分享几个让你的SQL查询速度快几百倍的小技巧

分享几个让你的SQL查询速度快几百倍的小技巧

分享几个让你的SQL查询速度快几百倍的小技巧

本文授权转载自SQL数据库开发

禁止二次转载

大家好,我是老表

阅读文本大概需要 4 分钟

为什么别人的查询只要几秒,而你的查询语句少则十多秒,多则十几分钟甚至几个小时?与你的查询语句是否高效有很大关系。

今天我们来看看如何写出比较高效的查询语句。

  1. 尽量不要使用NULL当默认值

    在有索引的列上如果存在NULL值会使得索引失效,降低查询速度,该如何优化呢?例如:

    SELECT *  FROM [Sales].[Temp_SalesOrder] WHERE UnitPrice IS NULL

    我们可以将NULL的值设置成0或其他固定数值,这样保证索引能够继续有效。

    SELECT *  FROM [Sales].[Temp_SalesOrder] WHERE UnitPrice =0

    这是改写后的查询语句,效率会比上面的快很多。

  2. 尽量不要在WHERE条件语句中使用!=或<>

    在WHERE语句中使用!=或<>也会使得索引失效,进而进行全表扫描,这样就会花费较长时间了。

  3. 应尽量避免在 WHERE子句中使用 OR

    遇到有OR的情况,我们可以将OR使用UNION ALL来进行改写

    例如:

    SELECT * FROM T1 WHERE NUM=10 OR NUM=20

    可以改写成

    SELECT * FROM T1 WHERE NUM=10

    UNION ALL

    SELECT * FROM T1 WHERE NUM=20

  4. IN和NOT IN也要慎用

    遇到连续确切值的时候 ,我们可以使用BETWEEN AND来进行优化

    例如:

    SELECT * FROM T1 WHERE NUM IN (5,6,7,8)

    可以改写成:

    SELECT * FROM T1 WHERE NUM BETWEEN 5 AND 8.

  5. 子查询中的IN可以使用EXISTS来代替

    子查询中经常会使用到IN,如果换成EXISTS做关联查询会更快

    例如:

    SELECT * FROM T1 WHERE ORDER_ID IN (SELECT ORDER_ID FROM ORDER WHERE PRICE>20);

    可以改写成:

    SELECT * FROM T1 AS A WHERE EXISTS (SELECT 1 FROM ORDER  AS B WHERE A.ORDER_ID=B.ORDER_ID AND B.PRICE>20)

    虽然代码量可能比上面的多一点,但是在使用效果上会优于上面的查询语句。

  6. 模糊匹配尽量使用后置匹配

    在进行模糊查询,使用LIKE时尽量使用后置匹配,这样会走索引,减少查询时间。

    例如:

    SELECT * FROM T1 WHERE NAME LIKE '%李四%'

    或者

    SELECT * FROM T1 WHERE NAME LIKE '%李四'

    均不会走索引,只有当如下情况

    SELECT * FROM T1 WHERE NAME LIKE '李四%'才会走索引。

上述这些都是平常经常会遇到的,就直接告诉大家怎么操作了,具体可以下去做试验尝试一下。

大家好,我是老表

觉得本文不错的话,转发、留言、点赞,是对我最大的支持。

分享几个让你的SQL查询速度快几百倍的小技巧

每日留言

说说你读完本文感受?

或者一句激励自己的话?

或对2019的总结?

(字数不少于15字)

怎么加入习队

点我,看文末彩蛋

留言有啥福利

点我就知道了

想进学习交流

微信jjxksa888

:简说Python

你的城市下雪❄️没?

2小时快速掌握Python基础知识要点

完整Python基础知识要点

Python小知识 | 这些技能你不会?(一)

Python小知识 | 这些技能你不会?(二)

Python小知识 | 这些技能你不会?(三)

Python小知识 | 这些技能你不会?(四)

近期推荐阅读:

【1】整理了我开始分享学习笔记到现在超过250篇优质文章,涵盖数据分析、爬虫、机器学习等方面,别再说不知道该从哪开始,实战哪里找了

【2】【终篇】Pandas中文官方文档:基础用法6(含1-5)

觉得不错就点一下“在看”吧 

分享几个让你的SQL查询速度快几百倍的小技巧