上文( SQL優化之SQL 進階技巧（上） )我們簡述了 SQL 的一些進階技巧，一些朋友覺得不過癮，我們繼續來下篇，再送你 10 個技巧

一、 使用延遲查詢優化 limit [offset], [rows]

經常出現類似以下的 SQL 陳述句:

SELECT * FROM film LIMIT 100000, 10

offset 特別大!

這是我司出現很多慢 SQL 的主要原因之一，尤其是在跑任務需要分頁執行時，經常跑著跑著 offset 就跑到幾十萬了，導致任務越跑越慢，

LIMIT 能很好地解決分頁問題，但如果 offset 過大的話，會造成嚴重的性能問題，原因主要是因為 MySQL 每次會把一整行都掃描出來，掃描 offset 遍，找到 offset 之后會拋棄 offset 之前的資料，再從 offset 開始讀取 10 條資料，顯然，這樣的讀取方式問題，

可以通過延遲查詢的方式來優化

假設有以下 SQL,有組合索引（sex, rating）

SELECT <cols> FROM profiles where sex='M' order by rating limit 100000, 10;

則上述寫法可以改成如下寫法

SELECT <cols> 
  FROM profiles 
inner join
(SELECT id form FROM profiles where x.sex='M' order by rating limit 100000, 10)
as x using(id);

這里利用了覆寫索引的特性，先從覆寫索引中獲取 100010 個 id，再丟充掉前 100000 條 id，保留最后 10 個 id 即可，丟掉 100000 條 id 不是什么大的開銷，所以這樣可以顯著提升性能

二、 利用 LIMIT 1 取得唯一行

資料庫引擎只要發現滿足條件的一行資料則立即停止掃描，，這種情況適用于只需查找一條滿足條件的資料的情況

三、 注意組合索引，要符合最左匹配原則才能生效

假設存在這樣順序的一個聯合索引“col_1, col_2, col_3”，這時，指定條件的順序就很重要，

○ SELECT * FROM SomeTable WHERE col_1 = 10 AND col_2 = 100 AND col_3 = 500;
○ SELECT * FROM SomeTable WHERE col_1 = 10 AND col_2 = 100 ;
× SELECT * FROM SomeTable WHERE col_2 = 100 AND col_3 = 500 ;

前面兩潭訓命中索引，第三條由于沒有先匹配 col_1，導致無法命中索引， 另外如果無法保證查詢條件里列的順序與索引一致，可以考慮將聯合索引 拆分為多個索引，

四、使用 LIKE 謂詞時，只有前方一致的匹配才能用到索引（最左匹配原則）

× SELECT * FROM SomeTable WHERE col_1 LIKE '%a';

× SELECT * FROM SomeTable WHERE col_1 LIKE '%a%';

○ SELECT * FROM SomeTable WHERE col_1 LIKE 'a%';

上例中，只有第三潭訓命中索引，前面兩條進行后方一致或中間一致的匹配無法命中索引

五、 簡單字串運算式

模型字串可以使用 _ 時， 盡可能避免使用 %, 假設某一列上為 char(5)

不推薦

SELECT 
    first_name, 
    last_name,
    homeroom_nbr
  FROM Students
 WHERE homeroom_nbr LIKE 'A-1%';

推薦

SELECT first_name, last_name
homeroom_nbr
  FROM Students
 WHERE homeroom_nbr LIKE 'A-1__'; --模式字串中包含了兩個下劃線

六、盡量使用自增 id 作為主鍵

比如現在有一個用戶表，有人說身份證是唯一的，也可以用作主鍵，理論上確實可以，不過用身份證作主鍵的話，一是占用空間相對于自增主鍵大了很多，二是很容易引起頻繁的頁分裂，造成性能問題（什么是頁分裂，請參考這篇文章）

主鍵選擇的幾個原則：自增，盡量小，不要對主鍵進行修改

七、如何優化 count(*)

使用以下 sql 會導致慢查詢

SELECT COUNT(*) FROM SomeTable
SELECT COUNT(1) FROM SomeTable

原因是會造成全表掃描，有人說 COUNT(*) 不是會利用主鍵索引去查找嗎，怎么還會慢，這就要談到 MySQL 中的聚簇索引和非聚簇索引了，聚簇索引葉子節點上存有主鍵值+整行資料，非聚簇索葉子節點上則存有輔助索引的列值 + 主鍵值，如下

所以就算對 COUNT(*) 使用主鍵查找，由于每次取出主鍵索引的葉子節點時，取的是一整行的資料，效率必然不高，但是非聚簇索引葉子節點只存盤了「列值 + 主鍵值」,這也啟發我們可以用非聚簇索引來優化，假設表有一列叫 status, 為其加上索引后，可以用以下陳述句優化:

