聊聊sql優(yōu)化的15個(gè)小技巧
[導(dǎo)讀]前言sql優(yōu)化是一個(gè)大家都比較關(guān)注的熱門話題，無論你在面試，還是工作中，都很有可能會(huì)遇到。如果某天你負(fù)責(zé)的某個(gè)線上接口，出現(xiàn)了性能問題，需要做優(yōu)化。那么你首先想到的很有可能是優(yōu)化sql語句，因?yàn)樗母脑斐杀鞠鄬?duì)于代碼來說也要小得多。那么，如何優(yōu)化sql語句呢？這篇文章從15個(gè)方面...
前言
sql優(yōu)化是一個(gè)大家都比較關(guān)注的熱門話題，無論你在面試，還是工作中，都很有可能會(huì)遇到。如果某天你負(fù)責(zé)的某個(gè)線上接口，出現(xiàn)了性能問題，需要做優(yōu)化。那么你首先想到的很有可能是優(yōu)化sql語句，因?yàn)樗母脑斐杀鞠鄬?duì)于代碼來說也要小得多。那么，如何優(yōu)化sql語句呢？這篇文章從15個(gè)方面，分享了sql優(yōu)化的一些小技巧，希望對(duì)你有所幫助。
1 避免使用select *
很多時(shí)候，我們寫sql語句時(shí)，為了方便，喜歡直接使用select *，一次性查出表中所有列的數(shù)據(jù)。反例：select?*?from?user?where?id=1;
在實(shí)際業(yè)務(wù)場(chǎng)景中，可能我們真正需要使用的只有其中一兩列。查了很多數(shù)據(jù)，但是不用，白白浪費(fèi)了數(shù)據(jù)庫資源，比如：內(nèi)存或者cpu。此外，多查出來的數(shù)據(jù)，通過網(wǎng)絡(luò)IO傳輸?shù)倪^程中，也會(huì)增加數(shù)據(jù)傳輸?shù)臅r(shí)間。還有一個(gè)最重要的問題是：select *不會(huì)走覆蓋索引，會(huì)出現(xiàn)大量的回表操作，而從導(dǎo)致查詢sql的性能很低。那么，如何優(yōu)化呢？正例：select?name,age?from?user?where?id=1;
sql語句查詢時(shí)，只查需要用到的列，多余的列根本無需查出來。2 用union all代替union
我們都知道sql語句使用union關(guān)鍵字后，可以獲取排重后的數(shù)據(jù)。而如果使用union all關(guān)鍵字，可以獲取所有數(shù)據(jù)，包含重復(fù)的數(shù)據(jù)。反例：(select?*?from?user?where?id=1)?
union?
(select?*?from?user?where?id=2);
排重的過程需要遍歷、排序和比較，它更耗時(shí)，更消耗cpu資源。所以如果能用union all的時(shí)候，盡量不用union。正例：(select?*?from?user?where?id=1)?
union?all
(select?*?from?user?where?id=2);
除非是有些特殊的場(chǎng)景，比如union all之后，結(jié)果集中出現(xiàn)了重復(fù)數(shù)據(jù)，而業(yè)務(wù)場(chǎng)景中是不允許產(chǎn)生重復(fù)數(shù)據(jù)的，這時(shí)可以使用union。3 小表驅(qū)動(dòng)大表
小表驅(qū)動(dòng)大表，也就是說用小表的數(shù)據(jù)集驅(qū)動(dòng)大表的數(shù)據(jù)集。假如有order和user兩張表，其中order表有10000條數(shù)據(jù)，而user表有100條數(shù)據(jù)。這時(shí)如果想查一下，所有有效的用戶下過的訂單列表。可以使用in關(guān)鍵字實(shí)現(xiàn)：select?*?from?order
where?user_id?in?(select?id?from?user?where?status=1)
也可以使用exists關(guān)鍵字實(shí)現(xiàn)：select?*?from?order
where?exists?(select?1?from?user?where?order.user_id?=?user.id?and?status=1)
前面提到的這種業(yè)務(wù)場(chǎng)景，使用in關(guān)鍵字去實(shí)現(xiàn)業(yè)務(wù)需求，更加合適。為什么呢？因?yàn)槿绻鹲ql語句中包含了in關(guān)鍵字，則它會(huì)優(yōu)先執(zhí)行in里面的子查詢語句，然后再執(zhí)行in外面的語句。如果in里面的數(shù)據(jù)量很少，作為條件查詢速度更快。而如果sql語句中包含了exists關(guān)鍵字，它優(yōu)先執(zhí)行exists左邊的語句（即主查詢語句）。然后把它作為條件，去跟右邊的語句匹配。如果匹配上，則可以查詢出數(shù)據(jù)。如果匹配不上，數(shù)據(jù)就被過濾掉了。這個(gè)需求中，order表有10000條數(shù)據(jù)，而user表有100條數(shù)據(jù)。order表是大表，user表是小表。如果order表在左邊，則用in關(guān)鍵字性能更好。總結(jié)一下：in適用于左邊大表，右邊小表。exists適用于左邊小表，右邊大表。
4 批量操作
如果你有一批數(shù)據(jù)經(jīng)過業(yè)務(wù)處理之后，需要插入數(shù)據(jù)，該怎么辦？反例：for(Order?order:?list){
???orderMapper.insert(order):
}
在循環(huán)中逐條插入數(shù)據(jù)。insert?into?order(id,code,user_id)?
