一、SQL执行顺序
选择表：FROM [left_table]
链接条件：ON <join_condition>
链接：<join_type> JOIN <right_table>
条件过滤：WHERE <where_condition>
分组：GROUP BY <group_by_list>
聚合函数：AGG_FUNC(column or expression),…
分组过滤：HAVING <having_condition>
选择字段：SELECT
去重：DISTINCT column,…
排序：ORDER BY <order_by_list>
分页：LIMIT count OFFSET count
二、基础SQL优化
1）反例
SELECT * FROM student
2）正例
SELECT id,NAME FROM student
3）理由
字段多时，大表能达到100多个字段甚至达200多个字段；
只取需要的字段，节省资源、减少网络开销；
select * 进行查询时，很可能不会用到索引，就会造成全表扫描。
查询id为1或者薪水为3000的用户：
1）反例
SELECT * FROM student WHERE id=1 OR salary=30000
2）正例
使用union all：
SELECT * FROM student WHERE id=1UNION ALLSELECT * FROM student WHERE salary=30000
分开两条SQL写：
SELECT * FROM student WHERE id=1SELECT * FROM student WHERE salary=30000
3）理由
使用or可能会使索引失效，从而全表扫描；
对于or没有索引的salary这种情况，假设它走了id的索引，但是走到salary查询条件时，它还得全表扫描。也就是说整个过程需要三步：全表扫描+索引扫描+合并。如果它一开始就走全表扫描，直接一遍扫描就搞定。虽然mysql是有优化器的，处于效率与成本考虑，遇到or条件，索引还是可能失效的。
1）反例
`deptname` char(100) DEFAULT NULL COMMENT '部门名称'
2）正例
`deptname` varchar(100) DEFAULT NULL COMMENT '部门名称'
3）理由
varchar变长字段按数据内容实际长度存储，存储空间小，可以节省存储空间；
char按声明大小存储，不足补空格；
其次对于查询来说，在一个相对较小的字段内搜索，效率更高。
主键（id）：primary key优先使用数值类型int，tinyint
性别（sex）：0-代表女，1-代表男；数据库没有布尔类型，mysql推荐使用tinyint
支付方式（payment）：1-现金、2-微信、3-支付宝、4-信用卡、5-银行卡
服务状态（state）：1-开启、2-暂停、3-停止
商品状态（state）：1-上架、2-下架、3-删除
如果查询返回数据量很大，就会造成查询时间过长，网络传输时间过长。同时，大量数据返回也可能没有实际意义。如返回上千条甚至更多，用户也看不过来。
通常采用分页，一页习惯10/20/50/100条。
SQL很灵活，一个需求可以很多实现，那哪个最优呢？SQL提供了explain关键字，它可以分析你的SQL执行计划，看它是否最佳。Explain主要看SQL是否使用了索引。
EXPLAINSELECT * FROM student WHERE id=1
返回结果：
type：
ALL 全表扫描，没有优化，最慢的方式；
index 索引全扫描；
range 索引范围扫描，常用语<，<=，>=，between等操作；
ref 使用非唯一索引扫描或唯一索引前缀扫描，返回单条记录，常出现在关联查询中；
eq_ref 类似ref，区别在于使用的是唯一索引，使用主键的关联查询；
const 当查询是对主键或者唯一键进行精确查询，系统会把匹配行中的其他列作为常数处理；
null MySQL不访问任何表或索引，直接返回结果；
System 表只有一条记录(实际中基本不存在这个情况)。
性能排行：
System > const > eq_ref > ref > range > index > ALL
possible_keys：
显示可能应用在这张表中的索引
key：
真正使用的索引方式
提高查询速度的最简单最佳的方式。
ALTER TABLE student ADD INDEX index_name (NAME)
模糊查询，程序员最喜欢的就是使用like，但是like很可能让你的索引失效。
1）反例
EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '%1'EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '%1%'
2）正例
EXPLAINSELECT id,NAME FROM student WHERE NAME LIKE '1%'
3）理由
未使用索引，故意使用sex非索引字段：
EXPLAINSELECT id,NAME FROM student WHERE NAME=1 OR sex=1
主键索引生效：
EXPLAINSELECT id,NAME FROM student WHERE id=1
索引失效，type=ALL，全表扫描：
EXPLAINSELECT id,NAME FROM student WHERE id LIKE '%1'
1）反例
#未使用索引EXPLAINSELECT * FROM student WHERE NAME=123
2）正例
#使用索引EXPLAINSELECT * FROM student WHERE NAME='123'
3）理由
为什么第一条语句未加单引号就不走索引了呢？这是因为不加单引号时，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，把它们转换为数值类型再做比较。
索引并不是越多越好，虽其提高了查询的效率，但却会降低插入和更新的效率；
索引可以理解为一个就是一张表，其可以存储数据，其数据就要占空间；
再者，索引表的一个特点，其数据是排序的，那排序要不要花时间呢？肯定要；
insert或update时有可能会重建索引，如果数据量巨大，重建将进行记录的重新排序，所以建索引需要慎重考虑，视具体情况来定；
一个表的索引数最好不要超过5个，若太多需要考虑一些索引是否有存在的必要。
如性别字段。因为SQL优化器是根据表中数据量来进行查询优化的，如果索引列有大量重复数据，Mysql查询优化器推算发现不走索引的成本更低，很可能就放弃索引了。
数据中假定就一个男的记录。
1）反例
SELECT id,NAME FROM student WHERE sex='男'
2）正例
SELECT id,NAME FROM student WHERE id=1 AND sex='男'
3）理由
需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。
业务需求：查询最近七天内新生儿（用学生表替代下）
给birthday字段创建索引：
