数据库语句增删改查查询语句关键词是（数据库增删改查基本语句举例）

前言

在应用开发的早期，数据量少，开发人员开发功能时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。

SQL优化一般步骤

1、通过慢查日志等定位那些执行效率较低的SQL语句

2、explain 分析SQL的执行计划

需要重点关注type、rows、filtered、extra。

type由上至下，效率越来越高

Extra

3、show profile 分析

了解SQL执行的线程的状态及消耗的时间。默认是关闭的，开启语句“set profiling = 1;”

SHOW PROFILES ;SHOW PROFILE FOR QUERY #{id};

4、trace

trace分析优化器如何选择执行计划，通过trace文件能够进一步了解为什么优惠券选择A执行计划而不选择B执行计划。

set optimizer_trace="enabled=on";set optimizer_trace_max_mem_size=;select * from information_schema.optimizer_trace;

5、确定问题并采用相应的措施

场景分析

案例1

索引

KEY `idx_shopid_orderno` (`shop_id`,`order_no`)

SQL语句

select * from _t where orderno=''

查询匹配从左往右匹配，要使用order_no走索引，必须查询条件携带shop_id或者索引(shop_id,order_no)调换前后顺序

案例2

索引

KEY `idx_mobile` (`mobile`)

SQL语句

select * from _user where mobile=

隐式转换相当于在索引上做运算，会让索引失效。mobile是字符类型，使用了数字，应该使用字符串匹配，否则MySQL会用到隐式替换，导致索引失效。

案例3

索引

KEY `idx_a_b_c` (`a`, `b`, `c`)

SQL语句

select * from _t where a = 1 and b = 2 order by

c desc limit 10000, 10;

对于大分页的场景，可以优先让产品优化

需求，如果没有优化的，有如下两种优化

方式，一种是把上一次的最后一条数据，

也即上面的c传过来，然后做“c < xxx”处理，

但是这种一般需要更改接口协议，并不一定

可行。另一种是采用延迟关联的方式进行

处理，减少SQL回表，但是要记得索引需

要完全覆盖才有效果，SQL改动如下

select t1.* from _t t1, (select id from _t where

a = 1 and b = 2 order by c

案例4

索引

KEY `idx_shopid_status_created` (`shop_id`

, `order_status`, `created_at`)

SQL语句

select * from _order where shop_id = 1 and

order_status in (1, 2, 3) order by created_at

desc limit 10

in查询在MySQL底层是通过n*m的方式去搜索，类似union，但是效率比union高。in查询在进行cost代价计算时（代价 = 元组数 * IO平均值），是通过将in包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以MySQL设置了个临界值(eq_range_index_dive_limit)，5.6之后超过这个临界值后该列的cost就不参与计算了。因此会导致执行计划选择不准确。默认是200，即in条件超过了200个数据，会导致in的代价计算存在问题，可能会导致Mysql选择的索引不准确。

处理方式，可以(order_status, created_at)互换前后顺序，并且调整SQL为延迟关联。

案例5

索引

KEY `idx_shopid_created_status` (`shop_id`,

`created_at`, `order_status`)

SQL语句

select * from _order where shop_id = 1 and

created_at > '2021-01-01 00:00:00' and order_status = 10

范围查询还有“IN、between”

案例6

select * from _order where shop_id=1 and

order_status not in (1,2)select * from _order

where shop_id=1 and order_status != 1

在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等

案

例7

如果要求访问的数据量很小，则优化器还是会选择辅助索引，但是当访问的数据占整个表中数据的蛮大一部分时（一般是20%左右），优化器会选择通过聚集索引来查找数据。

select * from _order where order_status = 1

查询出所有未支付的订单，一般这种订单是很少的，即使建了索引，也没法使用索引。

案例8

select sum(amt) from _t where a = 1 and b

in (1, 2, 3) and c > '2020-01-01';select * from _t where a = 1 and b in (1, 2, 3)

and c > '2020-01-01' limit 10;

如果是统计某些数据，可能改用数仓进行解决；如果是业务上就有那么复杂的查询，可能就不建议继续走SQL了，而是采用其他的方式进行解决，比如使用ES等进行解决。

案例9

select * from _t where a=1 order by b desc, c asc

desc 和asc混用时会导致索引失效

案例10

对于推送业务的数据存储，可能数据量会很大，如果在方案的选择上，最终选择存储在MySQL上，并且做7天等有效期的保存。那么需要注意，频繁地清理数据，会造成数据碎片，需要联系DBA进行数据碎片处理。

到此这篇数据库语句增删改查查询语句关键词是（数据库增删改查基本语句举例）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！

上一篇：自动驾驶数据服务（自动驾驶数据服务包括哪些）

下一篇： orecal甲骨文是干嘛的（目前甲骨文公司发布的oracle数据库产品最新版本是什么）

版权声明：
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。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/sjkxydsj/29772.html

相关文章：