后端程序员必备：书写高质量SQL的30条建议

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。

反例子：

select
 
*
 
from
 employee
;

正例子：

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，很容易有以下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。

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

我们日常做分页需求时，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
，
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。
• 方案三的话，建议跟业务讨论，有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。

5、优化你的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很可能让你的索引失效。

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，如下：
• 把% 放关键字后面，还是会走索引的。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。曾经看过老的实现代码是这样。。。

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，索引失效

• 如果索引列不加内置函数，索引还是会走的。

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：

//可以考虑分开两条sql写
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idxuseridage，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优化器有关的。

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

打个比喻:假如你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块砖,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 ！=，>isnull，isnotnull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、exist&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

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，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，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，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 分析你SQL的计划

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
;

个人公众号

• 觉得写得好的小伙伴给个点赞+关注啦，谢谢~
• 如果有写得不正确的地方，麻烦指出，感激不尽。
• 同时非常期待小伙伴们能够关注我公众号，后面慢慢推出更好的干货~嘻嘻