SQL调优

零、SQL优化-思维导图

一、SQL优化原则

核心优化原则/目标只有1条，，尤其是在对性能要求非常苛刻的情况下，最好将 计算逻辑/数据操作 交给java/python/Go等程序语言来实现。
SQL优化的本质是减少机器的 IO 和 CPU 的资源消耗。

二、常见SQL优化方法

1. 优化业务逻辑，减少查询范围
   e.g.
   1. IN关键字后的元素个数不要太多
   2. 范围查询 → 单次查询，转化为for训练批量请求
   3. DML尽量短小(Between … AND …)
2. 只返回必要字段(使用覆盖索引)，避免出现 **select ***
3. 优先考虑在 where & order by 涉及的列建立索引
   应减少使用 order by：否则，若 索引不合适 & 符合条件记录较多 时，排序会消耗大量CPU、IO等资源，易引发性能问题
4. 避免在索引列上做 运算(>、+、- 、=) 或 使用 SQL函数操作(SUM、MAX)，应使用java/python/Go程序实现SQL函数逻辑
5. 避免使用 like
6. 避免使用 join
7. 优先用 JOIN 代替 IN 子查询
8. update/delete 尽量根据 主键/唯一键 操作
9. 避免 隐式转换(类似于Java造型)
   隐式转换会造成索引失效，常见情况: int 与 string 比较时发生；字符串不加单引号 会 隐式转换。
   SQL数量类型 优先级由高到低

   Datetime > Float > Int > Text > Varchar > Binary
   

10. 少用 or(注: 使用OR的时候SQL可能仍然会走OR前后的所有索引)
11. 不要使用大偏移量的limit分页(如果业务逻辑需要支持大偏移量的limit分页，参见深分页问题)
12. 使用 != 或 <> 会导致全表扫描
13. 使用 group by 时，若无排序需求，建议加 ORDER BY NULL
14. 性能非常紧张时，最好不使用 group by、distinct、order by 等关键字，使用java/python/Go程序实现数据操作逻辑
15. 当已在where条件中正确使用索引 & 操作的数据量非常大时，使用 GROUP BY/distinct/ORDER BY 等仍然会产生额外的数据IO时间开销，导致数据库在处理大量数据时增加额外的计算成本，即使GROUP BY等操作在索引列上使用也不例外。故在性能非常紧张时，不要使用 GROUP BY/distinct/ORDER BY 等关键字，而是使用java/python/Go程序实现数据操作逻辑。