oracle书写高质量sql,干货!SQL性能优化,书写高质量SQL语句
写SQL语句的时候我们往往关注的是SQL的执行结果,但是是否真的关注了SQL的执行效率,是否注意了SQL的写法规范?
以下的干货分享是在实际开发过程中总结的,希望对大家有所帮助!
1. limit分页优化
当偏移量特别大时,limit效率会非常低。
SELECT id FROM A LIMIT 1000,10 很快
SELECT id FROM A LIMIT 90000,10 很慢
方案一:
select id from A order by id limit 90000,10;
如果我们结合order by使用。很快,0.04秒就OK。 因为使用了id主键做索引!当然,是否能够使用索引还需要根据业务逻辑来定,这里只是为了提醒大家,在分页的时候还需谨慎使用!
方案二
select id from A order by id between 90000 and 90010;
2.利用limit 1 、top 1 取得一行
有些业务逻辑进行查询操作时(特别是在根据某一字段DESC,取最大一笔).可以使用limit 1 或者 top 1 来终止[数据库索引]继续扫描整个表或索引。
反例
SELECT id FROM A LIKE 'abc%'
正例
SELECT id FROM A LIKE 'abc%' limit 1
3. 任何情况都不要用 select * from table ,用具体的字段列表替换"*",不要返回用不到的字段,避免全盘扫描!
4. 批量插入优化
反例
INSERT into person(name,age) values('A',24)
INSERT into person(name,age) values('B',24)
INSERT into person(name,age) values('C',24)
正例
INSERT into person(name,age) values('A',24),('B',24),('C',24),
sql语句的优化主要在于对索引的正确使用,而我们在开发中经常犯的错误便是对表进行全盘扫描,一来影响性能,而来耗费时间!
5.like语句的优化
反例
SELECT id FROM A WHERE name like '%abc%'
由于abc前面用了“%”,因此该查询必然走全表查询,除非必要(模糊查询需要包含abc),否则不要在关键词前加%
正例
SELECT id FROM A WHERE name like 'abc%'
6.where子句使用 in 或 not in 的优化
sql语句中 in 和 not in 的使用请慎用!使用in 或者 not in 会丢弃索引,从而进行全盘扫描!
方案一:between 替换 in
反例
SELECT id FROM A WHERE num in (1,2,3)
正例
SELECT id FROM A WHERE num between 1 and 3
方案二:exist 替换 in
注:关于exist和in的用法,片尾有彩蛋~
反例
SELECT id FROM A WHERE num in (select num from B)
正例
SELECT num FROM A WHERE num exists (select 1 from B where B.num = A.num)
方案三:left join 替换 in
反例
SELECT id FROM A WHERE num in (select num from B)
正例
SELECT id FROM A LEFT JOIN B ON A.num = B.num
7.where子句使用or的优化
通常使用 union all 或 union 的方式替换“or”会得到更好的效果。where子句中使用了or关键字,索引将被放弃使用。
反例
SELECT id FROM A WHERE num = 10 or num = 20
正例
SELECT id FROM A WHERE num = 10 union all SELECT id FROM A WHERE num=20
8.where子句中使用 IS NULL 或 IS NOT NULL 的优化
反例
SELECT id FROM A WHERE num IS NULL
在where子句中使用 IS NULL 或 IS NOT NULL 判断,索引将被放弃使用,会进行全表查询。
正例
优化成num上设置默认值0,确保表中num没有null值, IS NULL 的用法在实际业务场景下SQL使用率极高,我们应注意避免全表扫描
SELECT id FROM A WHERE num=0
9.where子句中对字段进行表达式操作的优化
不要在where子句中的“=”左边进行函数、算数运算或其他表达式运算,否则系统将可能无法正确使用索引。
1
SELECT id FROM A WHERE datediff(day,createdate,'2019-11-30')=0
优化为
SELECT id FROM A WHERE createdate>='2019-11-30' and createdate
2
SELECT id FROM A WHERE year(addate) <2020
优化为
SELECT id FROM A where addate
10.排序的索引问题
MySQL查询只是用一个索引,因此如果where子句中已经使用了索引的话,那么order by中的列是不会使用索引。因此数据库默认排序可以符合要求情况下不要使用排序操作;
尽量不要包含多个列的排序,如果需要最好给这些列创建复合索引。
11. 尽量用 union all 替换 union
