目錄

前言

SELECT語句 - 語法順序：

SELECT語句 - 執(zhí)行順序：

SQL優(yōu)化策略

一、避免不走索引的場景

二、SELECT語句其他優(yōu)化

三、增刪改 DML 語句優(yōu)化

四、查詢條件優(yōu)化

五、建表優(yōu)化

有朋友疑問到，SQL優(yōu)化真的有這么重要么？如下圖所示，SQL優(yōu)化在提升系統(tǒng)性能中是：（成本最低 && 優(yōu)化效果最明顯） 的途徑。如果你的團(tuán)隊在SQL優(yōu)化這方面搞得很優(yōu)秀，對你們整個大型系統(tǒng)可用性方面無疑是一個質(zhì)的跨越，真的能讓你們老板省下不止幾沓子錢。

• 優(yōu)化成本：硬件>系統(tǒng)配置>數(shù)據(jù)庫表結(jié)構(gòu)>SQL及索引。

• 優(yōu)化效果：硬件<系統(tǒng)配置<數(shù)據(jù)庫表結(jié)構(gòu)

String?result?=?"嗯，不錯，";
?
if?("SQL優(yōu)化經(jīng)驗足")?{
????if?("熟悉事務(wù)鎖")?{
????????if?("并發(fā)場景處理666")?{
????????????if?("會打王者榮耀")?{
????????????????result?+=?"明天入職"?
????????????}
????????}
????}
}?else?{
????result?+=?"先回去等消息吧";
}?
?
Logger.info("面試官："?+?result?);

別看了，上面這是一道送命題。

好了我們言歸正傳，首先，對于MySQL層優(yōu)化我一般遵從五個原則：

1. 減少數(shù)據(jù)訪問：設(shè)置合理的字段類型，啟用壓縮，通過索引訪問等減少磁盤IO

2. 返回更少的數(shù)據(jù)：只返回需要的字段和數(shù)據(jù)分頁處理 減少磁盤io及網(wǎng)絡(luò)io

3. 減少交互次數(shù)：批量DML操作，函數(shù)存儲等減少數(shù)據(jù)連接次數(shù)

4. 減少服務(wù)器CPU開銷：盡量減少數(shù)據(jù)庫排序操作以及全表查詢，減少cpu 內(nèi)存占用

5. 利用更多資源：使用表分區(qū)，可以增加并行操作，更大限度利用cpu資源

總結(jié)到SQL優(yōu)化中，就三點:

• 最大化利用索引；

• 盡可能避免全表掃描；

• 減少無效數(shù)據(jù)的查詢；

理解SQL優(yōu)化原理 ，首先要搞清楚SQL執(zhí)行順序：

SELECT語句 - 語法順序：

1.?SELECT?
2.?DISTINCT?
3.?FROM?
4.??JOIN?
5.?ON?
6.?WHERE?
7.?GROUP?BY?
8.?HAVING?
9.?ORDER?BY?
10.LIMIT?

SELECT語句 - 執(zhí)行順序：

FROM
<表名> # 選取表，將多個表數(shù)據(jù)通過笛卡爾積變成一個表。
ON
<篩選條件> # 對笛卡爾積的虛表進(jìn)行篩選
JOIN??
# 指定join，用于添加數(shù)據(jù)到on之后的虛表中，例如left join會將左表的剩余數(shù)據(jù)添加到虛表中
WHERE
# 對上述虛表進(jìn)行篩選
GROUP BY
<分組條件> # 分組
# 用于having子句進(jìn)行判斷，在書寫上這類聚合函數(shù)是寫在having判斷里面的
HAVING
<分組篩選> # 對分組后的結(jié)果進(jìn)行聚合篩選
SELECT
<返回數(shù)據(jù)列表> # 返回的單列必須在group by子句中，聚合函數(shù)除外
DISTINCT
# 數(shù)據(jù)除重
ORDER BY
<排序條件> # 排序
LIMIT
<行數(shù)限制>

SQL優(yōu)化策略

聲明：以下SQL優(yōu)化策略適用于數(shù)據(jù)量較大的場景下，如果數(shù)據(jù)量較小，沒必要以此為準(zhǔn)，以免畫蛇添足。

一、避免不走索引的場景

1. 盡量避免在字段開頭模糊查詢，會導(dǎo)致數(shù)據(jù)庫引擎放棄索引進(jìn)行全表掃描。如下：

SELECT?*?FROM?t?WHERE?username?LIKE?'%陳%'

