| 失效链接处理 |
|
数据库查询性能优化实用技巧大全 PDF 下载
转载自：
相关截图：
 主要内容：
在业务系统迭代过程中，数据库查询慢、接⼝超时、⻚⾯加载延迟等问题，是研发和运维⼈员最常遇
到的性能瓶颈。数据库查询性能直接决定系统并发能⼒、⽤⼾体验和服务器资源利⽤率。数据库优化
的核⼼思想是减少磁盘IO、降低CPU计算量、缩⼩扫描范围、合理利⽤资源。本⽂将从索引优化、
SQL语句优化、表结构设计、数据库配置、缓存策略、架构优化六个核⼼维度，讲解可直接落地的查
询性能优化技巧。
⼀、索引优化：查询提速的核⼼关键
索引是提升查询效率最直接、最⾼效的⼿段，其本质是将磁盘随机IO转化为顺序IO，⼤幅减少数据扫
描量。索引优化的核⼼原则是：让精准索引覆盖查询场景，避免⽆效索引、冗余索引。
1. 合理创建索引，匹配查询场景
•
⾼频查询字段优先建索引：WHERE筛选、JOIN关联、ORDER BY排序、GROUP BY分组的字段，是
索引创建的核⼼对象。这类字段查询频次⾼、过滤性强，建⽴索引后可⼤幅减少全表扫描概率。
•
区分度⾼的字段建索引：字段唯⼀值越多、区分度越⾼，索引效果越好。例如⼿机号、⾝份证号、
⽤⼾ID区分度极⾼，适合建索引；⽽性别、状态（0/1）等低区分度字段，索引⼏乎⽆效，反⽽会
增加写⼊开销。
•
联合索引遵循最左前缀原则：创建联合索引时，将⾼频查询、⾼区分度的字段放在左侧。例如索引
(a,b,c)，可匹配 where a=?、where a=? and b=?、where a=? and b=? and c=? 场景，⽆法单独匹
配 where b=? 或 where c=?，⽇常开发需严格规避索引失效场景。
2. 规避索引失效场景
很多时候索引已创建，但查询依然⾛全表扫描，核⼼原因是索引失效，⽇常需规避以下⾼频问题：
•
索引字段使⽤函数、运算： WHERE DATE(create_time) = '2026-01-01' 、 WHERE
id + 1 = 100 ，会导致索引失效，可改写为区间查询规避函数运算。
•
隐式类型转换：字符串字段与数字⽐对（ WHERE phone = 13800138000 ），数据库会⾃动
转换类型，触发索引失效，需保证查询参数与字段类型⼀致。
•
使⽤不等于、模糊查询前缀匹配： != 、 <> 、 NOT IN 、 LIKE '%关键词' 会导致索引失
效，可通过业务逻辑改写、全⽂索引替代。
•
OR关联⾮索引字段：查询语句中OR连接的字段，若存在未建索引的字段，整个索引会失效，需保
证OR两侧字段均建⽴索引。
3. 优化索引结构，减少冗余开销
•
优先使⽤覆盖索引：让索引包含查询所需的所有字段，避免回表查询。例如查询 SELECT
id,name FROM user WHERE phone=? ，可创建联合索引(phone,name,id)，直接通过索引
获取全部数据，⽆需访问数据表，⼤幅提升查询速度。
•
清理冗余、⽆效索引：避免重复索引、重叠索引，例如已有索引(a,b)，⽆需单独创建索引(a)。过
多索引会增加INSERT、UPDATE、DELETE的写⼊开销，拖慢写⼊性能。
•
控制索引⻓度：字符串字段建索引时，指定前缀⻓度，例如 CREATE INDEX idx_name ON
user(name(10)) ，减少索引占⽤的存储空间，提升索引检索效率。
⼆、SQL语句优化：从源头减少性能损耗
不合理的SQL语句是查询性能低下的主要⼈为原因，很多慢查询并⾮数据库性能问题，⽽是SQL编写不
规范导致。核⼼优化思路：精准查询、减少扫描、避免冗余计算。
1. 规范SELECT查询，避免⽆效查询
•
禁⽌使⽤ SELECT *：查询所有字段会读取⼤量⽆⽤数据，增加磁盘IO和⽹络传输开销，且⽆法触
发覆盖索引。需按需查询，只获取业务需要的字段。
•
优先使⽤ LIMIT 限制结果集：⽆需全量查询数据时，通过LIMIT限定返回条数，避免数据库加载⼤
量冗余数据，尤其适配列表分⻚、单条数据查询场景。
•
避免重复查询同⼀数据：循环中嵌套SQL查询（N+1查询问题）是⾼频坑点，可通过JOIN关联、批
量查询替代循环单查，⼤幅减少数据库请求次数。
2. 优化条件与关联查询
•
精准过滤数据，缩⼩扫描范围：将⾼过滤性条件前置，优先通过WHERE条件过滤⼤部分⽆效数
据，再进⾏JOIN、GROUP BY、ORDER BY操作，减少后续计算的数据量。
•
慎⽤JOIN与⼦查询：多表关联时优先⼩表驱动⼤表，减少关联计算量；避免嵌套多层⼦查询，可
拆分SQL或使⽤JOIN替代，提升可读性和执⾏效率。
•
替换低效查询关键字：⽤IN替代EXISTS、⽤JOIN替代⼦查询，⼤数据量场景下规避NOT IN、
DISTINCT等低效操作。DISTINCT会触发去重排序，消耗⼤量CPU资源，可通过业务逻辑避免重复
数据，或⽤分组替代。
3. 优化排序与分组
•
ORDER BY、GROUP BY 字段必须建⽴索引，避免数据库执⾏⽂件排序（filesort）和临时表
（temporary），这是⼤数据量排序慢的核⼼原因。
•
尽量在数据库层⾯完成排序分⻚，避免代码层⼆次处理，减少数据传输和计算开销。
|
联系锋哥QQ：3320160706
苏公网安备 32061202001004号
