sql教程 作为关系型数据库的标准语言，是it从业人员必不可少的技能之一。sql 本身并不难学，编写查询语句也很容易，但是想要编写出能够高效运行的查询语句却有一定的难度。
推荐（免费）：sql教程
查询优化是一个复杂的工程，涉及从硬件到参数配置、不同数据库的解析器、优化器实现、sql 语句的执行顺序、索引以及统计信息的采集等，甚至应用程序和系统的整体架构。本文介绍几个关键法则，可以帮助我们编写高效的 sql 查询；尤其是对于初学者而言，这些法则至少可以避免我们写出性能很差的查询语句。
以下法则适用于各种关系型数据库，包括但不限于：mysql、oracle、sql server、postgresql 以及 sqlite 等。如果觉得文章有用，欢迎评论、点赞、转发朋友圈支持。
法则一：只返回需要的结果
一定要为查询语句指定 where 条件，过滤掉不需要的数据行。通常来说，oltp 系统每次只需要从大量数据中返回很少的几条记录；指定查询条件可以帮助我们通过索引返回结果，而不是全表扫描。绝大多数情况下使用索引时的性能更好，因为索引（b-树、b+树、b*树）执行的是二进制搜索，具有对数时间复杂度，而不是线性时间复杂度。以下是 mysql 聚簇索引的示意图：举例来说，假设每个索引分支节点可以存储 100 个记录，100 万（1003）条记录只需要 3 层 b-树即可完成索引。通过索引查找数据时需要读取 3 次索引数据（每次磁盘 io 读取整个分支节点），加上 1 次磁盘 io 读取数据即可得到查询结果。纯干货！15000 字语法手册分享给你
相反，如果采用全表扫描，需要执行的磁盘 io 次数可能高出几个数量级。当数据量增加到 1 亿（1004）时，b-树索引只需要再增加 1 次索引 io 即可；而全表扫描则需要再增加几个数量级的 io。
同理，我们应该避免使用 select * from， 因为它表示查询表中的所有字段。这种写法通常导致数据库需要读取更多的数据，同时网络也需要传输更多的数据，从而导致性能的下降。
法则二：确保查询使用了正确的索引
如果缺少合适的索引，即使指定了查询条件也不会通过索引查找数据。因此，我们首先需要确保创建了相应的索引。一般来说，以下字段需要创建索引：
经常出现在 where 条件中的字段建立索引可以避免全表扫描；将 order by 排序的字段加入到索引中，可以避免额外的排序操作；多表连接查询的关联字段建立索引，可以提高连接查询的性能；将 group by 分组操作字段加入到索引中，可以利用索引完成分组。即使创建了合适的索引，如果 sql 语句写的有问题，数据库也不会使用索引。导致索引失效的常见问题包括：
在 where 子句中对索引字段进行表达式运算或者使用函数都会导致索引失效，这种情况还包括字段的数据类型不匹配，例如字符串和整数进行比较；使用 like 匹配时，如果通配符出现在左侧无法使用索引。对于大型文本数据的模糊匹配，应该考虑数据库提供的全文检索功能，甚至专门的全文搜索引擎（elasticsearch 等）；如果 where 条件中的字段上创建了索引，尽量设置为 not null；不是所有数据库使用 is [not] null 判断时都可以利用索引。执行计划（execution plan，也叫查询计划或者解释计划）是数据库执行 sql 语句的具体步骤，例如通过索引还是全表扫描访问表中的数据，连接查询的实现方式和连接的顺序等。如果 sql 语句性能不够理想，我们首先应该查看它的执行计划，通过执行计划（explain）确保查询使用了正确的索引。
法则三：尽量避免使用子查询
以 mysql 为例，以下查询返回月薪大于部门平均月薪的员工信息：
explain analyze select emp_id, emp_name   from employee e   where salary > (     select avg(salary)       from employee       where dept_id = e.dept_id);-> filter: (e.salary > (select #2))  (cost=2.75 rows=25) (actual time=0.232..4.401 rows=6 loops=1)    -> table scan on e  (cost=2.75 rows=25) (actual time=0.099..0.190 rows=25 loops=1)    -> select #2 (subquery in condition; dependent)        -> aggregate: avg(employee.salary)  (actual time=0.147..0.149 rows=1 loops=25)            -> index lookup on employee using idx_emp_dept (dept_id=e.dept_id)  (cost=1.12 rows=5) (actual time=0.068..0.104 rows=7 loops=25)