union和union all的差异主要是前者需要将两个(或者多个)结果集合并后再进行唯一性过滤操作,这就会涉及到排序,增加大量的cpu运算,加大资源消耗及延迟。所以当我们可以确认不可能出现重复结果集或者不在乎重复结果集的时候,尽量使用union all而不是union
12.Inner join 和 left join、right join、子查询
第一:inner join内连接也叫等值连接是,left/rightjoin是外连接。
SELECT A.id,A.name,B.id,B.name FROM A LEFT JOIN B ON A.id =B.id;
SELECT A.id,A.name,B.id,B.name FROM A RIGHT JOIN ON B A.id= B.id;
SELECT A.id,A.name,B.id,B.name FROM A INNER JOIN ON A.id =B.id;
经过来之多方面的证实 inner join性能比较快,因为inner join是等值连接,或许返回的行数比较少。但是我们要记得有些语句隐形的用到了等值连接,如:
SELECT A.id,A.name,B.id,B.name FROM A,B WHERE A.id = B.id;
推荐:能用inner join连接尽量使用inner join连接
第二:子查询的性能又比外连接性能慢,尽量用外连接来替换子查询。
反例
mysql是先对外表A执行全表查询,然后根据uuid逐次执行子查询,如果外层表是一个很大的表,我们可以想象查询性能会表现比这个更加糟糕。
Select* from A where exists (select * from B where id>=3000 and A.uuid=B.uuid);
执行时间:2s左右
正例
Select* from A inner join B ON A.uuid=B.uuid where b.uuid>=3000; 这个语句执行测试不到一秒;
执行时间:1s不到
第三:使用JOIN时候,应该用小的结果驱动大的结果
left join 左边表结果尽量小,如果有条件应该放到左边先处理,right join同理反向。如:
反例
Select * from A left join B A.id=B.ref_id where A.id>10
正例
select * from (select * from A wehre id >10) T1 left join B on T1.id=B.ref_id;
13.exist 代替 in
反例
SELECT * from A WHERE id in ( SELECT id from B )
正例
SELECT * from A WHERE id EXISTS ( SELECT 1 from A.id= B.id )
分析:
in 是在内存中遍历比较
exist 需要查询数据库,所以当B的数据量比较大时,exists效率优于in**
in()只执行一次,把B表中的所有id字段缓存起来,之后检查A表的id是否与B表中的id相等,如果id相等则将A表的记录加入到结果集中,直到遍历完A表的所有记录。
In 操作的流程原理如同一下代码
List resultSet={};
Array A=(select * from A);
Array B=(select id from B);
for(int i=0;i
for(int j=0;j
if(A[i].id==B[j].id) {
resultSet.add(A[i]);
break;
}
}
}
return resultSet;
可以看出,当B表数据较大时不适合使用in(),因为会把B表数据全部遍历一次
如:A表有10000条记录,B表有1000000条记录,那么最多有可能遍历10000*1000000次,效率很差。
再如:A表有10000条记录,B表有100条记录,那么最多有可能遍历10000*100次,遍历次数大大减少,效率大大提升。
结论:in()适合B表比A表数据小的情况
exist()会执行A.length()次,执行过程代码如下
List resultSet={};
Array A=(select * from A);
for(int i=0;i
if(exists(A[i].id) { //执行select 1 from B where B.id=A.id是否有记录返回
resultSet.add(A[i]);
}
}return resultSet;
当B表比A表数据大时适合使用exists(),因为它没有那么多遍历操作,只需要再执行一次查询就行。
如:A表有10000条记录,B表有1000000条记录,那么exists()会执行10000次去判断A表中的id是否与B表中的id相等。
如:A表有10000条记录,B表有100000000条记录,那么exists()还是执行10000次,因为它只执行A.length次,可见B表数据越多,越适合exists()发挥效果。
再如:A表有10000条记录,B表有100条记录,那么exists()还是执行10000次,还不如使用in()遍历10000*100次,因为in()是在内存里遍历比较,而exists()需要查询数据库,
我们都知道查询数据库所消耗的性能更高,而内存比较很快。
oracle书写高质量sql,干货!SQL性能优化,书写高质量SQL语句相关推荐
- java支付宝支付_Java 高并发环境下的性能优化,揭秘支付宝技术内幕
前言 高并发经常会发生在有大活跃用户量,用户高聚集的业务场景中,如:秒杀活动,定时领取红包等. 为了让业务可以流畅的运行并且给用户一个好的交互体验,我们需要根据业务场景预估达到的并发量等因素,来设计适 ...
