sql语句调优教程

SQL 优化的本质不是盲目加索引，而是减少不必要的数据扫描、计算、返回量和等待。建议遵循"先找慢 SQL → 看执行计划 → 按优先级修复"的流程：

定位慢 SQL ：通过数据库的慢查询日志或 pg_stat_statements（PostgreSQL）、Query Store（SQL Server）等工具找出耗时或执行频次最高的语句。
分析执行计划 ：使用 EXPLAIN（MySQL）或 EXPLAIN ANALYZE（PostgreSQL）查看数据库打算如何执行查询。
识别瓶颈：重点关注全表扫描（Seq Scan / ALL）、高预估扫描行数（rows）、临时表（Using temporary）和文件排序（Using filesort）。
按优先级修复：优先调整索引和 SQL 写法，其次考虑业务逻辑拆分，最后才进行数据库参数调优。

索引是提升查询性能最有效的手段，但用错反而会拖慢写入。

建索引原则 ：优先考虑在 WHERE、JOIN、ORDER BY、GROUP BY中高频出现的字段建索引。组合索引需遵循最左前缀原则，并将区分度高、等值条件的字段放在前面。
覆盖索引 ：如果查询的字段全部包含在索引中，数据库无需回表查原数据，性能极高。例如为 SELECT id, name FROM user WHERE email = 'xx@xx.com'建立 (email, id, name)索引。
避免索引失效 ：对索引列使用函数（如 DATE(create_time) = '2024-01-01'）、表达式计算（如 age + 1 = 30）或前置模糊匹配（如 LIKE '%abc'）都会导致索引失效。应改写为范围查询或后置模糊匹配。

良好的 SQL 写法能从源头减少数据库负担：

拒绝 SELECT *：只取需要的字段，既能减少网络传输和内存占用，也能更好地配合覆盖索引。
提前过滤数据 ：尽早使用 WHERE缩小数据集，再进行 JOIN或聚合操作。
优化子查询与判断 ：能用 JOIN就少用子查询；在大结果集判断存在性时，用 EXISTS替代 IN；不需要去重时坚决不用 DISTINCT。
分页优化 ：深分页（如 LIMIT 100000, 10）性能极差。应改用游标分页，如 WHERE id > 100000 LIMIT 10，利用索引直接定位。
慎用 OR与隐式转换 ：不同列上的 OR容易导致索引失效；字段类型不匹配会引发隐式转换，同样会让索引失效。

当单表数据量极大或查询极其复杂时，可采用以下进阶方案：

问题 SQL ：SELECT * FROM orders WHERE DATE(create_time) = '2024-01-01';

分析与优化 ：DATE()函数导致 create_time索引失效，引发全表扫描。

改写：SELECT id, amount FROM orders WHERE create_time >= '2024-01-01' AND create_time < '2024-01-02';

配套动作 ：建立覆盖索引 idx_create_time_covering (create_time, id, amount)。

问题 SQL ：SELECT id, name FROM user ORDER BY id LIMIT 100000, 10;

分析与优化：数据库需先读取前 100010 行再丢弃，越往后越慢。

改写：SELECT id, name FROM user WHERE id > 100000 ORDER BY id LIMIT 10;

问题 SQL ：SELECT * FROM customers WHERE customer_id IN (SELECT customer_id FROM orders WHERE ...);

分析与优化 ：大结果集下 IN性能不佳。

改写：使用 EXISTS或改写为 JOIN。