一、EXPLAIN
做MySQL優化，我們要善用 EXPLAIN 查看SQL執行計劃，
下面來個簡單的示例，標注(1,2,3,4,5)我們要重點關注的資料
type列，連接型別，一個好的sql陳述句至少要達到range級別，杜絕出現all級別
key列，使用到的索引名，如果沒有選擇索引，值是NULL，可以采取強制索引方式
key_len列，索引長度
rows列，掃描行數，該值是個預估值
extra列，詳細說明，注意常見的不太友好的值有：Using filesort, Using temporary
二、SQL陳述句中IN包含的值不應過多
MySQL對于IN做了相應的優化，即將IN中的常量全部存盤在一個陣列里面，而且這個陣列是排好序的，但是如果數值較多，產生的消耗也是比較大的，再例如：select id from t where num in(1,2,3) 對于連續的數值，能用 between 就不要用 in 了；再或者使用連接來替換，
三、SELECT陳述句務必指明欄位名稱
SELECT *增加很多不必要的消耗（cpu、io、記憶體、網路帶寬）；增加了使用覆寫索引的可能性；當表結構發生改變時，前斷也需要更新，所以要求直接在select后面接上欄位名，
四、當只需要一條資料的時候，使用limit 1
這是為了使EXPLAIN中type列達到const型別
五、如果排序欄位沒有用到索引，就盡量少排序
六、如果限制條件中其他欄位沒有索引，盡量少用or
or兩邊的欄位中，如果有一個不是索引欄位，而其他條件也不是索引欄位，會造成該查詢不走索引的情況，很多時候使用 union all 或者是union(必要的時候)的方式來代替“or”會得到更好的效果
七、盡量用union all代替union
union和union all的差異主要是前者需要將結果集合并后再進行唯一性過濾操作，這就會涉及到排序，增加大量的CPU運算，加大資源消耗及延遲，當然，union all的前提條件是兩個結果集沒有重復資料，
八、不使用ORDER BY RAND()
select id from `dynamic` order by rand() limit 1000;
上面的sql陳述句，可優化為
select id from `dynamic` t1 join (select rand() * (select max(id) from `dynamic`) as nid) t2 on t1.id > t2.nid limit 1000;
九、區分in和exists， not in和not exists
select * from 表A where id in (select id from 表B)
上面sql陳述句相當于
select * from 表A where exists(select * from 表B where 表B.id=表A.id)
區分in和exists主要是造成了驅動順序的改變（這是性能變化的關鍵），如果是exists，那么以外層表為驅動表，先被訪問，如果是IN，那么先執行子查詢，所以IN適合于外表大而內表小的情況；EXISTS適合于外表小而內表大的情況，
關于not in和not exists，推薦使用not exists，不僅僅是效率問題，not in可能存在邏輯問題，如何高效的寫出一個替代not exists的sql陳述句？
原sql陳述句
select colname … from A表 where a.id not in (select b.id from B表)
高效的sql陳述句
select colname … from A表 Left join B表 on where a.id = b.id where b.id is null
取出的結果集如下圖表示，A表不在B表中的資料
十、使用合理的分頁方式以提高分頁的效率
select id,name from product limit 866613, 20
使用上述sql陳述句做分頁的時候，可能有人會發現，隨著表資料量的增加，直接使用limit分頁查詢會越來越慢，
優化的方法如下：可以取前一頁的最大行數的id，然后根據這個最大的id來限制下一頁的起點，比如此列中，上一頁最大的id是866612，sql可以采用如下的寫法：
select id,name from product where id> 866612 limit 20
十一、分段查詢
在一些用戶選擇頁面中，可能一些用戶選擇的時間范圍過大，造成查詢緩慢，主要的原因是掃描行數過多，這個時候可以通程序式，分段進行查詢，回圈遍歷，將結果合并處理進行展示，
如下圖這個sql陳述句，掃描的行數成百萬級以上的時候就可以使用分段查詢
十二、避免在 where 子句中對欄位進行 null 值判斷
對于null的判斷會導致引擎放棄使用索引而進行全表掃描，
