1.避免使用select *

在实际业务场景中，可能我们真正需要使用的只有其中一两列。

但我们写sql语句时，为了方便，喜欢直接使用select *，一次性查出表中所有列的数据。多查出来的数据，通过网络IO传输的过程中，也会增加数据传输的时间。

还有一个最重要的问题是：select *不会走覆盖索引，会出现大量的回表操作，而从导致查询sql的性能很低。

2.小表驱动大表

小表驱动大表，即用小表的数据集驱动大表的数据集。

假如有order和user两张表，其中order表有10000条数据，而user表有100条数据。

这时如果想查一下，所有有效的用户下过的订单列表。

可以使用in关键字实现：

select  *  from  order  where  user_id  in  (select  id  from  user  where  status=1)

sql语句中包含了in关键字，则它会优先执行in里面的子查询语句，然后再执行in外面的语句。如果in里面的数据量很少，作为条件查询速度更快。

3.避免in中值太多

对于批量查询接口，我们通常会使用in关键字过滤出数据。比如：想通过指定的一些id，批量查询出用户信息。

select  id,name  from  category      where  id  in  (1,2,3...100000000);

如果我们不做任何限制，该查询语句一次性可能会查询出非常多的数据，很容易导致接口超时。

如果ids超过500条记录，可以分批用多线程去查询数据。每批只查500条记录，最后把查询到的数据汇总到一起返回。

4.高效的分页

•   有时为了避免一次性返回过多的数据影响接口性能，我们一般会对查询接口做分页处理。

在mysql中分页一般用的limit关键字：

select  id,name,age  from  user  limit  10,20;

•   但是当数据多的时候，例如

select  id,name,age  from  user  limit  1000000,20;

mysql会查到1000020条数据，然后丢弃前面的1000000条，只查后面的20条数据，这个是非常浪费资源的。

解决方案：先找到上次分页最大的id，然后利用id上的索引查询。不过该方案，要求id是连续的，并且有序的。

select  id,name,age  from  user  where  id  >  1000000  limit  20;

5.连接代替子查询

mysql中如果需要从两张以上的表中查询出数据的话，一般有两种实现方式：子查询  和  连接查询。

•   子查询的例子如下：

select  *  from  order  where  user_id  in  (select  id  from  user  where  status=1)

子查询语句可以通过in关键字实现，一个查询语句的条件落在另一个select语句的查询结果中。程序先运行在嵌套在最内层的语句，再运行外层的语句。

子查询语句的优点是简单，结构化，如果涉及的表数量不多的话。

但缺点是mysql执行子查询时，需要创建临时表，查询完毕后，需要再删除这些临时表，有一些额外的性能消耗。

•   这时可以改成连接查询。具体例子如下：

select  o.*  from  order  o  inner  join  user  u  on  o.user_id  =  u.id  where  u.status=1

6.控制join表的数量

•   根据阿里巴巴开发者手册的规定，join表的数量不应该超过3个。如果join太多，mysql在选择索引的时候会非常复杂，很容易选错索引。

•   并且如果没有命中中，nested loop join 就是分别从两个表读一行数据进行两两对比，复杂度是 n^2。所以我们应该尽量控制join表的数量。

•   如果实现业务场景中需要查询出另外几张表中的数据，可以在a、b、c表中冗余专门的字段，比如：在表a中冗余d_name字段，保存需要查询出的数据。

•   如果两张表使用left join关联，mysql会默认用left join关键字左边的表，去驱动它右边的表。如果左边的表数据很多时，就会出现性能问题。

7.控制索引的数量

•   众所周知，索引能够显著的提升查询sql的性能，但索引数量并非越多越好。因为表中新增数据时，需要同时为它创建索引，而索引是需要额外的存储空间的，而且还会有一定的性能消耗。

•   阿里巴巴的开发者手册中规定，单表的索引数量应该尽量控制在5个以内，并且单个索引中的字段数不超过5个。

•  mysql使用的B+树的结构来保存索引的，在insert、update和delete操作时，需要更新B+树索引。如果索引过多，会消耗很多额外的性能。

8.提升group by的效率

•   我们有很多业务场景需要使用group by关键字，它主要功能是去重和分组。

•   通常它会跟having一起配合使用，表示分组后再根据一定的条件过滤数据。

反例：

select  user_id,user_name  from  order      
group  by  user_id      
having  user_id  <=  200;

这种写法性能不好，它先把所有的订单根据用户id分组之后，再去过滤用户id大于等于200的用户。

正例：

select  user_id,user_name  from  order      
where  user_id  <=  200      
group  by  user_id

使用where条件在分组前，就把多余的数据过滤掉了，这样分组时效率就会更高一些。

其实这是一种思路，不仅限于group by的优化。我们的sql语句在做一些耗时的操作之前，应尽可能缩小数据范围，这样能提升sql整体的性能。

9.索引优化

•  sql优化当中，有一个非常重要的内容就是：索引优化。很多时候sql语句，走了索引，和没有走索引，执行效率差别很大。

•   索引优化的第一步是：检查sql语句有没有走索引。可以使用explain命令，查看mysql的执行计划。进而查看索引是否生效

•   sql语句没有走索引，排除没有建索引之外，最大的可能性就是索引失效。