優(yōu)化方式：盡量在字段后面使用模糊查詢。如下：

SELECT?*?FROM?t?WHERE?username?LIKE?'陳%'

如果需求是要在前面使用模糊查詢，

• 使用MySQL內(nèi)置函數(shù)INSTR(str,substr) 來匹配，作用類似于java中的indexOf()，查詢字符串出現(xiàn)的角標(biāo)位置

• 使用FullText全文索引，用match against 檢索

• 數(shù)據(jù)量較大的情況，建議引用ElasticSearch、solr，億級數(shù)據(jù)量檢索速度秒級

• 當(dāng)表數(shù)據(jù)量較少（幾千條兒那種），別整花里胡哨的，直接用like '%xx%'。

2. 盡量避免使用in 和not in，會導(dǎo)致引擎走全表掃描。如下：

SELECT?*?FROM?t?WHERE?id?IN?(2,3)

優(yōu)化方式：如果是連續(xù)數(shù)值，可以用between代替。如下：

SELECT?*?FROM?t?WHERE?id?BETWEEN?2?AND?3

如果是子查詢，可以用exists代替。如下：

--?不走索引
select?*?from?A?where?A.id?in?(select?id?from?B);
--?走索引
select?*?from?A?where?exists?(select?*?from?B?where?B.id?=?A.id);

3. 盡量避免使用 or，會導(dǎo)致數(shù)據(jù)庫引擎放棄索引進(jìn)行全表掃描。如下：

SELECT?*?FROM?t?WHERE?id?=?1?OR?id?=?3

優(yōu)化方式：可以用union代替or。如下：

SELECT?*?FROM?t?WHERE?id?=?1
???UNION
SELECT?*?FROM?t?WHERE?id?=?3

4. 盡量避免進(jìn)行null值的判斷，會導(dǎo)致數(shù)據(jù)庫引擎放棄索引進(jìn)行全表掃描。如下：

SELECT?*?FROM?t?WHERE?score?IS?NULL

優(yōu)化方式：可以給字段添加默認(rèn)值0，對0值進(jìn)行判斷。如下：

SELECT?*?FROM?t?WHERE?score?=?0

5.盡量避免在where條件中等號的左側(cè)進(jìn)行表達(dá)式、函數(shù)操作，會導(dǎo)致數(shù)據(jù)庫引擎放棄索引進(jìn)行全表掃描。

可以將表達(dá)式、函數(shù)操作移動到等號右側(cè)。如下：

--?全表掃描
SELECT?*?FROM?T?WHERE?score/10?=?9
--?走索引
SELECT?*?FROM?T?WHERE?score?=?10*9

6. 當(dāng)數(shù)據(jù)量大時，避免使用where 1=1的條件。通常為了方便拼裝查詢條件，我們會默認(rèn)使用該條件，數(shù)據(jù)庫引擎會放棄索引進(jìn)行全表掃描。如下：

SELECT?username,?age,?sex?FROM?T?WHERE?1=1

優(yōu)化方式：用代碼拼裝sql時進(jìn)行判斷，沒 where 條件就去掉 where，有where條件就加 and。

搜索Java知音公眾號，回復(fù)“后端面試”，送你一份Java面試題寶典.pdf

7. 查詢條件不能用 <> 或者 !=

使用索引列作為條件進(jìn)行查詢時，需要避免使用<>或者!=等判斷條件。如確實業(yè)務(wù)需要，使用到不等于符號，需要在重新評估索引建立，避免在此字段上建立索引，改由查詢條件中其他索引字段代替。

8. where條件僅包含復(fù)合索引非前置列

如下：復(fù)合（聯(lián)合）索引包含key_part1，key_part2，key_part3三列，但SQL語句沒有包含索引前置列"key_part1"，按照MySQL聯(lián)合索引的最左匹配原則，不會走聯(lián)合索引。

select?col1?from?table?where?key_part2=1?and?key_part3=2

9. 隱式類型轉(zhuǎn)換造成不使用索引

如下SQL語句由于索引對列類型為varchar，但給定的值為數(shù)值，涉及隱式類型轉(zhuǎn)換，造成不能正確走索引。

select?col1?from?table?where?col_varchar=123;

10. order by 條件要與where中條件一致，否則order by不會利用索引進(jìn)行排序

--?不走age索引
SELECT?*?FROM?t?order?by?age;
?
--?走age索引
SELECT?*?FROM?t?where?age?>?0?order?by?age;

