SQL效能簡單最佳化（作為初級程式員的想法）

標籤：程式   根據   就是   對比   影響   4條   對象   規範   分數   

隨筆背景：雖然參與正式項目開發已經近兩年了，但是之前涉及的資料都不是很大，就算資料量夠了，但是也沒涉及到統計，所以之前開發的時候僅僅注意商務邏輯是否正確，代碼是否精簡。本次做的一個項目，寫資料統計的介面，剛開始也只是注意邏輯，不過後來資料量僅僅到了40萬的時候，一個按照年齡區段擷取各年齡的普及率介面竟然花了近一分鐘，所以開始了我的最佳化路程。

一、從SQL上來看，首先想到的是把SQL上的商務邏輯拿出來，放到代碼裡面實現。比如這雷根據年齡區段擷取各年齡的普及率，可以把拆成兩個SQL，一個統計各年齡段總人數，一個統計各年齡段普及的人數，具體計算比例可以在代碼實現。原理是SQL裡面加上邏輯處理的話是針對大數量的邏輯處理，而代碼處理的話僅僅是對已經統計過的資料處理，這樣對比一下邏輯處理的對象就知道為啥快點了。

如： select sum(case when a.answer != ‘01‘ then 1 else 0 end)/count(a.id) pjl from tableA a group by a.age  

拆分： select count(a.id) from tableA a  where a. answer != ‘01‘ group by a.age

　　　 select count(a.id) from tableA a where group by a.age

二、不是說所有的子查詢都會比較慢，都是不好的。個人之前覺得子查詢很耗效能，明明可以關聯查詢的，為什麼還要子查詢。然後本次發現其實合理的利用子查詢可以有效提高速率,如可以通過子查詢篩選一部分資料，然後再對篩選後的資料關聯。

如：select a.name,a.code from tableA a left join tableB b on b.code = a.code  where b.status = ‘2‘  

修改：select a.name,a.code from tableA a where a.code in (select code from tableB where status = ‘2‘)

原SQL是先關聯然後篩選資料的，關聯笛卡爾積 乘法的概念，可以理解為先把所有資料進行比對，比如一個tableA 4條，一個tableB 5條，那就是比對4*5 = 20次

而先篩選一次的話，就是意味著先對tableB篩選，篩選出3條，然後在對tableA篩選，5+4 = 9次 資料量小還無所謂，那數量大的話。。。。

三、where條件後面的篩選條件位置有影響

mysql where 執行順序從左至右 也就意味著把過濾效果最大的放在最上面或者說靠where越近

oracle where 執行順序從右至左 也就意味著把過濾效果最大的放在最下面或者說靠where越遠

表的位置也符合這規律（表位置沒試過，網上說的）

四、查詢列時，盡量不用* 用具體的參數，以前寫代碼圖方便經常寫個* ，其實有的時候根本用不到那麼多屬性，所以查的少當然快點咯

如： select * from tableA

改成：select name，code from tableA

五、如果表加了索引的欄位，書寫值一定要規範，如例子雖然也能查出正確的結果，不過此時該欄位查詢索引未生效，所以還是稍微麻煩點打上‘’

如：select code from tableB where status = 2     （表欄位status為char類型）

修改:select code from tableB where status = ‘2‘

六、從表的方面可以把需要篩選的欄位加上索引，效果就像開了掛一樣哈哈，反正我的語句我覺得就是索引加的從一分鐘到了20秒，個人覺得這個很好用

以上就是本次最佳化效能用到的方法，不過影響效能的不僅僅是這些方面，比如還有資料庫本身的影響，我們的資料庫是開發用的16G mysql，總而言之每個地兒都扣點，效能當然快很多了，積水成淵嘛。額，以上的想法只是本人本次試過的方法，有些原理可能還是漏洞百出（不過我確實快了。。），雖然40萬資料其實也沒多少，相比那些百萬千萬，甚至億級的，抱歉我還很菜，這種的找我老大，我還是鹹魚一條。

SQL效能簡單最佳化（作為初級程式員的想法）