MySQL 高效 SQL 使用 技巧详解
一、为什么需要优化 SQL？
- 性能瓶颈：慢查询导致数据库负载升高，响应时间延长。
- 资源浪费：低效 SQL 可能占用大量 CPU、内存和磁盘 I/O。
目标：通过优化 SQL 将查询性能提升 10 倍以上，降低硬件成本。
二、核心优化原则
- 索引优先：为高频查询字段添加索引。
- 减少数据量：避免全表扫描，缩小查询范围。
- 简化逻辑：用 JOIN 替代子查询，避免复杂嵌套。
- 事务控制：缩短事务长度，减少锁竞争。
三、高效 SQL 实战技巧
1. 索引优化
（1）创建复合索引
-- 为 (user_id, create_time) 创建复合索引
CREATE INDEX idx_user_time ON orders(user_id, create_time);
适用场景：排序、范围查询（如 BETWEEN）。
（2）覆盖索引
-- 查询字段包含在索引中，避免回表
SELECT user_id, create_time FROM orders WHERE user_id = 100;
索引建议：
CREATE INDEX idx_user_time_covering ON orders(user_id, create_time) INCLUDE (status);
（3）避免索引失效
| 错误写法 | 正确写法 | 原因 |
|---|---|---|
WHERE price > 100 OR status = 'paid' | WHERE price > 100 AND status = 'paid' | OR 导致索引失效 |
WHERE name LIKE '%test' | WHERE name LIKE 'test%' | 前缀模糊查询可利用索引 |
2. 查询优化
（1）使用 EXPLAIN 分析执行计划
EXPLAIN SELECT * FROM users WHERE age > 30;
关键指标：
type: 连接类型（理想值：ref、eq_ref）。key: 使用的索引（NULL表示全表扫描）。rows: 预估扫描行数（越小越好）。
（2）分页优化
原查询（慢）：
SELECT * FROM products LIMIT 100000, 10;
优化后（利用覆盖索引）：
SELECT id, name FROM products
WHERE id > (SELECT id FROM products LIMIT 100000, 1)
LIMIT 10;
（3）批量操作替代循环
错误写法：
for item in data:cursor.execute("INSERT INTO logs VALUES (%s)", item)
正确写法：
INSERT INTO logs (col1, col2) VALUES
(1, 'a'), (2, 'b'), (3, 'c');
3. 事务与锁优化
（1）减少锁粒度
-- 行级锁示例（InnoDB 默认）
UPDATE users SET balance = balance - 100 WHERE id = 100;
（2）缩短事务长度
反模式：
START TRANSACTION;
SELECT * FROM large_table; -- 耗时操作
UPDATE orders SET status = 'paid';
COMMIT;
优化后：
START TRANSACTION;
UPDATE orders SET status = 'paid';
COMMIT;
4. 存储引擎选择
| 引擎 | 特点 | 适用场景 |
|---|---|---|
| InnoDB | 支持事务、行级锁、外键 | 高并发读写（如电商订单） |
| MyISAM | 表级锁、不支持事务 | 读多写少（如日志表） |
| Memory | 内存存储、速度极快 | 临时数据缓存 |
四、高级优化技巧
1. 子查询转 JOIN
原查询：
SELECT * FROM orders
WHERE user_id IN (SELECT id FROM users WHERE city = 'Shanghai');
优化后：
SELECT o.*
FROM orders o
JOIN users u ON o.user_id = u.id
WHERE u.city = 'Shanghai';
2. 避免 SELECT *
反模式：
SELECT * FROM employees;
正确写法：
SELECT id, name, email FROM employees;
3. 使用 LIMIT 限制结果集
-- 快速获取最新记录
SELECT * FROM logs ORDER BY create_time DESC LIMIT 10;
五、实战案例：优化电商订单查询
优化前 SQL
SELECT * FROM orders
WHERE user_id = 100 AND status = 'paid'
ORDER BY create_time DESC;
问题：
- 全表扫描（无索引）。
- 回表查询所有字段。
优化步骤
-
添加复合索引：
CREATE INDEX idx_user_status_time ON orders(user_id, status, create_time); -
仅查询必要字段：
SELECT id, amount, create_time FROM orders WHERE user_id = 100 AND status = 'paid' ORDER BY create_time DESC;
优化后效果
- 查询时间：从 2.1 秒降至 0.05 秒。
- 索引覆盖度：100%（无需回表）。
六、注意事项
1. 索引维护成本
- 索引过多会降低写入性能。
- 建议：为查询频率高的字段创建索引。
2. 慢查询日志
-- 开启慢查询日志（超过 2 秒的查询）
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 2;
3. 测试环境验证
# 使用 sysbench 压测
sysbench --test=oltp --oltp-table-size=1000000 --mysql-user=root run
七、总结：高效 SQL 检查表
| 优化项 | 操作 | 工具/命令 |
|---|---|---|
| 索引 | 使用 EXPLAIN 分析执行计划 | EXPLAIN |
| 查询 | 避免 SELECT *，使用覆盖索引 | EXPLAIN |
| 事务 | 缩短事务长度，减少锁竞争 | 监控 InnoDB_row_lock_waits |
| 存储引擎 | 根据场景选择合适引擎 | SHOW TABLE STATUS |
| 慢查询 | 开启慢查询日志并分析 | pt-query-digest |