MSQL系列(六) Mysql实战-SQL语句优化

Mysql实战-SQL语句优化

前面我们讲解了索引的存储结构，B+Tree的索引结构，以及索引最左侧匹配原则，Explain的用法，可以看到是否使用了索引，今天我们讲解一下SQL语句的优化及如何优化

文章目录

      • Mysql实战-SQL语句优化
        • 1.表结构
        • 2 where语句及order的列 建立索引
        • 3. where语句不要使用!=,<>
        • 4.where语句不要or进行判断
        • 5.where语句不要使用 like模糊查询
        • 6.where语句 不要 in 和not in， 可能也会导致全表扫描
        • 7.where语句不要使用表达式计算及函数运算

1.表结构

新建表结构 user， user_info

#新建表结构 user
CREATE TABLE `user` (`id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',`id_card` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '身份证ID',`user_name` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户名字',`age` int NOT NULL COMMENT '年龄',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='用户表'
  1. id 主键id列
  2. id_card 身份证id
  3. user_name 用户姓名
  4. age 年龄

先插入测试数据, 插入 5条测试数据

INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (1, '11', 'aa', 10);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (2, '22', 'bb', 20);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (3, '33', 'cc', 30);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (4, '44', 'dd', 40);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (5, '55', 'ee', 50);
2 where语句及order的列 建立索引

表结构先不创建索引，我们看下执行分析
EXPLAIN SELECT * FROM user WHERE user_name=“AA”;

EXPLAIN SELECT * FROM `user` WHERE user_name="AA";

执行成功， type=ALL表示没有索引，查询效率低下
在这里插入图片描述

我们在 user_name上建立索引后，再看下

#创建索引
alter  table `user` add index `idx_name`(`user_name`);#执行分析
EXPLAIN SELECT * FROM `user` WHERE user_name="AA";

使用了索引，查询效率提升
在这里插入图片描述

3. where语句不要使用!=,<>

where语句中使用!= 或者 <>, 或者使用 between and 都会是引擎放弃索引，进行全表扫描

我们新建 age的索引，然后基于age去做查询分析

#创建age索引
alter  table `user` add index `idx_age`(`age`);
#执行分析
EXPLAIN SELECT * FROM `user` WHERE age=10;

使用age索引进行查询，没有问题
在这里插入图片描述
现在我们使用 ！= 或者 <> 来进行查询，执行查询分析

EXPLAIN SELECT * FROM `user` WHERE age !=10;
EXPLAIN SELECT * FROM `user` WHERE age <>10;
EXPLAIN SELECT * FROM `user` WHERE age BETWEEN 10 and 20;
EXPLAIN SELECT * FROM `user` WHERE age > 10 and age < 20 ;

执行结果全都是 type=range 表示在索引范围内查找,对索引的扫描开始于某一点,返回匹配值域的行, 已经不是ref类型了，效率已经不高了
Extra 其他信息= using index condition 表示会先条件过滤索引，过滤完索引后找到所有符合索引条件的数据行，随后用 WHERE 子句中的其他条件去过滤这些数据行；
using index condition = using index + 回表 + where 过滤
在这里插入图片描述

4.where语句不要or进行判断

where语句使用or判断，也会导致引擎放弃索引，进而进行全表扫描
使用 or， 也会造成 type=range的情况

EXPLAIN SELECT * FROM `user` WHERE age =10 or age =20;

在这里插入图片描述
这种情况，我们可以采用 union all 来进行优化

EXPLAIN SELECT * FROM `user` WHERE age =10 union all  SELECT * FROM `user` WHERE age =20 ;

在这里插入图片描述

5.where语句不要使用 like模糊查询

like模糊查询，也会导致 全表扫描

#1.左侧开头精确匹配，右侧结果模糊
EXPLAIN SELECT * FROM `user` WHERE user_name like "a%";
#2.左侧开头模糊，右侧结果精确匹配
EXPLAIN SELECT * FROM `user` WHERE user_name like "%a";
#3.左侧开头模糊，右侧结果模糊
EXPLAIN SELECT * FROM `user` WHERE user_name like "%a%";