對于上面的語句，數(shù)據(jù)庫的處理順序是：

• 第一步：根據(jù)where條件和統(tǒng)計信息生成執(zhí)行計劃，得到數(shù)據(jù)。

• 第二步：將得到的數(shù)據(jù)排序。當(dāng)執(zhí)行處理數(shù)據(jù)（order by）時，數(shù)據(jù)庫會先查看第一步的執(zhí)行計劃，看order by 的字段是否在執(zhí)行計劃中利用了索引。如果是，則可以利用索引順序而直接取得已經(jīng)排好序的數(shù)據(jù)。如果不是，則重新進(jìn)行排序操作。

• 第三步：返回排序后的數(shù)據(jù)。

當(dāng)order by 中的字段出現(xiàn)在where條件中時，才會利用索引而不再二次排序，更準(zhǔn)確的說，order by 中的字段在執(zhí)行計劃中利用了索引時，不用排序操作。

這個結(jié)論不僅對order by有效，對其他需要排序的操作也有效。比如group by 、union 、distinct等。

11. 正確使用hint優(yōu)化語句

MySQL中可以使用hint指定優(yōu)化器在執(zhí)行時選擇或忽略特定的索引。一般而言，處于版本變更帶來的表結(jié)構(gòu)索引變化，更建議避免使用hint，而是通過Analyze table多收集統(tǒng)計信息。但在特定場合下，指定hint可以排除其他索引干擾而指定更優(yōu)的執(zhí)行計劃。

1. USE INDEX 在你查詢語句中表名的后面，添加 USE INDEX 來提供希望 MySQL 去參考的索引列表，就可以讓 MySQL 不再考慮其他可用的索引。例子: SELECT col1 FROM table USE INDEX (mod_time, name)...

2. IGNORE INDEX 如果只是單純的想讓 MySQL 忽略一個或者多個索引，可以使用 IGNORE INDEX 作為 Hint。例子: SELECT col1 FROM table IGNORE INDEX (priority) ...

3. FORCE INDEX 為強(qiáng)制 MySQL 使用一個特定的索引，可在查詢中使用FORCE INDEX 作為Hint。例子: SELECT col1 FROM table FORCE INDEX (mod_time) ...

在查詢的時候，數(shù)據(jù)庫系統(tǒng)會自動分析查詢語句，并選擇一個最合適的索引。但是很多時候，數(shù)據(jù)庫系統(tǒng)的查詢優(yōu)化器并不一定總是能使用最優(yōu)索引。如果我們知道如何選擇索引，可以使用FORCE INDEX強(qiáng)制查詢使用指定的索引。

例如：

SELECT?*?FROM?students?FORCE?INDEX?(idx_class_id)?WHERE?class_id?=?1?ORDER?BY?id?DESC;

二、SELECT語句其他優(yōu)化

1. 避免出現(xiàn)select *

首先，select * 操作在任何類型數(shù)據(jù)庫中都不是一個好的SQL編寫習(xí)慣。

使用select * 取出全部列，會讓優(yōu)化器無法完成索引覆蓋掃描這類優(yōu)化，會影響優(yōu)化器對執(zhí)行計劃的選擇，也會增加網(wǎng)絡(luò)帶寬消耗，更會帶來額外的I/O,內(nèi)存和CPU消耗。

建議提出業(yè)務(wù)實際需要的列數(shù)，將指定列名以取代select *。

2. 避免出現(xiàn)不確定結(jié)果的函數(shù)

特定針對主從復(fù)制這類業(yè)務(wù)場景。由于原理上從庫復(fù)制的是主庫執(zhí)行的語句，使用如now()、rand()、sysdate()、current_user()等不確定結(jié)果的函數(shù)很容易導(dǎo)致主庫與從庫相應(yīng)的數(shù)據(jù)不一致。另外不確定值的函數(shù),產(chǎn)生的SQL語句無法利用query cache。

3.多表關(guān)聯(lián)查詢時，小表在前，大表在后。

在MySQL中，執(zhí)行 from 后的表關(guān)聯(lián)查詢是從左往右執(zhí)行的（Oracle相反），第一張表會涉及到全表掃描，所以將小表放在前面，先掃小表，掃描快效率較高，在掃描后面的大表，或許只掃描大表的前100行就符合返回條件并return了。