十三、不建議使用%前綴模糊查詢
例如LIKE “%name”或者LIKE “%name%”，這種查詢會導致索引失效而進行全表掃描，但是可以使用LIKE “name%”那如何查詢%name%？
如下圖所示，雖然給secret欄位添加了索引，但在explain結果果并沒有使用
那么如何解決這個問題呢，答案：使用全文索引
在我們查詢中經常會用到select id,fnum,fdst from dynamic_201606 where user_name like ‘%zhangsan%’; ，這樣的陳述句，普通索引是無法滿足查詢需求的，慶幸的是在MySQL中，有全文索引來幫助我們，
創建全文索引的sql語法是：
ALTER TABLE `dynamic_201606` ADD FULLTEXT INDEX `idx_user_name` (`user_name`);
使用全文索引的sql陳述句是：
select id,fnum,fdst from dynamic_201606 where match(user_name) against('zhangsan' in boolean mode);
注意：在需要創建全文索引之前，請聯系DBA確定能否創建，同時需要注意的是查詢陳述句的寫法與普通索引的區別
十四、避免在where子句中對欄位進行運算式操作
比如
select user_id,user_project from user_base where age*2=36;
中對欄位就行了算術運算，這會造成引擎放棄使用索引，建議改成
select user_id,user_project from user_base where age=36/2;
十五、避免隱式型別轉換
where 子句中出現 column 欄位的型別和傳入的引數型別不一致的時候發生的型別轉換，建議先確定where中的引數型別
十六、對于聯合索引來說，要遵守最左前綴法則
舉列來說索引含有欄位id,name,school，可以直接用id欄位，也可以id,name這樣的順序，但是name;school都無法使用這個索引，所以在創建聯合索引的時候一定要注意索引欄位順序，常用的查詢欄位放在最前面
十七、必要時可以使用force index來強制查詢走某個索引
有的時候MySQL優化器采取它認為合適的索引來檢索sql陳述句，但是可能它所采用的索引并不是我們想要的，這時就可以采用force index來強制優化器使用我們制定的索引，
十八、注意范圍查詢陳述句
對于聯合索引來說，如果存在范圍查詢，比如between,>,<等條件時，會造成后面的索引欄位失效，
十九、關于JOIN優化
LEFT JOIN A表為驅動表
INNER JOIN MySQL會自動找出那個資料少的表作用驅動表
RIGHT JOIN B表為驅動表
注意：MySQL中沒有full join，可以用以下方式來解決
select * from A left join B on B.name = A.name
where B.name is null
union all
select * from B;
盡量使用inner join，避免left join
參與聯合查詢的表至少為2張表，一般都存在大小之分，如果連接方式是inner join，在沒有其他過濾條件的情況下MySQL會自動選擇小表作為驅動表，但是left join在驅動表的選擇上遵循的是左邊驅動右邊的原則，即left join左邊的表名為驅動表，
合理利用索引
被驅動表的索引欄位作為on的限制欄位，
如果你也想成為程式員，想要快速掌握編程，趕緊關注小編加入學習企鵝圈子吧！
里面有資深專業軟體開發工程師，在線解答你的所有疑惑~編程語言入門“so easy”
資料包含：編程入門、游戲編程、課程設計等，
免費學習書籍：
免費學習資料：
利用小表去驅動大表
從原理圖能夠直觀的看出如果能夠減少驅動表的話，減少嵌套回圈中的回圈次數，以減少 IO總量及CPU運算的次數，
巧用STRAIGHT_JOIN
inner join是由mysql選擇驅動表，但是有些特殊情況需要選擇另個表作為驅動表，比如有group by、order by等「Using filesort」、「Using temporary」時，STRAIGHT_JOIN來強制連接順序，在STRAIGHT_JOIN左邊的表名就是驅動表，右邊則是被驅動表，在使用STRAIGHT_JOIN有個前提條件是該查詢是內連接，也就是inner join，其他鏈接不推薦使用STRAIGHT_JOIN，否則可能造成查詢結果不準確，
這個方式有時可能減少3倍的時間，
這里只列舉了上述優化方案，當然還有其他的優化方式，大家可以去摸索嘗試，
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/250119.html
標籤：MySQL