从执行计划可以看出，mysql 中采用的是类似 nested loop join 实现方式；子查询循环了 25 次，而实际上可以通过一次扫描计算并缓存每个部门的平均月薪。以下语句将该子查询替换为等价的 join 语句，实现了子查询的展开（subquery unnest）：
explain analyze select e.emp_id, e.emp_name   from employee e   join (select dept_id, avg(salary) as dept_average           from employee          group by dept_id) t     on e.dept_id = t.dept_id  where e.salary > t.dept_average;-> nested loop inner join  (actual time=0.722..2.354 rows=6 loops=1)    -> table scan on e  (cost=2.75 rows=25) (actual time=0.096..0.205 rows=25 loops=1)    -> filter: (e.salary > t.dept_average)  (actual time=0.068..0.076 rows=0 loops=25)        -> index lookup on t using <auto_key0> (dept_id=e.dept_id)  (actual time=0.011..0.015 rows=1 loops=25)            -> materialize  (actual time=0.048..0.057 rows=1 loops=25)                -> group aggregate: avg(employee.salary)  (actual time=0.228..0.510 rows=5 loops=1)                    -> index scan on employee using idx_emp_dept  (cost=2.75 rows=25) (actual time=0.181..0.348 rows=25 loops=1)
改写之后的查询利用了物化（materialization）技术，将子查询的结果生成一个内存临时表；然后与 employee 表进行连接。通过实际执行时间可以看出这种方式更快。
以上示例在 oracle 和 sql server 中会自动执行子查询展开，两种写法效果相同；在 postgresql 中与 mysql 类似，第一个语句使用 nested loop join，改写为 join 之后使用 hash join 实现，性能更好。
另外，对于 in 和 exists 子查询也可以得出类似的结论。由于不同数据库的优化器能力有所差异，我们应该尽量避免使用子查询，考虑使用 join 进行重写。搜索公众号 民工哥技术之路，回复“1024”，送你一份技术资源大礼包。
法则四：不要使用 offset 实现分页
分页查询的原理就是先跳过指定的行数，再返回 top-n 记录。分页查询的示意图如下：数据库一般支持 fetch/limit 以及 offset 实现 top-n 排行榜和分页查询。当表中的数据量很大时，这种方式的分页查询可能会导致性能问题。以 mysql 为例：
-- mysqlselect *  from large_table order by id limit 10 offset n;
以上查询随着 offset 的增加，速度会越来越慢；因为即使我们只需要返回 10 条记录，数据库仍然需要访问并且过滤掉 n（比如 1000000）行记录，即使通过索引也会涉及不必要的扫描操作。
对于以上分页查询，更好的方法是记住上一次获取到的最大 id，然后在下一次查询中作为条件传入：
-- mysqlselect *  from large_table where id > last_id order by id limit 10;
如果 id 字段上存在索引，这种分页查询的方式可以基本不受数据量的影响。
法则五：了解 sql 子句的逻辑执行顺序
以下是 sql 中各个子句的语法顺序，前面括号内的数字代表了它们的逻辑执行顺序：
(6)select [distinct | all] col1, col2, agg_func(col3) as alias(1)  from t1 join t2(2)    on (join_conditions)(3) where where_conditions(4) group by col1, col2(5)having having_condition(7) union [all]   ...(8) order by col1 asc,col2 desc(9)offset m rows fetch next num_rows rows only;
