浅谈MySQL之select优化方案

本篇文章给大家分享《浅谈MySQL之select优化方案》，覆盖了数据库的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

生活中的例子

我们是否看到过在公司中许多查询语句都是select * xxxx

心中的想法肯定是，别人写了select *,那我写吧，省去了不少麻烦事儿

慢查询

• 首先去思考，最基本的，是否我们使用的数据库插查询语句存在了访问的数据太多
• 其实大部分性能低的查询往往都可以通过减少访问的数据量来优化的
• 因为select * 会给服务器带来额外的I/O、内存和cpu的消耗

数据库中慢查询开销的三个指标

• 相应时间
• 扫描的行数
• 返回的行数

如果走了索引

select * from stu where id = 1;

索引会优化查询，只返回十条数据
如果没有id索引，那么就会预估访问上百上千行数据

tips: 通过mysql中的EXPLAIN命令去查看的其中rows对应的行数

其实最好的情况就是在存储引擎层过where滤掉不匹配的记录
其次好的情况是覆盖索引命中扫描，在服务器层where滤掉不匹配的记录，不需要回表查询
最的情况是从数据表返回数据，然后再过滤不满足条件的记录

如何去优化

使用索引覆盖，把我们需要的列都放在索引中，这样我们就避免了回表去查询
可以单独分出来表

3.重构查询（可以进行大的查询化解成小的查询）

举例： 如count、limit、max()

count

count 最好的优化就是增加汇总表，因为count不可避免需要扫描大量的行

limit

limit我们在做分页的时候很常用，如下面代码

select id from stu order by id limit 1000,20;

这条语句会查询1020条数据然后丢掉前一千条返回1000~1020的二十条数据
那么优化的最好的方式就是走索引，这样limit查询查就能变成已知位置的查询

最大值最小值min&max

首先我们试想如果走的是主键索引，那么我们去查询的时候第一个的值就是我们要返回的最小值
我们也可以走主键索引以后，用limit去控制数据量，这样就实现了min()函数的效果，从而替换掉min

select id 
from stu 
use index(primay) where address = 'bj' limit 1;

这样就尽可能扫描了少的记录数

最后我们来做两道题放松一下吧

找出`Employee` 表中第二高的薪水（Salary)
+----+--------+
| Id | Salary |
+----+--------+
| 1  | 100    |
| 2  | 200    |
| 3  | 300    |
+----+--------+
结果
+---------------------+
| SecondHighestSalary |
+---------------------+
| 200                 |
+---------------------+
解答

select max(Salary)  SecondHighestSalary
from Employee 
where  salary 


查找 `Person` 表中所有重复的电子邮箱。
+----+---------+
| Id | Email   |
+----+---------+
| 1  | a@b.com |
| 2  | c@d.com |
| 3  | a@b.com |
+----+---------+

结果

+---------+
| Email   |
+---------+
| a@b.com |
+---------+

解答
select Email from Person 
group by Email 
having count(Email) >= 2;

今天关于《浅谈MySQL之select优化方案》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于mysql的内容请关注golang学习网公众号！