SQL优化实战:如何让查询速度提升10倍

前言

数据分析师工作中,SQL是最核心的技能之一。但很多人的SQL写得很慢,查询跑了10分钟还不出结果,严重影响工作效率。

本文结合实际案例,分享SQL优化的核心思路,帮助你把查询速度从10分钟优化到1分钟以内。

一、为什么SQL会慢

SQL查询慢的本质原因只有一个:扫描了太多数据。理解这一点,所有的优化手段都能推导出来。

常见的慢查询原因:

  • SELECT * 全表扫描
  • WHERE条件没有索引
  • JOIN没有正确的连接条件
  • GROUP BY/DISTINCT 数据量太大
  • 子查询嵌套层数过多

二、案例分析:订单报表优化

2.1 原始查询(耗时8分钟)

复制代码
SELECT 
    o.order_id,
    o.user_id,
    o.order_time,
    o.amount,
    u.username,
    u.city,
    p.product_name,
    p.category
FROM orders o
LEFT JOIN users u ON o.user_id = u.user_id
LEFT JOIN order_items oi ON o.order_id = oi.order_id
LEFT JOIN products p ON oi.product_id = p.product_id
WHERE o.order_time >= '2025-01-01'
    AND o.order_time < '2026-01-01'
    AND u.city IN ('北京', '上海', '广州', '深圳')
ORDER BY o.order_time DESC;

2.2 优化思路

第一步:添加合适的索引

复制代码
-- 为 WHERE 条件字段添加索引
CREATE INDEX idx_orders_time ON orders(order_time);
CREATE INDEX idx_orders_user ON orders(user_id);
CREATE INDEX idx_users_city ON users(city);

-- 为 JOIN 字段添加索引
CREATE INDEX idx_order_items_order ON order_items(order_id);
CREATE INDEX idx_products_id ON products(product_id);

第二步:减少扫描范围

复制代码
-- 先筛选再JOIN,减少中间数据量
SELECT 
    o.order_id,
    o.user_id,
    o.order_time,
    o.amount,
    u.username,
    u.city,
    p.product_name,
    p.category
FROM (
    -- 先筛选主表
    SELECT order_id, user_id, order_time, amount
    FROM orders
    WHERE order_time >= '2025-01-01'
      AND order_time < '2026-01-01'
) o
LEFT JOIN (
    -- 再筛选用户表
    SELECT user_id, username, city
    FROM users
    WHERE city IN ('北京', '上海', '广州', '深圳')
) u ON o.user_id = u.user_id
LEFT JOIN order_items oi ON o.order_id = oi.order_id
LEFT JOIN products p ON oi.product_id = p.product_id
ORDER BY o.order_time DESC;

第三步:用EXISTS替代IN(适用于子查询)

复制代码
-- 优化前(IN子查询)
SELECT * FROM orders 
WHERE user_id IN (
    SELECT user_id FROM users WHERE city = '北京'
);

-- 优化后(EXISTS)
SELECT * FROM orders o
WHERE EXISTS (
    SELECT 1 FROM users u 
    WHERE u.city = '北京' AND u.user_id = o.user_id
);

2.3 优化结果

优化阶段 耗时 说明
原始查询 8分钟 全表扫描
添加索引 3分钟 索引生效
减少扫描 45秒 先筛再JOIN
最终优化 12秒 综合优化

提升倍数:40倍

三、常用优化技巧总结

3.1 索引优化

复制代码
-- 组合索引遵循最左前缀原则
-- 创建组合索引
CREATE INDEX idx_col1_col2 ON table_name(col1, col2);

-- 查询能命中索引的情况
WHERE col1 = 'xxx'           -- ✅ 命中
WHERE col1 = 'xxx' AND col2 = 'yyy'  -- ✅ 命中
WHERE col2 = 'yyy'           -- ❌ 不命中

-- 避免在索引列上使用函数
WHERE YEAR(create_time) = 2025        -- ❌ 不命中索引
WHERE create_time >= '2025-01-01'    -- ✅ 命中索引

3.2 LIMIT分页优化

复制代码
-- 优化前(深分页慢)
SELECT * FROM orders 
ORDER BY order_id 
LIMIT 1000000, 20;

-- 优化后(基于ID分页)
SELECT * FROM orders 
WHERE order_id > 1000000
ORDER BY order_id 
LIMIT 20;

3.3 COUNT优化

复制代码
-- 优化前(COUNT * 全表扫描)
SELECT COUNT(*) FROM orders WHERE status = 1;

-- 优化后(使用索引计数)
SELECT COUNT(1) FROM orders WHERE status = 1;

-- 或者维护统计表(实时性要求不高时)

四、如何判断SQL性能

使用 EXPLAIN 分析执行计划:

复制代码
EXPLAIN SELECT * FROM orders WHERE order_time >= '2025-01-01';

-- 关键字段说明:
-- type: 连接类型(const > eq_ref > ref > range > ALL)
-- key: 实际使用的索引
-- rows: 预计扫描行数
-- Extra: 额外信息(Using index, Using filesort等)

五、总结

SQL优化的核心原则:

  • 减少数据扫描量:WHERE条件尽量精确
  • 合理使用索引:为高频查询字段建索引
  • 避免全表扫描:不用SELECT *,少用函数
  • 优化JOIN顺序:小表驱动大表
  • 分析执行计划:用EXPLAIN定位问题

记住:SQL优化是一个持续的过程,没有银弹,只有不断分析和迭代。


作者简介:船长,数据分析师,关注数据分析、职场成长、投资理财。

相关推荐
FungLeo1 小时前
FengCMS · PHP+MySQL升级实录 ·并发一致性连环坑:模板缓存、排队保存、备份恢复的竞态
mysql·缓存·php·工程实践·fengcms
Pocker_Spades_A2 小时前
工业物联网时序数据库选型:一份能直接抄走的技术规格书
数据库·物联网·时序数据库
苜蓿muxu3 小时前
缓存三大问题:穿透、击穿、雪崩
数据库·redis
FungLeo3 小时前
FengCMS · PHP+MySQL 升级实录·模型导入从“加密 SQL 码“到.fengmodel.json
sql·mysql·php·工程实践·fengcms
正在走向自律4 小时前
MySQL兼容性深度实践:建表、增删改查与迁移避坑全记录
数据库·sql·mysql·信创·数据库迁移
用户79384281066084 小时前
城市租房 EDA 实战|从脏数据清洗到 MySQL 入库
mysql
隔窗听雨眠5 小时前
openGauss开源五年的内核演进与生态工程
数据库·opengauss·国产数据库
Decay__5 小时前
PostgreSQL 体系架构全解 —— 进程模型、共享内存、MVCC 与 WAL 预写日志深入
运维·数据库·sql·mysql·架构
沐知全栈开发7 小时前
基于ClinicalTrials公开数据的临床试验分析系统-毕业设计
数据库·课程设计
半杯咖啡半行码7 小时前
Qt 隐式共享(Implicit Sharing)深度解析:机制、陷阱与 Qt6迁移
开发语言·数据库·qt