sql深度优化 - 技术栈

sql优化是一个大家都比较关注的热门话题，无论在面试，还是工作中，都很有可能会遇到。

如果某天负责的某个线上接口，出现了性能问题，需要做优化。那么你首先想到的很有可能是优化sql语句，因为它的改造成本相对于代码来说也要小得多。

本篇就来详细描述一下sql优化

1.避免使用select

很多时候，我们写sql语句时，为了方便，喜欢直接使用select *，一次性查出表中所有列的数据。

反例:

sql 复制代码

select * from user where id=1;

在实际业务场景中，可能我们真正需要使用的只有其中一两列。查了很多数据，但是不用，白白浪费了数据库资源，比如：内存或者cpu。

此外，多查出来的数据，通过网络IO传输的过程中，也会增加数据传输的时间。

还有一个最重要的问题是： select不会走覆盖索引，会出现大量的回表操作，而从导致查询sql的性能很低。

正确优化sql语句:

sql 复制代码

select name,age from user where id=1;

2.用union all代替union

我们都知道sql语句使用union关键字后，可以获取排重后的数据。而如果使用union all关键字，可以获取所有数据，包含重复的数据。

反例:

sql 复制代码

(select * from user where id=1) 
union 
(select * from user where id=2);

排重的过程需要遍历、排序和比较，它更耗时，更消耗cpu资源。所以如果能用union all的时候，尽量不用union。

优化后的代码:

sql 复制代码

(select * from user where id=1) 
union all
(select * from user where id=2);

3.小表驱动大表

小表驱动大表，也就是说用小表的数据集驱动大表的数据集。

假如有order和user两张表，其中order表有10000条数据，而user表有100条数据。时如果想查一下，所有有效的用户下过的订单列表。可以使用in关键字实现 ：

sql 复制代码

select * from order
where user_id in (select id from user where status=1)

也可以使用exists关键字实现

sql 复制代码

select * from order
where exists (select 1 from user where order.user_id = user

这样使用的原因:

因为如果sql语句中包含了in关键字，则它会优先执行in里面的子查询语句，然后再执行in外面的语句。如果in里面的数据量很少，作为条件查询速度更快。

而如果sql语句中包含了exists关键字，它优先执行exists左边的语句（即主查询语句）。然后把它作为条件，去跟右边的语句匹配。如果匹配上，则可以查询出数据。如果匹配不上，数据就被过滤掉了。

这个需求中，order表有10000条数据，而user表有100条数据。order表是大表，user表是小表。如果order表在左边，则用in关键字性能更好。
总结一下：

in 适用于左边大表，右边小表。 exists 适用于左边小表，右边大表。不管是用in，还是exists关键字，其核心思想都是用小表驱动大表。

祝大家在新的一年里面心想事成杨帆启航！！！

好了本篇文章就到这里结束了在这里我想向大家推荐一个课程:

https://xxetb.xetslk.com/s/2PjJ3T