例如：表1有50條數(shù)據(jù)，表2有30億條數(shù)據(jù)；如果全表掃描表2，你品，那就先去吃個飯再說吧是吧。

4. 使用表的別名

當(dāng)在SQL語句中連接多個表時，請使用表的別名并把別名前綴于每個列名上。這樣就可以減少解析的時間并減少哪些友列名歧義引起的語法錯誤。

5. 用where字句替換HAVING字句

避免使用HAVING字句，因為HAVING只會在檢索出所有記錄之后才對結(jié)果集進(jìn)行過濾，而where則是在聚合前刷選記錄，如果能通過where字句限制記錄的數(shù)目，那就能減少這方面的開銷。HAVING中的條件一般用于聚合函數(shù)的過濾，除此之外，應(yīng)該將條件寫在where字句中。

where和having的區(qū)別：where后面不能使用組函數(shù)

6.調(diào)整Where字句中的連接順序

MySQL采用從左往右，自上而下的順序解析where子句。根據(jù)這個原理，應(yīng)將過濾數(shù)據(jù)多的條件往前放，最快速度縮小結(jié)果集。

三、增刪改 DML 語句優(yōu)化

1. 大批量插入數(shù)據(jù)

如果同時執(zhí)行大量的插入，建議使用多個值的INSERT語句(方法二)。這比使用分開INSERT語句快（方法一），一般情況下批量插入效率有幾倍的差別。

方法一：

insert?into?T?values(1,2);?
?
insert?into?T?values(1,3);?
?
insert?into?T?values(1,4);

方法二：

Insert?into?T?values(1,2),(1,3),(1,4);

選擇后一種方法的原因有三。

• 減少SQL語句解析的操作，MySQL沒有類似Oracle的share pool，采用方法二，只需要解析一次就能進(jìn)行數(shù)據(jù)的插入操作；

• 在特定場景可以減少對DB連接次數(shù)

• SQL語句較短，可以減少網(wǎng)絡(luò)傳輸?shù)腎O。

2. 適當(dāng)使用commit

適當(dāng)使用commit可以釋放事務(wù)占用的資源而減少消耗，commit后能釋放的資源如下：

• 事務(wù)占用的undo數(shù)據(jù)塊；

• 事務(wù)在redo log中記錄的數(shù)據(jù)塊；

• 釋放事務(wù)施加的，減少鎖爭用影響性能。特別是在需要使用delete刪除大量數(shù)據(jù)的時候，必須分解刪除量并定期commit。

3. 避免重復(fù)查詢更新的數(shù)據(jù)

針對業(yè)務(wù)中經(jīng)常出現(xiàn)的更新行同時又希望獲得改行信息的需求，MySQL并不支持PostgreSQL那樣的UPDATE RETURNING語法，在MySQL中可以通過變量實現(xiàn)。

例如，更新一行記錄的時間戳，同時希望查詢當(dāng)前記錄中存放的時間戳是什么，簡單方法實現(xiàn)：

Update?t1?set?time=now()?where?col1=1;?
?
Select?time?from?t1?where?id?=1;?

使用變量，可以重寫為以下方式：

Update?t1?set?time=now?()?where?col1=1?and?@now:?=?now?();?
?
Select?@now;?

前后二者都需要兩次網(wǎng)絡(luò)來回，但使用變量避免了再次訪問數(shù)據(jù)表，特別是當(dāng)t1表數(shù)據(jù)量較大時，后者比前者快很多。

4.查詢優(yōu)先還是更新（insert、update、delete）優(yōu)先

MySQL 還允許改變語句調(diào)度的優(yōu)先級，它可以使來自多個客戶端的查詢更好地協(xié)作，這樣單個客戶端就不會由于鎖定而等待很長時間。改變優(yōu)先級還可以確保特定類型的查詢被處理得更快。我們首先應(yīng)該確定應(yīng)用的類型，判斷應(yīng)用是以查詢?yōu)橹鬟€是以更新為主的，是確保查詢效率還是確保更新的效率，決定是查詢優(yōu)先還是更新優(yōu)先。

下面我們提到的改變調(diào)度策略的方法主要是針對只存在表鎖的存儲引擎，比如 MyISAM 、MEMROY、MERGE，對于Innodb 存儲引擎，語句的執(zhí)行是由獲得行鎖的順序決定的。MySQL 的默認(rèn)的調(diào)度策略可用總結(jié)如下：

1）寫入操作優(yōu)先于讀取操作。

2）對某張數(shù)據(jù)表的寫入操作某一時刻只能發(fā)生一次，寫入請求按照它們到達(dá)的次序來處理。

3）對某張數(shù)據(jù)表的多個讀取操作可以同時地進(jìn)行。MySQL 提供了幾個語句調(diào)節(jié)符，允許你修改它的調(diào)度策略：

