阿里开发手册也提到这个点,如图
写完 SQL 语句,检查 where,order by,group by后面的列,多表关联的列是否已加索引,优先考虑组合索引。(SQL性能优化)
反例:
正例:
-- 添加索引alter table user add index idx_address_age (address,age)
修改或删除重要数据前,要先备份,先备份,先备份(SQL 后悔药)
如果要修改或删除数据,在执行SQL前一定要先备份要修改的数据,万一误操作,还能吃口后悔药。
where后面的字段,留意其数据类型的隐式转换(SQL 性能优化)
反例:
//userid 是varchar字符串类型select * from user where userid =123;
正例:
select * from user where userid ='123';
理由:
因为不加单引号时,是字符串跟数字的比较,它们类型不匹配,MySQL 会做隐式的类型转换,把它们转换为浮点数再做比较,最后导致索引失效。
尽量把所有列定义为 NOT NULL(SQL 规范优雅)
NOT NULL 列更节省空间,NULL 列需要一个额外字节作为判断是否为 NULL 的标志位。
NULL 列需要注意空指针问题,NULL 列在计算和比较的时候,需要注意空指针问题。
修改或者删除SQL,先写WHERE查一下,确认后再补充 delete 或 update(SQL后悔药)
尤其在操作生产的数据时,遇到修改或者删除的 SQL,先加个 where 查询一下,确认 OK 之后,再执行 update 或者 delete 操作。
减少不必要的字段返回,如使用select <具体字段> 代替 select * (SQL性能优化)
反例:
select * from employee;
正例:
select id,name from employee;
理由:
节省资源、减少网络开销。
可能用到覆盖索引,减少回表,提高查询效率。
所有表必须使用Innodb存储引擎(SQL规范优雅)
Innodb 支持事务,支持行级锁,更好的恢复性,高并发下性能更好,所以呢,没有特殊要求(即 Innodb 无法满足的功能如:列存储,存储空间数据等)的情况下,所有表必须使用 Innodb 存储引擎。
数据库和表的字符集统一使用 UTF8(SQL规范优雅)
统一使用 UTF8 编码
- 可以避免乱码问题
- 可以避免,不同字符集比较转换,导致的索引失效问题
如果是存储表情的,可以考虑 utf8mb4。
尽量使用 varchar 代替 char。(SQL 性能优化)
反例:
`deptName` char(100) DEFAULT NULL COMMENT '部门名称'
正例:
`deptName` varchar(100) DEFAULT NULL COMMENT '部门名称'
理由:
因为首先变长字段存储空间小,可以节省存储空间。
如果修改字段含义或对字段表示的状态追加时,需要及时更新字段注释。 (SQL规范优雅)
这个点,是阿里开发手册中,Mysql 的规约。你的字段,尤其是表示枚举状态时,如果含义被修改了,或者状态追加时,为了后面更好维护,需要即时更新字段的注释。
SQL修改数据,养成begin + commit 事务的习惯;(SQL后悔药)
正例:
begin;update account set balance =1000000where name ='业余草';commit;
反例:
update account set balance =1000000where name ='业余草';
索引命名要规范,主键索引名为 pk_ 字段名;唯一索引名为 uk _字段名 ; 普通索引名则为 idx _字段名。(SQL规范优雅)
说明: pk_ 即 primary key;uk _ 即 unique key;idx _ 即 index 的简称。
WHERE从句中不对列进行函数转换和表达式计算
假设 loginTime 加了索引。
反例:
select userId,loginTime from loginuser where Date_ADD(loginTime,Interval 7 DAY) >=now();
正例:
explain select userId,loginTime from loginuser where loginTime >= Date_ADD(NOW(),INTERVAL - 7 DAY);
如果修改更新数据过多,考虑批量进行。
反例:
delete from account limit 100000;
正例:
for each(200次){ delete from account limit 500;}
理由:
- 大批量操作会会造成主从延迟。
- 操作会产生大事务,阻塞。
- 量操作,数据量过大,会把cpu打满。
以上内容希望在读者的编程之路上有所帮助!
到此这篇关于MySQL 的 21 个规范、优化最佳实践!的文章就介绍到这了,更多相关MySQL规范优化内容请搜索
更多SQL内容来自木庄网络博客