values(123,'001',100);
該操作需要多次請(qǐng)求數(shù)據(jù)庫，才能完成這批數(shù)據(jù)的插入。但眾所周知，我們?cè)诖a中，每次遠(yuǎn)程請(qǐng)求數(shù)據(jù)庫，是會(huì)消耗一定性能的。而如果我們的代碼需要請(qǐng)求多次數(shù)據(jù)庫，才能完成本次業(yè)務(wù)功能，勢(shì)必會(huì)消耗更多的性能。那么如何優(yōu)化呢？正例：orderMapper.insertBatch(list):
提供一個(gè)批量插入數(shù)據(jù)的方法。insert?into?order(id,code,user_id)?
values(123,'001',100),(124,'002',100),(125,'003',101);
這樣只需要遠(yuǎn)程請(qǐng)求一次數(shù)據(jù)庫，sql性能會(huì)得到提升，數(shù)據(jù)量越多，提升越大。但需要注意的是，不建議一次批量操作太多的數(shù)據(jù)，如果數(shù)據(jù)太多數(shù)據(jù)庫響應(yīng)也會(huì)很慢。批量操作需要把握一個(gè)度，建議每批數(shù)據(jù)盡量控制在500以內(nèi)。如果數(shù)據(jù)多于500，則分多批次處理。5 多用limit
有時(shí)候，我們需要查詢某些數(shù)據(jù)中的第一條，比如：查詢某個(gè)用戶下的第一個(gè)訂單，想看看他第一次的首單時(shí)間。反例：select?id,?create_date?
?from?order?
where?user_id=123?
order?by?create_date?asc;
根據(jù)用戶id查詢訂單，按下單時(shí)間排序，先查出該用戶所有的訂單數(shù)據(jù)，得到一個(gè)訂單集合。然后在代碼中，獲取第一個(gè)元素的數(shù)據(jù)，即首單的數(shù)據(jù)，就能獲取首單時(shí)間。List?list?=?orderMapper.getOrderList();
Order?order?=?list.get(0);
雖說這種做法在功能上沒有問題，但它的效率非常不高，需要先查詢出所有的數(shù)據(jù)，有點(diǎn)浪費(fèi)資源。那么，如何優(yōu)化呢？正例：select?id,?create_date?
?from?order?
where?user_id=123?
order?by?create_date?asc?
limit?1;
使用limit 1，只返回該用戶下單時(shí)間最小的那一條數(shù)據(jù)即可。此外，在刪除或者修改數(shù)據(jù)時(shí)，為了防止誤操作，導(dǎo)致刪除或修改了不相干的數(shù)據(jù)，也可以在sql語句最后加上limit。例如：
update?order?set?status=0,edit_time=now(3)?
