SQL查询中的小技巧:SELECT 1 和 LIMIT 1 替代 count(*)

前言

在写SQL查询时,常规做法是使用SELECT count(*)来统计符合条件的记录数。
然而,在某些情况下,我们只关心是否存在符合条件的记录,而不需要知道具体的记录数。
为了优化性能,可以改用使用SELECT 1和LIMIT 1的方式查询。
在业务代码中,直接判断查询结果是否非空即可,不再需要使用count来获取记录数。

实战

我们使用Java和MyBatis演示优化方案的代码示例。
假设我们有一个名为User的数据库表,其中包含id、name和age字段。我们想要检查是否存在年龄大于等于18岁的用户。

  1. 创建一个UserMapper接口,定义一个方法来执行查询操作:
java 复制代码
import org.apache.ibatis.annotations.Mapper;

@Mapper
public interface UserMapper {
    Integer existUsersWithAgeGreaterThan(int age);
}
  1. 在UserMapper.xml中实现这个方法,使用优化的SQL语句:
java 复制代码
<?xml version="1.0" encoding="UTF-8"?>
<mapper namespace="com.example.mapper.UserMapper">

    <select id="existUsersWithAgeGreaterThan" resultType="java.lang.Integer">
        SELECT 1 FROM users WHERE age >= #{age} LIMIT 1
    </select>

</mapper>
  1. 然后,在业务代码中调用existUsersWithAgeGreaterThan方法进行判断:
java 复制代码
import com.example.mapper.UserMapper;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class UserService {

    private final UserMapper userMapper;

    @Autowired
    public UserService(UserMapper userMapper) {
        this.userMapper = userMapper;
    }

    public void checkUsersWithAgeGreaterThan(int age) {
        Integer exist = userMapper.existUsersWithAgeGreaterThan(age);
        if (exist != null) {
            // 当存在满足条件的用户时,执行这里的代码
            System.out.println("存在符合条件的用户");
        } else {
            // 当不存在满足条件的用户时,执行这里的代码
            System.out.println("不存在符合条件的用户");
        }
    }
}

通过调用existUsersWithAgeGreaterThan方法获取查询结果,并根据结果是否为空来判断是否存在满足条件的用户。

优化

既然讲到这里,也就顺便提一下数据库查询的一般性能调优做法,在数据量十分庞大的情况下,这里给出几点建议:

  1. 索引优化:确保在查询条件列上存在适当的索引,以加快查询速度。比如当前的示例,可以在age列上创建索引;

  2. 分页查询:如果只关心是否存在满足条件的记录,但不需要具体的记录内容,可以考虑使用分页查询的方式进行优化。通过限制返回结果的数量,可以减少查询的开销;

  3. 缓存机制:如果查询结果相对稳定或者经常被重复查询,可以考虑使用缓存来避免重复的数据库查询操作,从而提高响应速度,比如把前几页缓存下来,因为很多用户可能不会一直往后点;

  4. 数据库调优:对数据库进行性能调优,包括优化查询计划、调整内存设置、合理配置数据库连接池等,可以提升整体查询性能。

总结

其实案例中的优化方案在查询结果集较大时已经非常有效,可以说是肉眼可见的性能提升,在某些情况下还可以减少联合索引的创建。
总而言之,通过使用SELECT 1和LIMIT 1代替SELECT count(*),可以提高查询性能并简化业务代码,特别适用于仅需判断是否存在符合条件的记录的场景。
好了,今天这个小知识,你学会了吗?


如果喜欢请点赞关注↓↓↓,持续分享干货哦!

相关推荐
databook8 小时前
处理一批 PDF,怎么算真的处理完了
后端·python
ZhengEnCi9 小时前
覆盖索引是什么:用借书和外卖看懂回表这件事
sql·mysql·postgresql
苏三说技术9 小时前
为什么越来越多人用 Docling ? - 苏三说技术
后端
nice_lcj5209 小时前
【从零理解计算机网络 · 12】登录态的载体:Cookie、Session、Token 在网络层怎么走
后端·计算机网络·面试·jwt·token·cookie·session
jaysee-sjc9 小时前
【黑马点评】Day02:优惠券秒杀与分布式锁
java·分布式·nginx·spring·node.js·tomcat·maven
秋天的怀念_David10 小时前
算法一千零一夜 · 第三十五夜 · 恢复风暴
java·程序人生·算法
考虑考虑10 小时前
JDK27中的加密对象的 PEM 编码
java·后端·java ee
Coder_shen10 小时前
汇川 EVO 系列 PLC EtherNet/IP(CIP)协议通信驱动的 C# 实现
后端
行百里er10 小时前
【Spring Insight 技术分享】如何让 AI 解释失败也不拖垮控制台
后端·spring cloud·开源
行者-全栈开发10 小时前
SpringBoot + GraalVM 原生编译实战:启动时间从8秒到0.5秒的极致优化
java·spring boot·后端