SQL使用(三)-----SQL优化总结
2017-06-19 14:04
204 查看
网上关于SQL优化的教程很多,但是比较杂乱。近日有空整理了一下,写出来跟大家分享一下,其中有错误和不足的地方,还请大家纠正补充。
1.只要能满足你的需求,应尽可能使用更小的数据类型:例如使用MEDIUMINT代替INT
2.尽量把所有的列设置为NOT NULL,如果你要保存NULL,手动去设置它,而不是把它设为默认值
3.尽量少用VARCHAR、TEXT、BLOB类型
4.对查询进行优化,应尽量避免全表扫描,首先应考虑在where及order by涉及的列上建立索引
5.应该尽量避免在where子句中使用!=或者<>操作符,否则将导致引擎放弃使用索引而使用全表扫描
6.应该尽量避免在where子句中对字段进行null值判断,否则将导致引擎放弃使用索引而是用全表扫描,
如:
可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:
7.应尽量避免在where子句中使用or来连接条件,否则将导致引擎废弃使用索引进而进行全表扫描,如:
可以这样查询:
union all
8.下面的查询也将导致全表扫描:
若要提高效率,可以考虑全文检索
9.in 和 not in 也要慎用,否则也会导致全表扫描,如:
对于连续的数值,能用between就不要用in了:
10.应该避免在where子句中对字段进行表达式操作,这将导致引擎放弃使用索引进行进行全表扫描。如
应改为
应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:
生成的id 应改为:
13.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。
14.很多时候用 exists 代替 in 是一个好的选择:
用下面的语句替换:
15.并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,SQL查询可能不会去利用索引,如一表中有字段sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效率起不了作用。
16.索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。
17.应尽可能的避免更新 clustered(聚合) 索引数据列,因为 clustered 索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是否应将该索引建为 clustered 索引。
18.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,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
19.尽可能的使用 varchar/nvarchar 代替 char/nchar ,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显然要高些。
20.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。
21.尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。
22.尽量避免大事务操作,提高系统并发能力。
Mysql数据库优化配置:http://www.cnblogs.com/musings/p/5913157.html
1.只要能满足你的需求,应尽可能使用更小的数据类型:例如使用MEDIUMINT代替INT
2.尽量把所有的列设置为NOT NULL,如果你要保存NULL,手动去设置它,而不是把它设为默认值
3.尽量少用VARCHAR、TEXT、BLOB类型
4.对查询进行优化,应尽量避免全表扫描,首先应考虑在where及order by涉及的列上建立索引
5.应该尽量避免在where子句中使用!=或者<>操作符,否则将导致引擎放弃使用索引而使用全表扫描
6.应该尽量避免在where子句中对字段进行null值判断,否则将导致引擎放弃使用索引而是用全表扫描,
如:
select id from t where num is null
可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:
select id from t where num = 0
7.应尽量避免在where子句中使用or来连接条件,否则将导致引擎废弃使用索引进而进行全表扫描,如:
select id from t where num=10 or num=20
可以这样查询:
select id from t where num=10
union all
select id from t where num=20
8.下面的查询也将导致全表扫描:
select id from where name like ‘%abc%’
若要提高效率,可以考虑全文检索
9.in 和 not in 也要慎用,否则也会导致全表扫描,如:
select id from t where num in (1,2,3)
对于连续的数值,能用between就不要用in了:
select id from t where num between 1 and 3
10.应该避免在where子句中对字段进行表达式操作,这将导致引擎放弃使用索引进行进行全表扫描。如
select id from t where num/2 = 100
应改为
select id from where num = 100*2
应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:
select id from t where substring(name,1,3)='abc'--name以abc开头的id
select id from t where datediff(day,createdate,'2005-11-30')=0--'2005-11-30'
生成的id 应改为:
select id from t where name like 'abc%'
select id from t where createdate>='2005-11-30' and createdate<'2005- 12-1'
13.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。
14.很多时候用 exists 代替 in 是一个好的选择:
select num from a where num in(select num from b)
用下面的语句替换:
select num from a where exists(select 1 from b where num=a.num)
15.并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,SQL查询可能不会去利用索引,如一表中有字段sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效率起不了作用。
16.索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。
17.应尽可能的避免更新 clustered(聚合) 索引数据列,因为 clustered 索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是否应将该索引建为 clustered 索引。
18.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,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
19.尽可能的使用 varchar/nvarchar 代替 char/nchar ,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显然要高些。
20.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。
21.尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。
22.尽量避免大事务操作,提高系统并发能力。
Mysql数据库优化配置:http://www.cnblogs.com/musings/p/5913157.html
相关文章推荐
- 总结mysql不使用索引情况以及如何优化sql语句
- SQL优化-索引 (四)其他书上没有的索引使用经验总结
- Oracle SQL性能优化技巧大总结
- Windows server 2008 企业版 安装、使用、优化总结【as desktop workstation】
- mysql数据库sql优化原则(经验总结)
- 优化临时表使用,SQL语句性能提升100倍
- SQL优化,oracle trace使用
- ORACLE使用WITH AS和HINT MATERIALIZE优化SQL解决FILTER效率低下
- 数据库SQL优化大总结之 百万级数据库优化方案
- 数据库SQL优化大总结之 百万级数据库优化方案
- 数据库SQL优化大总结之 百万级数据库优化方案
- 数据库SQL优化大总结之 百万级数据库优化方案
- Sql语句使用技巧(优化数据库访问)
- 使用WITH AS 优化SQL
- SQL优化总结
- 性能优化总结(六):预加载、聚合SQL应用实例
- 数据库SQL优化大总结之 百万级数据库优化方案
- 数据库常用SQL优化总结
- SQL优化总结之二