也就是说，sql 并不是按照编写顺序先执行 select，然后再执行 from 子句。从逻辑上讲，sql 语句的执行顺序如下：
首先，from 和 join 是 sql 语句执行的第一步。它们的逻辑结果是一个笛卡尔积，决定了接下来要操作的数据集。注意逻辑执行顺序并不代表物理执行顺序，实际上数据库在获取表中的数据之前会使用 on 和 where 过滤条件进行优化访问；其次，应用 on 条件对上一步的结果进行过滤并生成新的数据集；然后，执行 where 子句对上一步的数据集再次进行过滤。where 和 on 大多数情况下的效果相同，但是外连接查询有所区别，我们将会在下文给出示例；接着，基于 group by 子句指定的表达式进行分组；同时，对于每个分组计算聚合函数 agg_func 的结果。经过 group by 处理之后，数据集的结构就发生了变化，只保留了分组字段和聚合函数的结果；如果存在 group by 子句，可以利用 having 针对分组后的结果进一步进行过滤，通常是针对聚合函数的结果进行过滤；接下来，select 可以指定要返回的列；如果指定了 distinct 关键字，需要对结果集进行去重操作。另外还会为指定了 as 的字段生成别名；如果还有集合操作符（union、intersect、except）和其他的 select 语句，执行该查询并且合并两个结果集。对于集合操作中的多个 select 语句，数据库通常可以支持并发执行；然后，应用 order by 子句对结果进行排序。如果存在 group by 子句或者 distinct 关键字，只能使用分组字段和聚合函数进行排序；否则，可以使用 from 和 join 表中的任何字段排序；最后，offset 和 fetch（limit、top）限定了最终返回的行数。了解 sql 逻辑执行顺序可以帮助我们进行 sql 优化。例如 where 子句在 having 子句之前执行，因此我们应该尽量使用 where 进行数据过滤，避免无谓的操作；除非业务需要针对聚合函数的结果进行过滤。
除此之外，理解sql的逻辑执行顺序还可以帮助我们避免一些常见的错误，例如以下语句：
-- 错误示例select emp_name as empname  from employee where empname ='张飞';
该语句的错误在于 where 条件中引用了列别名；从上面的逻辑顺序可以看出，执行 where 条件时还没有执行 select 子句，也就没有生成字段的别名。
另外一个需要注意的操作就是 group by，例如：
-- group by 错误示例select dept_id, emp_name, avg(salary)  from employee group by dept_id;
由于经过 group by 处理之后结果集只保留了分组字段和聚合函数的结果，示例中的 emp_name 字段已经不存在；从业务逻辑上来说，按照部门分组统计之后再显示某个员工的姓名没有意义。如果需要同时显示员工信息和所在部门的汇总，可以使用窗口函数。扩展：sql 语法速成手册
还有一些逻辑问题可能不会直接导致查询出错，但是会返回不正确的结果；例如外连接查询中的 on 和 where 条件。以下是一个左外连接查询的示例：
select e.emp_name, d.dept_name  from employee e  left join department d on (e.dept_id = d.dept_id) where e.emp_name ='张飞';emp_name|dept_name|--------|---------|张飞     |行政管理部|select e.emp_name, d.dept_name  from employee e  left join department d on (e.dept_id = d.dept_id and e.emp_name ='张飞');emp_name|dept_name|--------|---------|刘备     |   [null]|关羽     |   [null]|张飞     |行政管理部|诸葛亮   |   [null]|...
第一个查询在 on 子句中指定了连接的条件，同时通过 where 子句找出了“张飞”的信息。第二个查询将所有的过滤条件都放在 on 子句中，结果返回了所有的员工信息。这是因为左外连接会返回左表中的全部数据，即使 on 子句中指定了员工姓名也不会生效；而 where 条件在逻辑上是对连接操作之后的结果进行过滤。总结
sql 优化本质上是了解优化器的的工作原理，并且为此创建合适的索引和正确的语句；同时，当优化器不够智能的时候，手动让它智能。
以上就是不许不会的 sql 优化极简法则的详细内容。