上面3种情况，我们来逐一分析

  1. 左侧开头精确匹配，右侧结果模糊, 查询会使用左侧索引进行匹配，type=range
EXPLAIN SELECT * FROM `user` WHERE user_name like "a%";

在这里插入图片描述
2. 左侧开头模糊，右侧结果精确匹配， 查询不会使用索引，全表扫描 type=ALL

EXPLAIN SELECT * FROM `user` WHERE user_name like "%a";

在这里插入图片描述
3. 左侧开头模糊，右侧结果模糊, 查询不会使用索引，全表扫描 type=ALL

EXPLAIN SELECT * FROM `user` WHERE user_name like "%a%";

在这里插入图片描述

6.where语句 不要 in 和not in， 可能也会导致全表扫描

where子语句，使用 in，not in 也有可能导致全表扫描

所以使用in 到底走不走索引呢？

  • in通常是走索引的
  • IN 的条件过多，会导致索引失效，走索引扫描
  • 当in后面的数据在数据表中超过一定的数量 （有人说是30%，假如上面的例子的全部数据大约100条，匹配数据超过30条 ），会走全表扫描，即不走索引
  • in走不走索引和后面的数据有关系，这个比例不准

我表中5条数据， 我现在 in(10,20,30,40), in了4条，但是依旧走了索引 type=range， key=idx_age

EXPLAIN SELECT * FROM `user` WHERE age in(10,20,30,40);

在这里插入图片描述

我现在再加一个in条件 in(10,20,30,40,50), 此刻就没有走索引， type=ALL

EXPLAIN SELECT * FROM `user` WHERE age in(10,20,30,40,50);

在这里插入图片描述

但是 not in 是肯定不走索引的，这是我们明确禁止的

EXPLAIN SELECT * FROM `user` WHERE age not in(1,2);

在这里插入图片描述

7.where语句不要使用表达式计算及函数运算

where子句，不要使用表达式计算或者函数运算，这回导致全表扫描

EXPLAIN SELECT * FROM `user` WHERE age / 2 =10;
EXPLAIN SELECT * FROM `user` WHERE SUBSTRING(user_name,1,3)="aa";

执行结果全部都是 type=ALL,使用表达式计算和函数的 都不会使用索引
在这里插入图片描述

至此，我们了解如何去优化查询语句，在平时项目中，也应该多注意这些用法，防止出现线上事故

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/111227.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

GDAL Creation Options设置

GDAL Creation Options设置

GDAL 手册上frmt_gtiff.html文件上找到这句话&#xff0c;感觉很有用&#xff0c;以备查阅&#xff1a; Creation Options TFWYES: Force the generation of an associated ESRI world file (.tfw).See a World Files section for details. RPBYES: Force the generation of a…
阅读更多...
科技与教育的盛宴——探讨监控易在82届教装展的新机遇

科技与教育的盛宴——探讨监控易在82届教装展的新机遇

在第82届中国教育装备展示会这个融合了科技与教育的盛宴上&#xff0c;监控易将展现其最新的教育信息化解决方案和技术创新成果。这不仅是一次产品的展示&#xff0c;更是一次理念、技术与需求的交流和碰撞。在这里&#xff0c;我们将一同探讨在科技日新月异的今天&#xff0c;…
阅读更多...
GDPU 数据结构 天码行空5

GDPU 数据结构 天码行空5

一、实验目的 1&#xff0e;掌握队列的顺序存储结构 2&#xff0e;掌握队列先进先出运算原则在解决实际问题中的应用 二、实验内容 仿照教材顺序循环队列的例子&#xff0c;设计一个只使用队头指针和计数器的顺序循环队列抽象数据类型。其中操作包括&#xff1a;初始化、入队…
阅读更多...
软考高级系统架构设计师系列之：快速掌握数据库系统核心知识点