• LOW_PRIORITY關(guān)鍵字應(yīng)用于DELETE、INSERT、LOAD DATA、REPLACE和UPDATE；

• HIGH_PRIORITY關(guān)鍵字應(yīng)用于SELECT和INSERT語句；

• DELAYED關(guān)鍵字應(yīng)用于INSERT和REPLACE語句。

如果寫入操作是一個 LOW_PRIORITY（低優(yōu)先級）請求，那么系統(tǒng)就不會認(rèn)為它的優(yōu)先級高于讀取操作。在這種情況下，如果寫入者在等待的時候，第二個讀取者到達(dá)了，那么就允許第二個讀取者插到寫入者之前。只有在沒有其它的讀取者的時候，才允許寫入者開始操作。這種調(diào)度修改可能存在 LOW_PRIORITY寫入操作永遠(yuǎn)被阻塞的情況。

SELECT 查詢的HIGH_PRIORITY（高優(yōu)先級）關(guān)鍵字也類似。它允許SELECT 插入正在等待的寫入操作之前，即使在正常情況下寫入操作的優(yōu)先級更高。另外一種影響是，高優(yōu)先級的 SELECT 在正常的 SELECT 語句之前執(zhí)行，因為這些語句會被寫入操作阻塞。如果希望所有支持LOW_PRIORITY 選項的語句都默認(rèn)地按照低優(yōu)先級來處理，那么 請使用--low-priority-updates 選項來啟動服務(wù)器。通過使用 INSERTHIGH_PRIORITY 來把 INSERT 語句提高到正常的寫入優(yōu)先級，可以消除該選項對單個INSERT語句的影響。

四、查詢條件優(yōu)化

1. 對于復(fù)雜的查詢，可以使用中間臨時表 暫存數(shù)據(jù)

2. 優(yōu)化group by語句

默認(rèn)情況下，MySQL 會對GROUP BY分組的所有值進(jìn)行排序，如 “GROUP BY col1，col2，....;” 查詢的方法如同在查詢中指定 “ORDER BY col1，col2，...;” 如果顯式包括一個包含相同的列的 ORDER BY子句，MySQL 可以毫不減速地對它進(jìn)行優(yōu)化，盡管仍然進(jìn)行排序。

因此，如果查詢包括 GROUP BY 但你并不想對分組的值進(jìn)行排序，你可以指定 ORDER BY NULL禁止排序。例如：

SELECT?col1,?col2,?COUNT(*)?FROM?table?GROUP?BY?col1,?col2?ORDER?BY?NULL?;

3. 優(yōu)化join語句

MySQL中可以通過子查詢來使用 SELECT 語句來創(chuàng)建一個單列的查詢結(jié)果，然后把這個結(jié)果作為過濾條件用在另一個查詢中。使用子查詢可以一次性的完成很多邏輯上需要多個步驟才能完成的 SQL 操作，同時也可以避免事務(wù)或者表鎖死，并且寫起來也很容易。但是，有些情況下，子查詢可以被更有效率的連接(JOIN)..替代。

例子：假設(shè)要將所有沒有訂單記錄的用戶取出來，可以用下面這個查詢完成：

SELECT?col1?FROM?customerinfo?WHERE?CustomerID?NOT?in?(SELECT?CustomerID?FROM?salesinfo?)

如果使用連接(JOIN).. 來完成這個查詢工作，速度將會有所提升。尤其是當(dāng) salesinfo表中對 CustomerID 建有索引的話，性能將會更好，查詢?nèi)缦拢?/p>

SELECT?col1?FROM?customerinfo?
???LEFT?JOIN?salesinfoON?customerinfo.CustomerID=salesinfo.CustomerID?
??????WHERE?salesinfo.CustomerID?IS?NULL?

連接(JOIN).. 之所以更有效率一些，是因為 MySQL 不需要在內(nèi)存中創(chuàng)建臨時表來完成這個邏輯上的需要兩個步驟的查詢工作。

4. 優(yōu)化union查詢

MySQL通過創(chuàng)建并填充臨時表的方式來執(zhí)行union查詢。除非確實要消除重復(fù)的行，否則建議使用union all。原因在于如果沒有all這個關(guān)鍵詞，MySQL會給臨時表加上distinct選項，這會導(dǎo)致對整個臨時表的數(shù)據(jù)做唯一性校驗，這樣做的消耗相當(dāng)高。

高效：

SELECT?COL1,?COL2,?COL3?FROM?TABLE?WHERE?COL1?=?10?
?
UNION?ALL?
?
SELECT?COL1,?COL2,?COL3?FROM?TABLE?WHERE?COL3=?'TEST';?

