MySQL 千万级大数据 SQL 查询优化技巧详解

1.对查询停止优化，应尽量幸免全表扫描，第一应思考在 where 及 order by 触及的列上创立索引。

2.应尽量幸免在 where 子句中对字段停止 null 值推断，不然将致使引擎舍弃使用索引而停止全表扫描，如：select id from t where num is null 可以在 num 上设定默许值 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.应尽量幸免在 where 子句中使用!=或<>操纵符，不然引擎将舍弃使用索引而停止全表扫描。

4.应尽量幸免在 where 子句中使用 or 来连接前提，不然将致使引擎舍弃使用索引而停止全表扫描，如：select id from t where num=10 or num=20 可以这样查询：select id from t where num=10 union all select id from t where num=20

5.in 和 not in 也要慎用，不然会致使全表扫描，如：select id from t where num in(1,2,3) 关于持续的数值，能用 between 就不要用 in 了：select id from t where num between 1 and 3

6.下面的查询也将致使全表扫描：select id from t where name like '%李%' 若要提高效力，可以思考全文检索。

7.假如在 where 子句中使用参数，也会致使全表扫描。由于 SQL 只要在运转时才会解析部分变量，但优化程序不克不及将拜访方案的选中延迟到运转时；它必需在编译时停止选中。然而，假如在编译时创立拜访方案，变量的值还是未知的，因此没法作为索引选中的输入项。如下面语句将停止全表扫描：select id from t where num=@num 可以改为强迫查询使用索引：select id from t with(index(索引名)) where num=@num

8.应尽量幸免在 where 子句中对字段停止表达式操纵，这将致使引擎舍弃使用索引而停止全表扫描。如：select id from t where num/2=100 应改为: select id from t where num=100*2。

9.应尽量幸免在 where 子句中对字段停止函数操纵，这将致使引擎舍弃使用索引而停止全表扫描。如：select id from t where substring(name,1,3)='abc' ，name 以 abc 开头的 id 应改为:select id from t where name like ‘abc%'。

10.不要在 where 子句中的 “=” 左边停止函数、算术运算或其他表达式运算，不然系统将大概没法准确使用索引。

11.在使用索引字段作为前提时，假如该索引是复合索引，那么必需使用到该索引中的第一个字段作为前提时才能包管系统使用该索引，不然该索引将不会被使用，并且应尽大概的让字段次序与索引次序相一致。

12.不要写一些没成心义的查询，如需要生成一个空表构造：select col1,col2 into #t from t where 1=0, 这类代码不会返回任何结果集，但是会耗损系统资源的，应改成这样：create table #t(…)。

13.许多时候用 exists 代替 in 是一个好的选中：select num from a where num in(select num from b)，用下面的语句更换：select num from a where exists(select 1 from b where num=a.num)。

14.并不是所有索引对查询都有效，SQL 是按照表中数据来停止查询优化的，当索引列有大量数据反复时，SQL 查询大概不会去利用索引，如一表中有字段 sex，male、female 几乎各一半，那么即便在 sex 上建了索引也对查询效力起不了作用。

15.索引并不是多多益善，索引当然可以提高响应的 select 的效力，但同时也落低了 insert 及 update 的效力，由于 insert 或 update 时有大概会重建索引，所以怎样建索引需要稳重思考，视详细状况而定。一个表的索引数 最好不要超越6个，若太多则应思考一些不常使用到的列上建的索引可否有必要。

16.应尽大概的幸免更新 clustered 索引数据列，由于 clustered 索引数据列的次序就是表记载的物理储备次序，一旦该列值改动将致使整个表记载的次序的调整，会消耗相当大的资源。若利用系统需要频繁更新 clustered 索引数据列，那么需要思考可否应将该索引建为 clustered 索引。

17.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会落低查询和连接的机能，并会增添储备开销。这是由于引擎在处置查询和连接时会逐个比力字符串中每一个字符，而关于数字型而言只需要比力一次就够了。

18.尽大概的使用 varchar/nvarchar 代替 char/nchar，由于第一变长字段储备空间小，可以节约储备空间，其次关于查询来说，在一个相对较小的字段内搜索效力明显要高些。

19.任何地方都不要使用 select * from t，器具体的字段列表代替 “*”，不要返回用不到的任何字段。

20.尽量使用表变量来代替暂时表。假如表变量包括大量数据，请留意索引非常有限（只要主键索引）。

21.幸免频繁创立和删除暂时表，以减少系统表资源的耗损。

22.暂时表并不是不成使用，恰当地使用它们可以使某些例程更有效，例如，当需要反复援用大型表或常用表中的某个数据集时。但是，关于一次性事件，最好使用输出表。

23.在创建暂时表时，假如一次性插入数据量很大，那么可以使用 select into 代替 create table，幸免造成大量 log ，以提高速度；假如数据量不大，为了缓和系统表的资源，应先 create table，然后 insert。

24.假如使用到了暂时表，在储备历程的最后务必将所有的暂时表显式删除，先 truncate table，然后 drop table，这样可以幸免系统表的较长时间锁定。

25.尽量幸免使用游标，由于游标的效力较差，假如游标操纵的数据超越1万行，那么就应当思考改写。

26.使用基于游标的办法或暂时表办法此前，应先寻觅基于集的解决方案来解决问题，基于集的办法平常更有效。

27.与暂时表一样，游标并不是不成使用。对小型数据集使用 FAST_FORWARD 游标平常要优于其他逐行处置办法，特别是在必需援用几个表才能获得所需的数据时。在结果集中包罗“合计”的例程平常要比使用游标施行的速度快。假如开发时间同意，基于游标的办法和基于集的办法都可以尝试一下，看哪一种办法的结果更好。

28.在所有的储备历程和触发器的开端处设定 SET NOCOUNT ON，在完毕时设定 SET NOCOUNT OFF。无需在施行储备历程和触发器的每个语句后向客户端发送 DONE_IN_PROC 新闻。

29.尽量幸免大事务操纵，提高系统并发能力。

30.尽量幸免向客户端返回大数据量，若数据量过大，应当思考响应需求可否合理。

以上就是MySQL 千万级大数据 SQL 查询优化技巧详解的具体内容，更多请关注百分百源码网其它相关文章！