软考高级系统架构设计师系列之：快速掌握数据库系统核心知识点

软考高级系统架构设计师系列之：快速掌握数据库系统核心知识点 一、数据库系统二、三级模式-两层映射三、三级模式-视图四、数据库设计过程五、E-R模型六、关系代数七、规范化理论八、函数依赖九、规范化理论-键十、规范化理论-求候选键十一、规范化理论-范式十二、规范化理论-…
阅读更多...
开关电源芯片好坏的判断标准是什么？如何判断电源芯片的好坏？

开关电源芯片好坏的判断标准是什么？如何判断电源芯片的好坏？

电源芯片是电子设备的一个重要元件&#xff0c;如果电源芯片损坏&#xff0c;那么设备也将停止工作。开关电源芯片是一种电源管理器件&#xff0c;可以将输入电压转换为稳定的输出电压。为了开关电源芯片可以正常稳定运行以及电子设备可以正常工作&#xff0c;对于电源芯片的检…
阅读更多...
maven 安装本地jar失败 错误指南

maven 安装本地jar失败 错误指南

Maven 安装本地 jar 失败 安装命令: mvn install:install-file -Dfile文件路径地址 -DgroupIdcom.allinpay.sdk -DartifactIdtop-sdk-java -Dversion1.0.5 -Dpackagingjar 错误描述 : Unknown lifecycle phase “.allinpay.sdk”. You must specify a valid lifecycle phase o…
阅读更多...
机器学习-最小二乘法

机器学习-最小二乘法

概况 最小二乘法其实就是为数据(二维)拟合出一条直线&#xff0c;为(三维)数据拟合出一个面。来最大程度的是我们的样本点落在该直线上。 使得我们找到一条直线使所以的样本点尽可能靠近该直线&#xff0c;即每个样本点到直线的距离最短。 YWXB&#xff0c;W是权重&#xff0…
阅读更多...
Python万圣节蝙蝠

Python万圣节蝙蝠

目录 系列文章 前言 蝙蝠 程序设计 程序分析 运行结果 尾声 系列文章 序号文章目录直达链接1浪漫520表白代码https://want595.blog.csdn.net/article/details/1306668812满屏表白代码https://want595.blog.csdn.net/article/details/1297945183跳动的爱心https://want5…
阅读更多...
ES6 Symbol 数据结构

ES6 Symbol 数据结构

1. Symbol概念以及引入原因 ES6 引入了的一种新的原始数据类型Symbol&#xff0c;表示独一无二的值。它是 JavaScript 语言的第七种数据类型&#xff0c;前六种是&#xff1a;undefined、null、布尔值&#xff08;Boolean&#xff09;、字符串&#xff08;String&#xff09;、…
阅读更多...
【无标题】光伏逆变器的IEC62109测试，逆变器IEC62109测试项目

【无标题】光伏逆变器的IEC62109测试，逆变器IEC62109测试项目

光伏逆变器的IEC62109测试&#xff0c;逆变器IEC62109测试项目 逆变器又称电源调整器&#xff0c;根据逆变器在光伏发电系统中的用途可分为独立型电源用和并网用二种。根据波形调制方式又可分为方波逆变器、阶梯波逆变器、正弦波逆变器和组合式三相逆变器。对于用于并网系统的…
阅读更多...
潮玩宇宙：收藏、交流与竞技的数字乐园

潮玩宇宙：收藏、交流与竞技的数字乐园

最近爆火的新项目潮玩宇宙&#xff0c;想必有很多人入场了&#xff0c;代理商宣传投资147一个月回本&#xff0c;确实是现在做到了&#xff0c;现在平台一颗宝石的价格已经超过美金了&#xff0c;还有一大部分人在等待进场&#xff0c;潮玩宇宙旗下奖券世界和养猪农场已经做了有…
阅读更多...
Docker 安装zookeeper

Docker 安装zookeeper

一、安装单机版 1、拉取镜像 docker pull zookeeper2、创建挂载目录 mkdir -p /mydata/zookeeper/{conf,data,logs}3、新建配置文件 cd /mydata/zookeeper/conf vi zoo.cfgdataDir/data dataLogDir/logs tickTime2000 initLimit10 syncLimit5 clientPort21814、单机主机启…
阅读更多...
电脑蓝牙与ESP32蓝牙连接，让电脑发现ESP32