where?id>=100?and?id<200?limit?100;
這樣即使誤操作，比如把id搞錯(cuò)了，也不會(huì)對(duì)太多的數(shù)據(jù)造成影響。6 in中值太多
對(duì)于批量查詢接口，我們通常會(huì)使用in關(guān)鍵字過濾出數(shù)據(jù)。比如：想通過指定的一些id，批量查詢出用戶信息。sql語句如下：select?id,name?from?category
where?id?in?(1,2,3...100000000);
如果我們不做任何限制，該查詢語句一次性可能會(huì)查詢出非常多的數(shù)據(jù)，很容易導(dǎo)致接口超時(shí)。這時(shí)該怎么辦呢？select?id,name?from?category
where?id?in?(1,2,3...100)
limit?500;
可以在sql中對(duì)數(shù)據(jù)用limit做限制。不過我們更多的是要在業(yè)務(wù)代碼中加限制，偽代碼如下：public?List?getCategory(List?ids) ? {
???if(CollectionUtils.isEmpty(ids))?{
??????return?null;
???}
???if(ids.size()?>?500)?{
??????throw?new?BusinessException("一次最多允許查詢500條記錄")
???}
???return?mapper.getCategoryList(ids);
}
還有一個(gè)方案就是：如果ids超過500條記錄，可以分批用多線程去查詢數(shù)據(jù)。每批只查500條記錄，最后把查詢到的數(shù)據(jù)匯總到一起返回。不過這只是一個(gè)臨時(shí)方案，不適合于ids實(shí)在太多的場(chǎng)景。因?yàn)閕ds太多，即使能快速查出數(shù)據(jù)，但如果返回的數(shù)據(jù)量太大了，網(wǎng)絡(luò)傳輸也是非常消耗性能的，接口性能始終好不到哪里去。7 增量查詢
有時(shí)候，我們需要通過遠(yuǎn)程接口查詢數(shù)據(jù)，然后同步到另外一個(gè)數(shù)據(jù)庫。反例：select?*?from?user;
如果直接獲取所有的數(shù)據(jù)，然后同步過去。這樣雖說非常方便，但是帶來了一個(gè)非常大的問題，就是如果數(shù)據(jù)很多的話，查詢性能會(huì)非常差。這時(shí)該怎么辦呢？正例：select?*?from?user?
where?id>#{lastId}?and?create_time?>=?#{lastCreateTime}?
limit?100;
按id和時(shí)間升序，每次只同步一批數(shù)據(jù)，這一批數(shù)據(jù)只有100條記錄。每次同步完成之后，保存這100條數(shù)據(jù)中最大的id和時(shí)間，給同步下一批數(shù)據(jù)的時(shí)候用。通過這種增量查詢的方式，能夠提升單次查詢的效率。8 高效的分頁
有時(shí)候，列表頁在查詢數(shù)據(jù)時(shí)，為了避免一次性返回過多的數(shù)據(jù)影響接口性能，我們一般會(huì)對(duì)查詢接口做分頁處理。在mysql中分頁一般用的limit關(guān)鍵字：select?id,name,age?
from?user?limit?10,20;
如果表中數(shù)據(jù)量少，用limit關(guān)鍵字做分頁，沒啥問題。但如果表中數(shù)據(jù)量很多，用它就會(huì)出現(xiàn)性能問題。比如現(xiàn)在分頁參數(shù)變成了：select?id,name,age?
from?user?limit?1000000,20;
mysql會(huì)查到1000020條數(shù)據(jù)，然后丟棄前面的1000000條，只查后面的20條數(shù)據(jù)，這個(gè)是非常浪費(fèi)資源的。那么，這種海量數(shù)據(jù)該怎么分頁呢？優(yōu)化sql：select?id,name,age?
from?user?where?id?>?1000000?limit?20;
先找到上次分頁最大的id，然后利用id上的索引查詢。不過該方案，要求id是連續(xù)的，并且有序的。還能使用between優(yōu)化分頁。select?id,name,age?
from?user?where?id?between?1000000?and?1000020;
需要注意的是between要在唯一索引上分頁，不然會(huì)出現(xiàn)每頁大小不一致的問題。9 用連接查詢代替子查詢
mysql中如果需要從兩張以上的表中查詢出數(shù)據(jù)的話，一般有兩種實(shí)現(xiàn)方式：子查詢 和 連接查詢。子查詢的例子如下：select?*?from?order
where?user_id?in?(select?id?from?user?where?status=1)
子查詢語句可以通過in關(guān)鍵字實(shí)現(xiàn)，一個(gè)查詢語句的條件落在另一個(gè)select語句的查詢結(jié)果中。程序先運(yùn)行在嵌套在最內(nèi)層的語句，再運(yùn)行外層的語句。子查詢語句的優(yōu)點(diǎn)是簡單，結(jié)構(gòu)化，如果涉及的表數(shù)量不多的話。但缺點(diǎn)是mysql執(zhí)行子查詢時(shí)，需要?jiǎng)?chuàng)建臨時(shí)表，查詢完畢后，需要再刪除這些臨時(shí)表，有一些額外的性能消耗。這時(shí)可以改成連接查詢。具體例子如下：select?o.*?from?order?o
inner?join?user?u?on?o.user_id?=?u.id
where?u.status=1
10 join的表不宜過多
根據(jù)阿里巴巴開發(fā)者手冊(cè)的規(guī)定，join表的數(shù)量不應(yīng)該超過3個(gè)。反例：select?a.name,b.name.c.name,d.name
from?a?
