SQLite数据库中查询性能优化及索引创建的原则总结

在SQLite中，查询性能优化和索引创建是提升数据库效率的关键。以下是优化原则和索引创建的最佳实践，结合示例说明：

减少全表扫描
- 全表扫描（SCAN TABLE）会遍历整个表，效率较低。应尽量通过索引来查找数据。
- 优化方法：为查询条件中的列创建索引。
避免不必要的计算
- 在查询中避免对列进行函数操作或计算，这会导致索引失效。
- 优化方法：将计算移到查询外部。
使用覆盖索引
- 如果查询只需要从索引中获取数据，而不需要访问表数据，可以使用覆盖索引。
- 优化方法：创建包含查询所需列的复合索引。
减少结果集大小
- 尽量减少返回的数据量，避免 SELECT *。
- 优化方法 ：只选择需要的列，并使用 LIMIT 限制返回的行数。
优化连接查询
- 连接查询（JOIN）可能会导致性能问题，尤其是在大表之间。
- 优化方法：确保连接列上有索引，并尽量减少连接的表数量。
避免过度使用子查询
- 子查询可能会导致额外的计算开销。
- 优化方法：尽量将子查询改写为连接查询。

为查询条件列创建索引
- 在 WHERE、JOIN、ORDER BY 和 GROUP BY 中使用的列应优先创建索引。
- 示例：
  
  sql
  复制代码
```
CREATE INDEX idx_name ON employees(name);
```
使用复合索引
- 如果查询涉及多个列，可以创建复合索引。
- 示例：
  
  sql
  复制代码
```
CREATE INDEX idx_department_salary ON employees(department, salary);
```
避免过度索引
- 索引会占用存储空间，并增加插入、更新和删除操作的开销。
- 优化方法：只为高频查询的列创建索引。

覆盖索引

示例：

sql

复制代码

CREATE INDEX idx_covering ON employees(department, salary);
-- 查询
SELECT department, salary FROM employees WHERE department = 'Engineering';

主键和唯一索引

示例：

sql

复制代码

CREATE TABLE employees (
    id INTEGER PRIMARY KEY, -- 自动创建索引
    name TEXT UNIQUE        -- 自动创建唯一索引
);

sql

复制代码

CREATE TABLE employees (
    id INTEGER PRIMARY KEY,
    name TEXT,
    department TEXT,
    salary INTEGER
);

查询：查找部门为 Engineering 且工资大于 5000 的员工。

sql

复制代码

SELECT name, salary FROM employees WHERE department = 'Engineering' AND salary > 5000;

优化步骤：

分析查询计划：

sql

复制代码

EXPLAIN QUERY PLAN
SELECT name, salary FROM employees WHERE department = 'Engineering' AND salary > 5000;

输出：

复制代码

QUERY PLAN
`--SCAN TABLE employees

结果显示全表扫描，效率较低。

创建索引：

sql

复制代码

CREATE INDEX idx_department_salary ON employees(department, salary);

再次分析查询计划：

sql

复制代码

EXPLAIN QUERY PLAN
SELECT name, salary FROM employees WHERE department = 'Engineering' AND salary > 5000;

输出：

复制代码

QUERY PLAN
`--SEARCH TABLE employees USING INDEX idx_department_salary (department=? AND salary>?)

结果显示使用了索引，查询效率提升。

覆盖索引优化 ：

如果查询只需要 department 和 salary 列，可以创建覆盖索引：

sql
复制代码
```
CREATE INDEX idx_covering ON employees(department, salary, name);
```

通过以上原则和示例，可以有效提升SQLite数据库的查询性能。