- Sql Server查询性能优化之索引篇【推荐】
Sql Server查询性能优化之索引篇[推荐] 这篇是索引系列中比较完整的,经过整理而来的 一 索引基础知识 索引概述 1.概念 可以把索引理解为一种特殊的目录.就好比<新华字典>为了加 ...
- SQL Server 查询性能优化——覆盖索引(二)
在SQL Server 查询性能优化--覆盖索引(一) 中讲了覆盖索引的一些理论. 本文将具体讲一下使用不同索引对查询性能的影响. 下面通过实例,来查看不同的索引结构,如聚集索引.非聚集索引.组合索 ...
- Sql Server查询性能优化之走出索引的误区
据了解绝大多数开发人员对于索引的理解都是一知半解,局限于大多数日常工作没有机会.也什么没有必要去关心.了解索引,实在哪天某个查询太慢了找到查询条件建个索引就ok,哪天又有个查询慢了,再建立个索引就是, ...
- 【SQL】关于SQL Server的性能优化——基础内容
[一些网课后的笔记与后续学习的思考] 平时我们觉得查数据很慢,这个慢是什么意思? 就是在现有资源达到最大吞吐量的前提下,系统不能满足合理的数据请求的一些表现. 一.调优时,可以从以下五点考虑 ① 最小 ...
- 【SQL Server】性能优化-索引
性能优化-索引 1 索引 1.1 什么是索引 1.2 索引的存储机制 1.3 创建索引原则 1.4 如何创建索引 1.4.1 创建索引 1.4.1 删除索引 1.4.1 显示索引 1.5 索引使用次数 ...
- sql性能优化:MS-SQL(SQL Server2012)服务器配置选项(sp_configure )对照表
sql性能优化:MS-SQL(SQL Server)服务器配置选项(sp_configure )对照表 2019服务器配置选项 (SQL Server) - SQL Server | Microsof ...
- 《MySQL性能优化和高可用架构实践》阅读总结
文章目录 介绍 第1章 MySQL架构介绍 1.1 MySQL简介 1.2 MySQL主流的分支版本 1.3 MySQL存储引擎 1.4 MySQL逻辑架构 1.5 MySQL物理文件体系结构 第2章 ...
- 《MySQL性能优化和高可用架构实践》简介与推荐序
#好书推荐##好书奇遇季#<MySQL性能优化和高可用架构实践>,京东当当天猫都有发售.腾讯云架构师宋立桓倾情奉献,定价59元,网店打折销售其实没多少钱. 互联网公司里面几乎很少有公司不用 ...
- SQL点滴22—性能优化没有那么神秘
经常听说SQL Server最难的部分是性能优化,不禁让人感到优化这个工作很神秘,这种事情只有高手才能做.很早的时候我在网上看到一位高手写的博客,介绍了SQL优化的问题,从这些内容来看,优化并不都是一 ...
最新文章
- 使用MASM02 - Win32汇编语言010
- pythonweb接口优化_记一次 Python Web 接口优化
- 前端学习(338):堆栈
- UNIX TCP回射服务器/客户端之使用epoll模型的服务器
- 30款顶级CSS工具及应用-CSDN.NET
- 中国最大字幕组“人人影视”凉了!警方通报:因盗版视频14人被抓
- java获取返回xml节点里的值,关于用java读取xml中节点的值解决方案
- 定时任务发展史(二)
- Ethereum Casper 101
- Set 接口实现类-HashSet
- 1+6t刷个lineage OS 20(Android13)
- Unity学习篇之txt文本文档的多种读写方式
- Windows实现快捷键熄屏功能
- 使用jr-qrcode插件生成图片格式的二维码
- qq扫码认证登录php,PHP实现第四方QQ微信扫码登陆,不接入qq互联以及微信开发者平台...
- JSON解析(java)
- Soft Actor-Critic 论文笔记
- 计算机无法安装win2008,安装win7或win2008提示安装程序无法创建新的系统分区的解决方法...
- select 多选之 xm-select
- 网新恒天2013年校园招聘笔试
热门文章
- 用Quartus II Timequest Timing Analyzer进行时序分析 :实例讲解
- Linux 设置时区
- 新年图书整理和相关的产品
- SpringMVC的简单知识
- Socket网络编程--聊天程序(8)
- tensorflow入门基础
- winform自动更新之AutoUpdater.NET
- js实现网页防止被iframe框架嵌套及几种location.href的区别
- 调焦后焦实现不同距离成像_“物镜校正环调节”对显微成像的影响
- SpringBoot与SpringCloud的关系与区别