inner?join?b?on?a.id?=?b.a_id
inner?join?c?on?c.b_id?=?b.id
inner?join?d?on?d.c_id?=?c.id
inner?join?e?on?e.d_id?=?d.id
inner?join?f?on?f.e_id?=?e.id
inner?join?g?on?g.f_id?=?f.id
如果join太多，mysql在選擇索引的時(shí)候會(huì)非常復(fù)雜，很容易選錯(cuò)索引。并且如果沒有命中中，nested loop join 就是分別從兩個(gè)表讀一行數(shù)據(jù)進(jìn)行兩兩對(duì)比，復(fù)雜度是 n^2。所以我們應(yīng)該盡量控制join表的數(shù)量。正例：select?a.name,b.name.c.name,a.d_name?
from?a?
inner?join?b?on?a.id?=?b.a_id
inner?join?c?on?c.b_id?=?b.id
如果實(shí)現(xiàn)業(yè)務(wù)場(chǎng)景中需要查詢出另外幾張表中的數(shù)據(jù)，可以在a、b、c表中冗余專門的字段，比如：在表a中冗余d_name字段，保存需要查詢出的數(shù)據(jù)。不過我之前也見過有些ERP系統(tǒng)，并發(fā)量不大，但業(yè)務(wù)比較復(fù)雜，需要join十幾張表才能查詢出數(shù)據(jù)。所以join表的數(shù)量要根據(jù)系統(tǒng)的實(shí)際情況決定，不能一概而論，盡量越少越好。11 join時(shí)要注意
我們?cè)谏婕暗蕉鄰埍砺?lián)合查詢的時(shí)候，一般會(huì)使用join關(guān)鍵字。而join使用最多的是left join和inner join。left join：求兩個(gè)表的交集外加左表剩下的數(shù)據(jù)。inner join：求兩個(gè)表交集的數(shù)據(jù)。
select?o.id,o.code,u.name?
from?order?o?
inner?join?user?u?on?o.user_id?=?u.id
where?u.status=1;
如果兩張表使用inner join關(guān)聯(lián)，mysql會(huì)自動(dòng)選擇兩張表中的小表，去驅(qū)動(dòng)大表，所以性能上不會(huì)有太大的問題。使用left join的示例如下：select?o.id,o.code,u.name?
from?order?o?
left?join?user?u?on?o.user_id?=?u.id
where?u.status=1;
如果兩張表使用left join關(guān)聯(lián)，mysql會(huì)默認(rèn)用left join關(guān)鍵字左邊的表，去驅(qū)動(dòng)它右邊的表。如果左邊的表數(shù)據(jù)很多時(shí)，就會(huì)出現(xiàn)性能問題。要特別注意的是在用left join關(guān)聯(lián)查詢時(shí)，左邊要用小表，右邊可以用大表。如果能用inner join的地方，盡量少用left join。
12 控制索引的數(shù)量
眾所周知，索引能夠顯著的提升查詢sql的性能，但索引數(shù)量并非越多越好。因?yàn)楸碇行略鰯?shù)據(jù)時(shí)，需要同時(shí)為它創(chuàng)建索引，而索引是需要額外的存儲(chǔ)空間的，而且還會(huì)有一定的性能消耗。阿里巴巴的開發(fā)者手冊(cè)中規(guī)定，單表的索引數(shù)量應(yīng)該盡量控制在5個(gè)以內(nèi)，并且單個(gè)索引中的字段數(shù)不超過5個(gè)。mysql使用的B 樹的結(jié)構(gòu)來保存索引的，在insert、update和delete操作時(shí)，需要更新B 樹索引。如果索引過多，會(huì)消耗很多額外的性能。那么，問題來了，如果表中的索引太多，超過了5個(gè)該怎么辦？這個(gè)問題要辯證的看，如果你的系統(tǒng)并發(fā)量不高，表中的數(shù)據(jù)量也不多，其實(shí)超過5個(gè)也可以，只要不要超過太多就行。但對(duì)于一些高并發(fā)的系統(tǒng)，請(qǐng)務(wù)必遵守單表索引數(shù)量不要超過5的限制。那么，高并發(fā)系統(tǒng)如何優(yōu)化索引數(shù)量？能夠建聯(lián)合索引，就別建單個(gè)索引，可以刪除無用的單個(gè)索引。將部分查詢功能遷移到其他類型的數(shù)據(jù)庫中，比如：Elastic Seach、HBase等，在業(yè)務(wù)表中只需要建幾個(gè)關(guān)鍵索引即可。13 選擇合理的字段類型
char表示固定字符串類型，該類型的字段存儲(chǔ)空間的固定的，會(huì)浪費(fèi)存儲(chǔ)空間。alter?table?order?
