数据库优化之SQL语句优化

数据库优化之SQL语句优化

数据库优化涉及到的方方面面有很多，本文只针对SQL语句的优化跟大家做一个简单的探讨。

大家都知道，访问数据表主要有两种方式：一是全表扫描；二是通过数据索引扫描。索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。因此，在进行SQL语句优化前，我们有必要对数据表建好必要的索引，而要建立恰到好处的索引，需要遵循如下原则：

ü 最频繁使用的、用以缩小查询范围的字段。如在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

ü 最频繁使用的、需要排序的字段。如在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引。

ü 在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

ü 如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。

那么，在实际开发过程中，我们应该怎样去编写SQL语句，尽量避免全表扫描以提高查询速度呢？下面给出我在实践中遇到的以及在某些资料上学习到的一些经验：

1. 应尽量避免使用“select * ”进行查询，字段提取要按照“需多少、提多少”的原则。原因是：数据库在解析的过程中，会将 '*' 依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间。

2. 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num is null.

解决方法: 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询： select id from t where num=0.

3. Like语句是否会引起全表扫描取决于通配符的类型，如：name like %张 或 name like %张% ，会引起全表扫描，而name like 张% 不会。原因是：通配符%在字符串的开头使得索引无法使用。

4. 应尽量避免非操作符及函数引起的全表扫描，如：not、!=、<>、!<、!>、not exists、not in、not like等，另外还有函数，如：

substr(num,1,4)= 5400

优化处理：

num like 5400% .

5. 应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20.

解决办法：

select id from t where num=10.

union all

select id from t where num=20.

6. 用“>=”替代“>”，如：

select name from t where id>3.

优化处理：

select name from t where id >=4.