低效：

SELECT?COL1,?COL2,?COL3?FROM?TABLE?WHERE?COL1?=?10?
?
UNION?
?
SELECT?COL1,?COL2,?COL3?FROM?TABLE?WHERE?COL3=?'TEST';

5.拆分復(fù)雜SQL為多個小SQL，避免大事務(wù)

• 簡單的SQL容易使用到MySQL的QUERY CACHE；

• 減少鎖表時間特別是使用MyISAM存儲引擎的表；

• 可以使用多核CPU。

6. 使用truncate代替delete

當(dāng)刪除全表中記錄時，使用delete語句的操作會被記錄到undo塊中，刪除記錄也記錄binlog，當(dāng)確認(rèn)需要刪除全表時，會產(chǎn)生很大量的binlog并占用大量的undo數(shù)據(jù)塊，此時既沒有很好的效率也占用了大量的資源。

使用truncate替代，不會記錄可恢復(fù)的信息，數(shù)據(jù)不能被恢復(fù)。也因此使用truncate操作有其極少的資源占用與極快的時間。另外，使用truncate可以回收表的水位，使自增字段值歸零。

7. 使用合理的分頁方式以提高分頁效率

使用合理的分頁方式以提高分頁效率 針對展現(xiàn)等分頁需求，合適的分頁方式能夠提高分頁的效率。

案例1：

select?*?from?t?where?thread_id?=?10000?and?deleted?=?0?
???order?by?gmt_create?asc?limit?0,?15;

上述例子通過一次性根據(jù)過濾條件取出所有字段進(jìn)行排序返回。數(shù)據(jù)訪問開銷=索引IO+索引全部記錄結(jié)果對應(yīng)的表數(shù)據(jù)IO。因此，該種寫法越翻到后面執(zhí)行效率越差，時間越長，尤其表數(shù)據(jù)量很大的時候。

適用場景：當(dāng)中間結(jié)果集很?。?0000行以下）或者查詢條件復(fù)雜（指涉及多個不同查詢字段或者多表連接）時適用。

案例2：

select?t.*?from?(select?id?from?t?where?thread_id?=?10000?and?deleted?=?0
???order?by?gmt_create?asc?limit?0,?15)?a,?t?
??????where?a.id?=?t.id;?

上述例子必須滿足t表主鍵是id列，且有覆蓋索引secondary key:(thread_id, deleted, gmt_create)。通過先根據(jù)過濾條件利用覆蓋索引取出主鍵id進(jìn)行排序，再進(jìn)行join操作取出其他字段。數(shù)據(jù)訪問開銷=索引IO+索引分頁后結(jié)果（例子中是15行）對應(yīng)的表數(shù)據(jù)IO。因此，該寫法每次翻頁消耗的資源和時間都基本相同，就像翻第一頁一樣。

適用場景：當(dāng)查詢和排序字段（即where子句和order by子句涉及的字段）有對應(yīng)覆蓋索引時，且中間結(jié)果集很大的情況時適用。

五、建表優(yōu)化

1. 在表中建立索引，優(yōu)先考慮where、order by使用到的字段。

2. 盡量使用數(shù)字型字段（如性別，男：1 女：2），若只含數(shù)值信息的字段盡量不要設(shè)計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。

這是因為引擎在處理查詢和連接時會 逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了。

3. 查詢數(shù)據(jù)量大的表 會造成查詢緩慢。主要的原因是掃描行數(shù)過多。這個時候可以通過程序，分段分頁進(jìn)行查詢，循環(huán)遍歷，將結(jié)果合并處理進(jìn)行展示。要查詢100000到100050的數(shù)據(jù)，如下：

SELECT?*?FROM?(SELECT?ROW_NUMBER()?OVER(ORDER?BY?ID?ASC)?AS?rowid,*?
???FROM?infoTab)t?WHERE?t.rowid?>?100000?AND?t.rowid?<=?100050

4. 用varchar/nvarchar 代替 char/nchar

盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段存儲空間小，可以節(jié)省存儲空間，其次對于查詢來說，在一個相對較小的字段內(nèi)搜索效率顯然要高些。

不要以為 NULL 不需要空間，比如：char(100) 型，在字段建立時，空間就固定了， 不管是否插入值（NULL也包含在內(nèi)），都是占用 100個字符的空間的，如果是varchar這樣的變長字段， null 不占用空間。