大家好,我是考100分的小小码 ,祝大家学习进步,加薪顺利呀。今天说一说SQL知识点补充及SQL优化「建议收藏」,希望您对编程的造诣更进一步.
SQL知识点补充及SQL优化
磨石是快刀的朋友,草原是骏马的朋友,障碍是意志的朋友,困难是胜利的朋友。命运不是天能注定的,命运是依人奋斗的程度由人自己来决定的。
SQL的视图
可以把SQL的查询结果缓存起来,存入视图中.
- 好处: 简化了SQL的编写
- 坏处: 没法做SQL的优化,占用空间
创建视图:缓存查询结果
CREATE VIEW students_view AS (SELECT * FROM students WHERE class = "95033")
使用视图
SELECT * FROM students_view WHERE sex = "男";
SQL的执行顺序
- FROM [left_table] 选择表
- ON <join_condition> 链接条件
- <join_type> JOIN <right_table> 链接
- WHERE <where_condition> 条件过滤
- GROUP BY <group_by_list> 分组
- AGG_FUNC(column or expression),… 聚合
- HAVING <having_condition> 分组过滤
- SELECT (9) DISTINCT column,… 选择字段、去重
- ORDER BY <order_by_list> 排序
- LIMIT count OFFSET count; 分页
SQL优化
-
查询SQL尽量不要使用select *,而是具体字段
- 字段多时,大表能达到100多个字段甚至达200多个字段只取需要的字段,节省资源、减少网络开销select * 进行查询时,很可能不会用到索引,就会造成全表扫描
-
避免在where子句中使用or来连接条件
- 使用or可能会使索引失效,从而全表扫描
-
使用varchar代替char
- varchar变长字段按数据内容实际长度存储,存储空间小,可以节省存储空间,char按声明大小存储,不足补空格其次对于查询来说,在一个相对较小的字段内搜索,效率更高
-
尽量使用数值替代字符串类型
-
主键(id):primary key优先使用数值类型int,tinyint 性别(sex):0-代表女,1-代表男;数据库没有布尔类型,mysql推荐使用tinyint 支付方式(payment):1-现金、2-微信、3-支付宝、4-信用卡、5-银行卡 服务状态(state):1-开启、2-暂停、3-停止 商品状态(state):1-上架、2-下架、3-删除
-
-
查询尽量避免返回大量数据
- 如果查询返回数据量很大,就会造成查询时间过长,网络传输时间过长。同时,大量数据返回也可能没有实际意义。如返回上千条甚至更多,用户也看不过来。通常采用分页,一页习惯10/20/50/100条。
-
使用explain分析你SQL执行计划
- SQL提供了explain关键字,它可以分析你的SQL执行计划,看它是否最佳。Explain主要看SQL是否使用了索引。
-
是否使用了索引及其扫描类型
-
type:
-
ALL 全表扫描,没有优化,最慢的方式
-
index 索引全扫描
-
range 索引范围扫描,常用语<,<=,>=,between等操作
-
ref 使用非唯一索引扫描或唯一索引前缀扫描,返回单条记录,常出现在关联查询中
-
eq_ref 类似ref,区别在于使用的是唯一索引,使用主键的关联查询
-
const/system 单条记录,系统会把匹配行中的其他列作为常数处理,如主键或唯一索引查询
null MySQL不访问任何表或索引,直接返回结果
-
-
key:
- 真正使用的索引方式
-
-
优化like语句
-
模糊查询,程序员最喜欢的就是使用like,但是like很可能让你的索引失效
-
#反例:%开头 SELECT NAME FROM student WHERE NAME LIKE "%某" SELECT NAME FROM student WHERE NAME LIKE "%某%" #正例 SELECT NAME FROM student WHERE NAME LIKE "某%"
-
-
字符串怪现象
-
#反例:未使用索引 SELECT * FROM student WHERE NAME=123 #正例: SELECT * FROM student WHERE NAME="123"
-
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,把它们转换为数值类型再做比较
-
-
索引不宜太多,一般5个以内
- 索引并不是越多越好,虽其提高了查询的效率,但却会降低插入和更新的效率
- 索引可以理解为一个就是一张表,其可以存储数据,其数据就要占空间
- 再者,索引表的一个特点,其数据是排序的,那排序要不要花时间呢?肯定要
- insert或update时有可能会重建索引,如果数据量巨大,重建将进行记录的重新排序,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有存在的必要
-
索引不适合建在有大量重复数据的字段上
- 如性别字段。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。
-
批量插入性能提升
- 默认新增SQL有事务控制,导致每条都需要事务开启和事务提交;而批量处理是一次事务开启和提交。自然速度飞升
- 数据量小体现不出来
-
提高group by语句的效率
- 先过滤,后分组
-
删除冗余和重复的索引
-
不要有超过5个以上的表连接
- 关联的表个数越多,编译的时间和开销也就越大
- 每次关联内存中都生成一个临时表
- 应该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,那么意味着这是个糟糕的设计了
- 阿里规范中,建议多表联查三张表以下
-
inner join 、left join、right join,优先使用inner join
-
三种连接如果结果相同,优先使用inner join,如果使用left join左边表尽量小
- inner join 内连接,只保留两张表中完全匹配的结果集
- left join会返回左表所有的行,即使在右表中没有匹配的记录
- right join会返回右表所有的行,即使在左表中没有匹配的记录
-
如果inner join是等值连接,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。这是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
-
总结
1, 尽量使用字段名代替*
2, 做表设计时,字段的类型最好是varchar代替char
3, 字段里的值,最好用数字代替字符串
4, 尽量把过滤条件精细,能用and不用or
5, 索引的设计,最多5个,不能太多
6, 模糊查询,尽量要确定开始元素,让索引生效
7, 数据库对数字没有严格的要求,name=123索引失效,name=”123’索引生效
8, 无用的索引最好及时删除
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/5927.html