常用MySQL优化

柔光的暖阳◎ 2022-03-21 05:30 240阅读 0赞

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIyMDY3NDY5_size_16_color_FFFFFF_t_70]

### 1、SQL语句中`IN`包含的值不应过多 ###

MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。  
**比如**：

SELECT id FROM t_test WHERE id IN(1,2,3);

对于这种连续的数值，能用`BETWEEN`就不要用`IN`，再或者使用连接来替换。

### 2、`SELECT`语句务必指明字段名称 ###

`SELECT *` 增加很多不必要的消耗(CPU、IO、内存、网络带宽)增加了使用覆盖索引的可能性，当表结构发生改变时，字段也需要更新。所以要求直接在`SELECT`后面接上字段名。

### 3、当只需要一条数据的时候，使用 `LIMIT 1` ###

这是为了使用`EXPLAIN`中`type`列达到`const`类型

### 4、如果排序字段没有用到索引，尽量少排序 ###

### 5、如果限制条件中其他字段没有索引，尽量少用 `OR` ###

`OR`两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用 `UNION ALL`或者是`UNION`（必要的时候）的方式来代替`OR`会得到更好的效果。

### 6、尽量用 `UNION ALL` 代替 `UNION` ###

`UNION`和`UNION ALL`的差异主要是前者需要将结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的CPU运算，加大资源消耗及延迟。当然，`UNION ALL`的前提条件是两个结果集没有重复数据。

### 7、不使用 `ORDER BY RAND()` ###

SELECT id FROM t_test ORDER BY RAND() LIMIT 1000;
    优化为
    SELECT id FROM t_test t1 JOIN (SELECT RAND()* (SELECT MAX(id) t_test) AS nid) t2 ON t1.id > t2.nid LIMIT 1000;

### 8、区分 `IN` 和 `EXISTS`、`NOT IN` 和 `NOT EXISTS` ###

SELECT * FROM 表A WHERE id IN(SELECT id FROM 表B)

上面SQL语名相当于

SELECT * FROM 表A WHERE EXISTS(SELECT * FROM 表B WHERE 表B.id = 表A.id)

区分 `IN` 和 `EXISTS` 主要是造成了驱动顺序的改变（这是性能变化的关键），如果是 `EXISTS`，那么以外层表为驱动表，先被访问，如果是 `IN` ，那么先执行子查询。所以 `IN` 适合于外表大而内表小的情况，`EXISTS` 适合于外表小而内表大的情况。

关于 `NOT IN` 和 `NOT EXISTS`，推荐使用 `NOT EXISTS`，不仅仅是效率问题，`NOT IN` 可能存在逻辑问题。

高效写出一个替代 NOT EXISTS 的SQL语句。

原SQL语句

SELECT colname.... FROM 表A WHERE a.id NOT IN(SELECT b.id FROM 表B)

优化SQL语句

SELECT colname.... FROM 表A LEFT JOIN 表B ON WHERE a.id = b.id WHERE b.id IS NULL

表A不在表B中的数据

### 9、使用合理的分布方式以提高分布的效率 ###

SELECT id,name,age FROM preson LIMIT 866331, 20

使用上述SQL语句做分页的时候，可能有人会发现，随着表数据量的增加，直接使用`LIMIT`分页查询会越来越慢。

优化的方法如下：可以取前一页的最大行数的id，然后根据这个最大的id来限制下一页的起点。比如此列中，上一页最大的id是866331。SQL可以采用如下的写法：

SELECT id,name,age FROM preson WHERE id > 866331 LIMIT 20

### 10、避免在 `WHERE` 子句中对字段进行 `NULL` 值判断 ###

对于 `NULL` 的判断会导致引擎放弃使用索引而进行全表扫描。

### 11、不建议使用 `%` 前缀模糊查询 ###

例如 `LIKE "%name"` 或者 `LIKE "%name%"`，这种查询会导致索引失效而进行全表扫描。但是可以使用 `LIKE "name%"`。

如何查询 `%name%`

创建全文索引SQL语法

ALTER TABLE `t_test` ADD FULLTEXT INDEX `idx_user_name`(`user_name`);