add?column?code?char(20)?NOT?NULL;
varchar表示變長字符串類型，該類型的字段存儲(chǔ)空間會(huì)根據(jù)實(shí)際數(shù)據(jù)的長度調(diào)整，不會(huì)浪費(fèi)存儲(chǔ)空間。alter?table?order?
add?column?code?varchar(20)?NOT?NULL;
如果是長度固定的字段，比如用戶手機(jī)號(hào)，一般都是11位的，可以定義成char類型，長度是11字節(jié)。但如果是企業(yè)名稱字段，假如定義成char類型，就有問題了。如果長度定義得太長，比如定義成了200字節(jié)，而實(shí)際企業(yè)長度只有50字節(jié)，則會(huì)浪費(fèi)150字節(jié)的存儲(chǔ)空間。如果長度定義得太短，比如定義成了50字節(jié)，但實(shí)際企業(yè)名稱有100字節(jié)，就會(huì)存儲(chǔ)不下，而拋出異常。所以建議將企業(yè)名稱改成varchar類型，變長字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間，而且對(duì)于查詢來說，在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些。我們?cè)谶x擇字段類型時(shí)，應(yīng)該遵循這樣的原則：- 能用數(shù)字類型，就不用字符串，因?yàn)樽址奶幚硗葦?shù)字要慢。
- 盡可能使用小的類型，比如：用bit存布爾值，用tinyint存枚舉值等。
- 長度固定的字符串字段，用char類型。
- 長度可變的字符串字段，用varchar類型。
- 金額字段用decimal，避免精度丟失問題。
14 提升group by的效率
我們有很多業(yè)務(wù)場(chǎng)景需要使用group by關(guān)鍵字，它主要的功能是去重和分組。通常它會(huì)跟having一起配合使用，表示分組后再根據(jù)一定的條件過濾數(shù)據(jù)。反例：select?user_id,user_name?from?order
group?by?user_id
having?user_id?<=?200;
這種寫法性能不好，它先把所有的訂單根據(jù)用戶id分組之后，再去過濾用戶id大于等于200的用戶。分組是一個(gè)相對(duì)耗時(shí)的操作，為什么我們不先縮小數(shù)據(jù)的范圍之后，再分組呢？正例：select?user_id,user_name?from?order
where?user_id?<=?200
group?by?user_id
使用where條件在分組前，就把多余的數(shù)據(jù)過濾掉了，這樣分組時(shí)效率就會(huì)更高一些。其實(shí)這是一種思路，不僅限于group by的優(yōu)化。我們的sql語句在做一些耗時(shí)的操作之前，應(yīng)盡可能縮小數(shù)據(jù)范圍，這樣能提升sql整體的性能。
15 索引優(yōu)化
sql優(yōu)化當(dāng)中，有一個(gè)非常重要的內(nèi)容就是：索引優(yōu)化。很多時(shí)候sql語句，走了索引，和沒有走索引，執(zhí)行效率差別很大。所以索引優(yōu)化被作為sql優(yōu)化的首選。索引優(yōu)化的第一步是：檢查sql語句有沒有走索引。那么，如何查看sql走了索引沒？可以使用explain命令，查看mysql的執(zhí)行計(jì)劃。例如：explain?select?*?from?`order`?where?code='002';
結(jié)果：
通過這幾列可以判斷索引使用情況，執(zhí)行計(jì)劃包含列的含義如下圖所示：
如果你想進(jìn)一步了解explain的詳細(xì)用法，可以看看我的另一篇文章《explain | 索引優(yōu)化的這把絕世好劍，你真的會(huì)用嗎？》說實(shí)話，sql語句沒有走索引，排除沒有建索引之外，最大的可能性是索引失效了。下面說說索引失效的常見原因：
如果不是上面的這些原因，則需要再進(jìn)一步排查一下其他原因。此外，你有沒有遇到過這樣一種情況：明明是同一條sql，只有入?yún)⒉煌?。有的時(shí)候走的索引a，有的時(shí)候卻走的索引b？沒錯(cuò)，有時(shí)候mysql會(huì)選錯(cuò)索引。必要時(shí)可以使用force index來強(qiáng)制查詢sql走某個(gè)索引。至于為什么mysql會(huì)選錯(cuò)索引，后面有專門的文章介紹的，這里先留點(diǎn)懸念。 
下載文檔