电脑蓝牙与ESP32蓝牙连接，让电脑发现ESP32

win11蓝牙默认只查看常见蓝牙设备。ESP32创建的蓝牙很有可能是看不到的。 再蓝牙设备发现一栏选择高级&#xff0c;才能查看所有蓝牙设备。 只要下面几行代码&#xff0c;就能让PC发现ESP32 #include <BLEDevice.h> // 引入相关库void setup() {BLEDevice::init("…
阅读更多...
【系统与工具】系统环境——VMware安装系统

【系统与工具】系统环境——VMware安装系统

文章目录 0.1 安装VMware0.2 下载ubuntu镜像0.3 创建系统实例0.4 安装ubuntu0.5 实例配置项0.5.1 安装VMware tools0.5.2 修改静态IP0.5.3 ssh连接 0.6 克隆0.6.1 克隆实例生成MAC地址 0.6.2 修改静态ip0.6.3 修改主机密码名称 参考&#xff1a;https://blog.csdn.net/m0_51913…
阅读更多...
ios safari 正则兼容问题

ios safari 正则兼容问题

背景: 系统是自己开发的采购管理系统; 最近升级系统之后客户反馈部分苹果手机现在在进入单据界面的时候报错, 内容显示不全; 安卓手机正常; 苹果首页是之前有使用过系统的才不行, 如果是之前没有使用过系统, 现在也是可以; 也尝试清理过缓存,更换浏览器都也是不行; 也更…
阅读更多...
AWS SAP-C02教程6--安全

AWS SAP-C02教程6--安全

云的安全是一个重要的问题，很多企业不上云的原因就认为云不安全，特别是对安全性要求较高的企业，所以云安全是一个非常广泛且重要的话题，其实在之前章节中的组件都会或多或少讲述与其相关的安全问题，这里也会详细讲一下。本章主要通过讲述一些独立或与安全有关的组件以及网…
阅读更多...
用Python造轮子

用Python造轮子

目录 背景安装setuptools库准备要打包的代码创建setup.py文件打包生成whl文件把库装到电脑上使用这个库 背景 如何把自己写的代码&#xff0c;打包成库方便其他人使用 安装setuptools库 正所谓想要富先修路&#xff0c;先把造轮子要用的库装上 pip install wheel pip insta…
阅读更多...
供应链 | 零售商-供应商柔性承诺契约:一种鲁棒优化方法 (二）

供应链 | 零售商-供应商柔性承诺契约:一种鲁棒优化方法 (二）

原文作者&#xff1a;Aharon Ben-Tal, Boaz Golany, Arkadi Nemirovski, Jean-Philippe Vial​ 引用&#xff1a;Ben-Tal, A., Golany, B. , Nemirovski, A., & Vial, J. P… (2005). Retailer-supplier flexible commitments contracts: a robust optimization approach. …
阅读更多...
常见面试题-Redis专栏（一）

常见面试题-Redis专栏（一）

typora-copy-images-to: imgs了解 redis 中的大key吗&#xff1f;多大算是大key呢&#xff1f;如何解决&#xff1f; 答&#xff1a; redis 的大 key 指的是 key 对应的 value 所占用的内存比较大。 对于 string 类型来说&#xff0c;一般情况下超过 10KB 则认为是大 key&…
阅读更多...
Flink学习之旅：（三）Flink源算子（数据源）

Flink学习之旅：（三）Flink源算子（数据源）

1.Flink数据源 Flink可以从各种数据源获取数据&#xff0c;然后构建DataStream 进行处理转换。source就是整个数据处理程序的输入端。 数据集合数据文件Socket数据kafka数据自定义Source 2.案例 2.1.从集合中获取数据 创建 FlinkSource_List 类&#xff0c;再创建个 Student 类…
阅读更多...
最新文章

Copyright @ 2022~2023