SELECT COUNT(status) FROM SomeTable

有人曾經測過（見文末參考鏈接），假設有 100 萬行資料，使用聚簇索引來查找行數的，比使用 COUNT(*) 查找速度快 10 幾倍，不過需要注意的是通過這種方式無法計算出 status 值為 null 的那些行

如果主鍵是連續的，可以利用 MAX(id) 來查找，MAX 也利用到了索引，只需要定位到最大 id 即可，性能極好，如下，秒現結果

SELECT MAX(id) FROM SomeTable

說句題句話，有人說用 MyISAM 引擎呼叫 COUNT(*) 非常快，那是因為它提前把行數存在磁盤中了，直接拿，當然很快，不過如果有 WHERE 的限制,用 COUNT(*) 還是很慢!

八、避免使用 SELECT * ，盡量利用覆寫索引來優化性能

SELECT * 會提取出一整行的資料，如果查詢條件中用的是組合索引進行查找，還會導致回表（先根據組合索引找到葉子節點，再根據葉子節點上的主鍵回表查詢一整行），降低性能，而如果我們所要的資料就在組合索引里，只需讀取組合索引列，這樣網路帶寬將大大減少,假設有組合索引列 (col_1, col_2)

推薦用

SELECT col_1, col_2 
  FROM SomeTable 
 WHERE col_1 = xxx AND col_2 = xxx

不推薦用

SELECT *
  FROM SomeTable 
 WHERE col_1 = xxx AND  col_2 = xxx

九、 如有必要，使用 force index() 強制走某個索引

業務團隊曾經出現類似以下的慢 SQL 查詢

SELECT *
  FROM  SomeTable
 WHERE `status` = 0
   AND `gmt_create` > 1490025600
   AND `gmt_create` < 1490630400
   AND `id` > 0
   AND `post_id` IN ('67778', '67811', '67833', '67834', '67839', '67852', '67861', '67868', '67870', '67878', '67909', '67948', '67951', '67963', '67977', '67983', '67985', '67991', '68032', '68038'/*... omitted 480 items ...*/)
order by id asc limit 200;

post_id 也加了索引，理論上走 post_id 索引會很快查詢出來，但實際通過 EXPLAIN 發現走的卻是 id 的索引（這里隱含了一個常見考點，在多個索引的情況下, MySQL 會如何選擇索引），而 id > 0 這個查詢條件沒啥用，直接導致了全表掃描， 所以在有多個索引的情況下一定要慎用，可以使用 force index 來強制走某個索引，以這個例子為例，可以強制走 post_id 索引，效果立桿見影，

這種由于表中有多個索引導致 MySQL 誤選索引造成慢查詢的情況在業務中也是非常常見，一方面是表索引太多，另一方面也是由于 SQL 陳述句本身太過復雜導致， 針對本例這種復雜的 SQL 查詢，其實用 ElasticSearch 搜索引擎來查找更合適，有機會到時出一篇文章說說，

十、 使用 EXPLAIN 來查看 SQL 執行計劃

上個點說了，可以使用 EXPLAIN 來分析 SQL 的執行情況，如怎么發現上文中的最左匹配原則不生效呢，執行 「EXPLAIN + SQL 陳述句」可以發現 key 為 None ,說明確實沒有命中索引

我司在提供 SQL 查詢的同時，也貼心地加了一個 EXPLAIN 功能及 sql 的優化建議，建議各大公司效仿 ^_^,如圖示

十一、 批量插入，速度更快

當需要插入資料時，批量插入比逐條插入性能更高

推薦用

-- 批量插入
INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, 'a'),(2,3,'b');

不推薦用

INSERT INTO TABLE (id, user_id, title) VALUES (1, 2, 'a');
INSERT INTO TABLE (id, user_id, title) VALUES (2,3,'b');

批量插入 SQL 執行效率高的主要原因是合并后日志量 MySQL 的 binlog 和 innodb 的事務讓日志減少了，降低日志刷盤的資料量和頻率，從而提高了效率

十二、 慢日志 SQL 定位

前面我們多次說了 SQL 的慢查詢，那么該怎么定位這些慢查詢 SQL 呢，主要用到了以下幾個引數

這幾個引數一定要配好，再根據每條慢查詢對癥下藥，像我司每天都會把這些慢查詢提取出來通過郵件給形式發送給各個業務團隊，以幫忙定位解決

總結

業務生產中可能還有很多 CASE 導致了慢查詢，其實細細品一下，都會發現這些都和 MySQL 索引的底層資料 B+ 樹 有莫大的關系，強烈建議大家看一下我的另一篇介紹 B+ 樹的文章，好評如潮！相信大家看了之后，以上出現的問題會有一個更深層次的理解，掌握底層，以不變應萬變!