你好 我是田哥

这道面试题在面试中是一道高频面试题，但是很多人都只停留在加索引的层面。

整体概览

关于SQL优化，我们可以从几个方面来说：

直观SQL

我们遇到SQL需要优化，第一印象应该是看一下这条SQL有没有什么致命的毛病，不需要借助任何工具。

第一条：避免使用select *

很多人可能不太理解为什么要避免使用select *，因为select *会把所有字段都查出来，那这里有两个说服你的理由：

• 我们只需要查询出我们需要的字段，减少数据量的传输，从而提高IO传输性能。

• 在索引优化环节中，我们可以利用索引优化规则，来提升整体的查询效率。举个简单的场景：覆盖索引。

第二条：避免使用子查询，使用JOIN代替

因为子查询都是嵌套查询，而嵌套查询就会创建一些临时表，这样就会增加性能的损耗。

况且使用JOIN，数据库可以更有效的优化JOIN连接操作。

第三条：避免使用OR查询，使用UNION或者UNION ALL代替

在MySQL5.0之前的版本，要尽量避免使用OR查询，因为它可能会导致索引失效。

我们可以使用UNION或者UNION ALL代替，而UNION可以去重，UNION ALL是不会去重。

如果我们结果集里允许出现重复数据就是用UNION ALL，反之使用UNION。

第四条：避免使用！=、<>操作符，使用IN代替

因为在SQL中使用到了这些操作符，会导致查询引擎放弃通过索引来查询数据，转而改成全表查询。

我们使用！=时，就算你字段上加了索引，也可能会导致索引失效。

第五条：避免使用%开头的LIKE查询

这一点，我们上一篇文章中有专门说过，所以这里就不在赘述了。

第六点：避免查询字段采用函数计算

因为索引是基于索引字段排好序的数据结构，而当我们使用函数后，这个字段的有序就被打破了，从而导致索引失效。

以上是我们拿到SQL后，不需要什么工具都应该能考虑的点。

索引

索引不是SQL优化唯一的点，但他是很重要的点，关于索引这一块，那我们就需要借助于一些工具了。

第一条：确保我们查询条件和连接条件的字段上建了索引

如果查询条件和连接条件对应的列没有建索引，我就应该考虑给其加上索引。

第二条：利用好覆盖索引

关于覆盖索引，如果还不清楚的话，建议先搞清楚什么是覆盖索引。

前面我们说到避免使用select*，提到了覆盖索引，假设我们需要查询的字段刚好在二级索引里，这样我们就在二级索引里找到了我们想要的数据，不需要再回表操作。我们查询时就不写select * ，改成select xx，这样就可以减少回表的操作。

第三条：正确使用联合索引，避免过多使用索引

因为联合索引通常是由多个字段组成，如果联合索引里的字段太多了，当我们没插入一条数据，都会有很大的可能触发索引树的重构，也就是索引树的分列，这里就涉及到一个常见的面试题：为什么我们的主键id需要自增？

第四条：更新频率较高的列，慎用索引

和第三条有那么些管理，因为更新频繁的列，就代表着它的树的维护是非常频繁的，可能我们没插入一条数据就会进行分裂，然后再重构这个树。

第五点：避免范围查询数据量过多

因为在MySQL中一条查询SQL是否走索引，是取决与MySQL的执行计划的成本来的。这个成本是MySQL优化器来进行选择的。

比如我们当前一条SQL需要在二级索引上面找到大量的数据，然后再回到主键索引树上，然后再返回数据，这里可能就会存在1+1=2的成本情况。如果直接全表扫描的成本是1，那这个时候优化器就会直接选择全表扫描。

所以，我们尽量避免范围查询数据量过多的情况。

以上就是索引相关的优化点。

其实，很多时候，我们就算加了索引，SQL也不见得就会变快。站在开发者的角度，我们是需要把所有相关索引失效的场景给排除掉。

说白了，最终问题不是咱们的，把锅给甩出去。

其他手段

第一条：善于利用EXPLAIN

充分理由好EXPLAIN，让其帮忙我们去分析SQL的执行计划。通过EXPLAIN我们可以知道是否走索引，扫描了多少数据，这也是我们每个程序员必备的SQL优化工具：EXPLAIN。

关于EXPLAIN这里就不做深入介绍了，还不会的，请自行差相关资料学习（网上的文章和视频多多滴）。

第二条：分页优化、排序优化、分组优化

三个优化中，后面两个是基于索引来做的，就是你排序的字段需要加上索引，你分组的字段需要加上索引，并且索引要成功被利用到。

分页优化就相对特殊，因为都是后面慢慢才会发现的。比如说现在要查询第10010后面的10条数据，分页查询会先扫描10010前面的数据都扫描一遍，最后再返回，其实前面的数据，我们根本就不需要，但是分页查询会先扫描前面的数据的。这样肯定会造成性能的浪费，因此我们需要深分页优化。

这个感兴趣的可以网上搜搜MySQL分页优化相关视频和文章来学习一下。

第三条：分解复杂查询

这个相对来说比较好理解，但难度系数却很高。

我们在实际开发中，可能会遇到一条SQL有几十行几百行甚至上千行。

如果你使用了前面相关的办法，但这个SQL还是慢，那此时就可以考虑拆分。

第四条：批量插入

在大批量数据进行插入时，每插入一条数据，就去提交一次事务，面对大量数据插入时，这样就会浪费性能。

我们可以每次插入500条，但是这个500条数据，我这里只是举例，实际工作中遇到对其做一些压测这类的，找到一个相关最优的提交数据量。

第五条：监控和分析工具

这里的监控和分析工具，并不是针对一条SQL，而是针对我们整个数据库的性能。

第六条：硬件优化

这个是boss不想看到的，实在没招了才用这招，也是所谓的绝招。

第七条：分库分表、读写分离

关于分库分表和读写分类，其实还是和硬件优化以及拆分思想有那么些关联。

好了关于慢SQL优化，我们一共从三个大方向以及18条建议来说明，相信很多面试官都会很惊讶，居然总结了这么多。

我搜集了很多面试真题，目前已经整理了高频面试110题，除了高频面试题外，我还整理了一个《追问试面试》系列，本系列目前已有41节。

感兴趣的朋友，加入我的知识星球即可免费获取。

原文地址：https://mp.weixin.qq.com/s/H7doSy84bY94c4nvIr2SzQ