有索引,一个字段没有索引,将导致引擎放弃使用索引而进行全表扫描,如:

select id from t where num=10 or Name = 'admin'
AI 代码解读

可以这样

select id from t where num = 10
union all
select id from t where Name = 'admin'
AI 代码解读

5.in和not in也要慎用,否则会导致全表扫描,如:

select id from t where num in(1,2,3);
AI 代码解读

对于连续的数值,能用between就不要用in了。

select id from t where num between 1 and 3
AI 代码解读

很多时候用exists代替in是一个好的选择:

select num from a where num in(select num from b)
AI 代码解读

用exists替换in

select num from a where exists(select 1 from b where num=a.num)
AI 代码解读

6.下面的查询也将导致全表扫描:

select id from t where name like ‘%abc%’
AI 代码解读

ps:全表查询就会导致查询效率低


7.应尽量避免在where子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。如:

select id from t where num/2 = 100
应该改为
select id from t where num= 100*2
AI 代码解读

8.应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:

select id from t where substring(name,1,3) = ’abc’
AI 代码解读

改为

select id from t where name like 'abc%'
AI 代码解读

ps:不要在SQL语句上使用函数


9.不要在where子句中的“="左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。

ps:减少在SQL语句上的计算


10.Update语句,如果只更改1、2个字段,不要Update全部字段,否则频繁调用会引起明显的性能消耗,同时带来大量日志。

ps:update操作只改一两个字段的 就不要全改!


11.对于多张大数据量(这里几百条就算大了)的表JOIN,要先分页再JOIN,否则逻辑读会很高,性能很差。

ps:数据量过多的先分页再JOIN


12.这样不带任何条件的count会引起全表扫描,并且没有任何业务意义,是要杜绝的。

select count(*) from table;
AI 代码解读

13.任何地方都不要使用select from t,用具体的字段列表代替"",不要返回用不到的任何字段。

ps:要用具体的字段代替*


14.索引并不是越多越好,索引固然可以提高相应的select的效率,但同时也降低了insert 及update的效率,因为insert或update时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。

ps:索引不是越多越好


15.未完待续....


The best investment is to invest in yourself

辰兮
+关注
目录
打赏
0
0
0
0
2
分享
相关文章
MySQL进阶突击系列(07) 她气鼓鼓递来一条SQL | 怎么看执行计划、SQL怎么优化?
在日常研发工作当中,系统性能优化,从大的方面来看主要涉及基础平台优化、业务系统性能优化、数据库优化。面对数据库优化,除了DBA在集群性能、服务器调优需要投入精力,我们研发需要负责业务SQL执行优化。当业务数据量达到一定规模后,SQL执行效率可能就会出现瓶颈,影响系统业务响应。掌握如何判断SQL执行慢、以及如何分析SQL执行计划、优化SQL的技能,在工作中解决SQL性能问题显得非常关键。
如何在 Oracle 中配置和使用 SQL Profiles 来优化查询性能?
在 Oracle 数据库中,SQL Profiles 是优化查询性能的工具,通过提供额外统计信息帮助生成更有效的执行计划。配置和使用步骤包括:1. 启用自动 SQL 调优;2. 手动创建 SQL Profile,涉及收集、执行调优任务、查看报告及应用建议;3. 验证效果;4. 使用 `DBA_SQL_PROFILES` 视图管理 Profile。
如何在 Java 代码中使用 JSqlParser 解析复杂的 SQL 语句?
大家好,我是 V 哥。JSqlParser 是一个用于解析 SQL 语句的 Java 库,可将 SQL 解析为 Java 对象树,支持多种 SQL 类型(如 `SELECT`、`INSERT` 等)。它适用于 SQL 分析、修改、生成和验证等场景。通过 Maven 或 Gradle 安装后,可以方便地在 Java 代码中使用。
233 11
使用访问指导(SQL Access Advisor)优化数据库业务负载
本文介绍了Oracle的SQL访问指导(SQL Access Advisor)的应用场景及其使用方法。访问指导通过分析给定的工作负载,提供索引、物化视图和分区等方面的优化建议,帮助DBA提升数据库性能。具体步骤包括创建访问指导任务、创建工作负载、连接工作负载至访问指导、设置任务参数、运行访问指导、查看和应用优化建议。访问指导不仅针对单条SQL语句,还能综合考虑多条SQL语句的优化效果,为DBA提供全面的决策支持。
95 11
Spark SQL向量化执行引擎框架Gluten-Velox在AArch64使能和优化
本文摘自 Arm China的工程师顾煜祺关于“在 Arm 平台上使用 Native 算子库加速 Spark”的分享,主要内容包括以下四个部分: 1.技术背景 2.算子库构成 3.算子操作优化 4.未来工作
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
本文详细解析了数据库、缓存、异步处理和Web性能优化四大策略,系统性能优化必知必备,大厂面试高频。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
SQL慢查询优化策略
在数据库管理和应用开发中,SQL查询的性能优化至关重要。慢查询优化不仅可以提高应用的响应速度,还能降低服务器负载,提升用户体验。本文将详细介绍针对SQL慢查询的优化策略。
gbase 8a 数据库 SQL合并类优化——不同数据统计周期合并为一条SQL语句
gbase 8a 数据库 SQL合并类优化——不同数据统计周期合并为一条SQL语句
gbase 8a 数据库 SQL优化案例-关联顺序优化
gbase 8a 数据库 SQL优化案例-关联顺序优化
|
3月前
|
SQL性能提升秘籍:5步优化法与10个实战案例
在数据库管理和应用开发中,SQL查询的性能优化至关重要。高效的SQL查询不仅可以提高应用的响应速度,还能降低服务器负载,提升用户体验。本文将分享SQL优化的五大步骤和十个实战案例,帮助构建高效、稳定的数据库应用。
216 3
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等