数据库sql优化总结之1-百万级数据库优化方案+案例分析
目录
1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
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
3、应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描
项目背景
有三张百万级数据表
知识点表（ex_subject_point）9,316条数据
试题表（ex_question_junior）2,159,519条数据 有45个字段
知识点试题关系表（ex_question_r_knowledge）3,156,155条数据
测试数据库为：mysql （5.7）
1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
案例分析：
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE ex_question_junior.GRADE_ID=1
执行时间：17.609s （多次执行，在17s左右徘徊）
优化后：给GRADE_ID字段添加索引后
执行时间为：11.377s（多次执行，在11s左右徘徊）
备注：我们一般在什么字段上建索引？
这是一个非常复杂的话题，需要对业务及数据充分分析后再能得出结果。主键及外键通常都要有索引，其它需要建索引的字段应满足以下条件：
a、字段出现在查询条件中，并且查询条件可以使用索引；
b、语句执行频率高，一天会有几千次以上；
c、通过字段条件可筛选的记录集很小，那数据筛选比例是多少才适合？
这个没有固定值，需要根据表数据量来评估，以下是经验公式，可用于快速评估：
小表(记录数小于10000行的表)：筛选比例<10%；
大表：(筛选返回记录数)<(表总记录数*单条记录长度)/10000/16
单条记录长度≈字段平均内容长度之和+字段数*2
以下是一些字段是否需要建B-TREE索引的经验分类：
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
select id from t where num is null
最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库.
备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使用NULL。
不要以为 NULL 不需要空间，比如：char(100) 型，在字段建立时，空间就固定了， 不管是否插入值（NULL也包含在内），都是占用 100个字符的空间的，如果是varchar这样的变长字段， null 不占用空间。
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
案例分析：
在mysql数据库中对字段进行null值判断，是不会放弃使用索引而进行全表扫描的。
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE IS_USE is NULL
执行时间是：11.729s
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE IS_USE =0
执行时间是12.253s
时间几乎一样。
3、应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。
案例分析：
在mysql数据库中where 子句中使用 != 或 <> 操作符，引擎不会放弃使用索引。
-
EXPLAIN
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE ex_question_junior.GRADE_ID !=15
执行时间是：17.579s
执行时间是：16.966s
4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描
案例分析：
GRADE_ID字段有索引，QUESTION_TYPE没索引
执行时间是：11.661s
优化方案：
通过union all 方式，把有索引字段和非索引字段分开。索引字段就有效果了
执行时间是：11.811s
但是，非索引字段依然查询速度会很慢，所以查询条件，能加索引的尽量加索引
5.in 和 not in 也要慎用，否则会导致全表扫描
案例分析
注：在mysql数据库中where 子句中对索引字段使用 in 和 not in操作符，引擎不会放弃使用索引。
注：在mysql数据库中where 子句中对不是索引字段使用 in 和 not in操作符，会导致全表扫描。
案例分析2：
用between和in的区别
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE ex_question_junior.QUESTION_TYPE IN(1,2,3,4)
执行时间为1.082s
-
SELECT ex_question_junior.QUESTION_ID
-
FROM ex_question_junior
-
WHERE ex_question_junior.QUESTION_TYPE between 1 and 4
执行时间为0.924s
时间上是相差不多的
案例分析3：
用exists 和 in区别：结论
用exists 和 in区别：结论
1. in()适合B表比A表数据大的情况（A<B）
select * from A
where id in(select id from B)
2. exists()适合B表比A表数据小的情况(A>B)
select * from A
where exists(
select 1 from B where B.id = A.id
)
3.当A表数据与B表数据一样大时,in与exists效率差不多,可任选一个使用.语法
select * from A
where id in(select id from B)
ex_question_r_knowledge表数据量大，ex_subject_point表数据量小
****************************************************************************
ex_question_r_knowledge(A)表数据量大，ex_subject_point表数据量小(B)(A>B)
用exists适合
-
SELECT *
-
FROM ex_question_r_knowledge
-
WHERE ex_question_r_knowledge.SUBJECT_POINT_ID IN
-
(
-
SELECT ex_subject_point.SUBJECT_POINT_ID
-
FROM ex_subject_point
-
WHERE ex_subject_point.SUBJECT_ID=7
-
)
-
SELECT *
-
FROM ex_question_r_knowledge
-
WHERE exists
-
(
-
SELECT 1
-
FROM ex_subject_point
-
WHERE ex_subject_point.SUBJECT_ID=7
-
AND ex_subject_point.SUBJECT_POINT_ID = ex_question_r_knowledge.SUBJECT_POINT_ID
-
)
执行时间是：13.537s
*************************************************************************
ex_subject_point表数据量小(A),ex_question_r_knowledge(B)表数据量大(A<B)
用in适合
-
SELECT *
-
FROM ex_subject_point
-
WHERE
-
ex_subject_point.SUBJECT_POINT_ID IN( SELECT
-
ex_question_r_knowledge.SUBJECT_POINT_ID FROM
-
ex_question_r_knowledge WHERE
-
ex_question_r_knowledge.GRADE_TYPE=2 )
-
SELECT * FROM ex_subject_point WHERE
-
ex_subject_point.SUBJECT_POINT_ID IN( SELECT
-
ex_question_r_knowledge.SUBJECT_POINT_ID FROM
-
ex_question_r_knowledge WHERE
-
ex_question_r_knowledge.GRADE_TYPE=2 )
执行时间是：1.554s
-
SELECT *
-
FROM ex_subject_point
-
WHERE exists(
-
SELECT ex_question_r_knowledge.SUBJECT_POINT_ID
-
FROM ex_question_r_knowledge
-
WHERE ex_question_r_knowledge.GRADE_TYPE=2
-
AND ex_question_r_knowledge.SUBJECT_POINT_ID= ex_subject_point.SUBJECT_POINT_ID
-
)
执行时间是：11.978s
6、like模糊全匹配也将导致全表扫描
案例分析
-
EXPLAIN
-
SELECT *
-
FROM ex_subject_point
-
WHERE ex_subject_point.path like "%/11/%"
若要提高效率，可以考虑全文检索。lucene了解一下。或者其他可以提供全文索引的nosql数据库，比如tt server或MongoDB
还会陆续更新，还有几个小节。
昨天晚上突发奇想，like 模糊全匹配，会导致全表扫描，那模糊后匹配和模糊前匹配也会是全表扫描吗？
今天开电脑，做了下测试。结果如下：
like模糊后匹配，不会导致全表扫描
like模糊前匹配，会导致全表扫描
MY SQL的原理就是这样的，LIKE模糊全匹配会导致索引失效，进行全表扫描；LIKE模糊前匹配也会导致索引失效，进行全表扫描；但是LIKE模糊后匹配，索引就会有效果。
参考：
https://mp.weixin.qq.com/s?__biz=MzIxMjg4NDU1NA==&mid=2247483684&idx=1&sn=f5abc60e696b2063e43cd9ccb40df101&chksm=97be0c01a0c98517029ff9aa280b398ab5c81fa1fcfe0e746222a3bfe75396d9eea1e249af38&mpshare=1&scene=1&srcid=0606XGHeBS4RBZloVv786wBY#rd
***************************************************************************
作者：小虚竹
欢迎任何形式的转载，但请务必注明出处。
限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。
我不是个伟大的程序员，我只是个有着一些优秀习惯的好程序员而己
文章来源: xiaoxuzhu.blog.csdn.net，作者：小虚竹，版权归原作者所有，如需转载，请联系作者。
原文链接：xiaoxuzhu.blog.csdn.net/article/details/81022161
- 点赞
- 收藏
- 关注作者
评论（0）