使用全文索引SQL语句

SELECT id,name,age FROM t_test WHERE MATCH(user_name) AGAINST("张三" IN BOOLEAN mode);

**注意**：在需要创建全文索引之前，请联系DBA确定能否创建，同 时需要注意的是查询语句的写法与普通索引的区别。

### 12、避免在 WHERE 子句中对字段进行表达式操作 ###

SELECT id,name FROM t_test WHERE age * 22 = 36;

对字段运行了算术运算，会造成引擎放弃使用索引，建议改成

SELECT id,name FROM t_test WHERE age = 36 / 2;

### 13、避免隐匿类型转换 ###

`WHERE` 子句中出现 `COLUMN` 字段的类型和传入的参数类型不一致的时候发生的类型转换，建议先确定`WHERE` 中的参数类型。

### 14、对于联合索引来说，要遵守最左前缀法则。 ###

举列来说索引含有字段id、name、school，可以直接用id字段，也可以id、name这样的顺序，但是name;school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，常用的查询字段放在最前面。

### 15、必要时可以使用 `FORCE INDEX` 来强制查询出某个索引 ###

有的时候MySQL优化器采取它认为合适的索引来检索SQL语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用`FORCE INDEX`来强制优化器使用我们制定的索引。

### 16、注意范围查询语句 ###

对于联合索引来说，如果存在范围查询，比如 `BETWEEN`、`>` 、`<` 等条件时，会造成后面的索引字段失效。

### 17、关于 `JOIN`优化 ###

`LEFT JOIN` 以左边的表为驱动表，`INNER JOIN` 自动找出那个数据少的表作为驱动表，`RIGHT JOIN` 以右表为驱动表。

1、**MySQL中淌有 `FULL JOIN`，可以用以下方式来解决**

SELECT * FROM A LEFT JOIN B on B.name = A.name WHERE B.name is NULL UNION ALL SELECT * FROM B;

2、**尽量使用 `INNER JOIN`，避免 `LEFT JOIN`**  
参与联合查询的表至少为2张表，一般都存在大小之分。如果连接方式是`INNER JOIN`，在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表，但是`LEFT JOIN`在驱动表的选择上遵循的是左边驱动右边驱动的原则，即`LEFT JOIN`左边的表名为驱动表。  
3、**合理利用索引**  
被驱动表的索引字段作为 ON 的限制字段。  
4、**利用小表去驱动多大表**  
这样可以减少嵌套循环中的循环次数，以减少IO总量及CPU运算的次数。

5、**巧用STRAIGHT\_JOIN**  
`INNER JOIN`是由MySQL选择驱动表，但是有些特殊情况需要选择另个表作为驱动表，比如有`GROUP BY`、`ORDER BY`等`「Using filesort」`、`「Using temporary」`时。`STRAIGHT_JOIN`来强制连接顺序，在`STRAIGHT_JOIN`左边的表名就是驱动表，右边则是被驱动表。在使用`STRAIGHT_JOIN`有个前提条件是该查询是内连接，也就是`INNER JOIN`。其他链接不推荐使用`STRAIGHT_JOIN`，否则可能造成查询结果不准确。

#### 最后感谢阅读，写得不对的地方请指教。 ####

原文地址：[https://caozongpeng.github.io/2019/01/29/常用MySQL优化/][https_caozongpeng.github.io_2019_01_29_MySQL]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIyMDY3NDY5_size_16_color_FFFFFF_t_70]: /images/20220321/98ebe7efc738449fba9223a258e6f3f3.png
[https_caozongpeng.github.io_2019_01_29_MySQL]: https://caozongpeng.github.io/2019/01/29/%E5%B8%B8%E7%94%A8MySQL%E4%BC%98%E5%8C%96/