ALTER TABLE student ADD INDEX idx_birthday (birthday)
当前时间加7天：
SELECT NOW()SELECT DATE_ADD(NOW(), INTERVAL 7 DAY)
1）反例
EXPLAINSELECT * FROM studentWHERE DATE_ADD(birthday,INTERVAL 7 DAY) >=NOW();
2）正例
EXPLAINSELECT * FROM studentWHERE birthday >= DATE_ADD(NOW(),INTERVAL 7 DAY);
3）理由
使用索引列上内置函数
索引失效：
索引有效：
1）反例
EXPLAINSELECT * FROM student WHERE id+1-1=+1
2）正例
EXPLAINSELECT * FROM student WHERE id=+1-1+1
EXPLAINSELECT * FROM student WHERE id=1
3）理由
SQL解析时，如果字段相关的是表达式就进行全表扫描。
字段干净无表达式，索引生效。
应尽量避免在where子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。记住实现业务优先，实在没办法，就只能使用，并不是不能使用。如果不能使用，SQL也就无需支持了。
1）反例
EXPLAINSELECT * FROM student WHERE salary!=3000
EXPLAINSELECT * FROM student WHERE salary<>3000
2）理由
使用!=和<>很可能会让索引失效。
#索引失效EXPLAINSELECT DISTINCT * FROM student
#索引生效EXPLAINSELECT DISTINCT id,NAME FROM student
EXPLAINSELECT DISTINCT NAME FROM student
1）理由
带distinct的语句占用cpu时间高于不带distinct的语句。因为当查询很多字段时，如果使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较、过滤的过程会占用系统资源，如cpu时间。
环境准备：
#修改表，增加age字段，类型int，非空，默认值0ALTER TABLE student ADD age INT NOT NULL DEFAULT 0;
#修改表，增加age字段的索引，名称为idx_ageALTER TABLE student ADD INDEX idx_age (age);
1）反例
EXPLAINSELECT * FROM student WHERE age IS NOT NULL
2）正例
EXPLAINSELECT * FROM student WHERE age>0
3）理由
并不是说使用了is null 或者 is not null 就会不走索引了，这个跟mysql版本以及查询成本都有关；
如果mysql优化器发现，走索引比不走索引成本还要高，就会放弃索引，这些条件 !=，<>，is null，is not null经常被认为让索引失效，其实是因为一般情况下，查询的成本高，优化器自动放弃索引的；
如果把null值，换成默认值，很多时候让走索引成为可能，同时，表达意思也相对清晰一点。
三、高级SQL优化
大量数据提交，上千，上万，批量性能非常快，mysql独有。
1）多条提交
INSERT INTO student (id,NAME) VALUES(4,'name1');INSERT INTO student (id,NAME) VALUES(5,'name2');
2）批量提交
INSERT INTO student (id,NAME) VALUES(4,'name1'),(5,'name2');
3）理由
默认新增SQL有事务控制，导致每条都需要事务开启和事务提交；而批量处理是一次事务开启和提交。自然速度飞升；
数据量小体现不出来。
避免同时修改或删除过多数据，因为会造成cpu利用率过高，会造成锁表操作，从而影响别人对数据库的访问。
1）反例
#一次删除10万或者100万+？delete from student where id <100000;
for（User user:list）{delete from student;}
2）正例
for(){delete student where id<500;}
delete student where id>=500 and id<1000;
3）理由
一次性删除太多数据，可能造成锁表，会有lock wait timeout exceed的错误，所以建议分批操作。
1）商品状态（state）
上架
下架
删除
2）理由
这里的删除只是一个标识，并没有从数据库表中真正删除，可以作为历史记录备查；
同时，一个大型系统中，表关系是非常复杂的，如电商系统中，商品作废了，但如果直接删除商品，其它商品详情，物流信息中可能都有其引用；
通过where state=1或者where state=2过滤掉数据，这样伪删除的数据用户就看不到了，从而不影响用户的使用；
操作速度快，特别数据量很大情况下。
可以在执行到该语句前，把不需要的记录过滤掉。
1）反例：先分组，再过滤
select job，avg（salary） from employeegroup by jobhaving job ='president' or job = 'managent';
2）正例：先过滤，后分组
select job，avg（salary） from employeewhere job ='president' or job = 'managent'group by job;
创建复合索引，也就是多个字段。
ALTER TABLE student ADD INDEX idx_name_salary (NAME,salary)
满足复合索引的左侧顺序，哪怕只是部分，复合索引生效。
EXPLAINSELECT * FROM student WHERE NAME='name1'
没有出现左边的字段，则不满足最左特性，索引失效。
EXPLAINSELECT * FROM student WHERE salary=3000
复合索引全使用，按左侧顺序出现 name,salary，索引生效。
EXPLAINSELECT * FROM student WHERE NAME='陈子枢' AND salary=3000
虽然违背了最左特性，但MYSQL执行SQL时会进行优化，底层进行颠倒优化。
EXPLAINSELECT * FROM student WHERE salary=3000 AND NAME='name1'
1）理由
复合索引也称为联合索引；
当我们创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则；
联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。
什么样的字段才需要创建索引呢？原则就是where和order by中常出现的字段就创建索引。
#使用*，包含了未索引的字段，导致索引失效EXPLAINSELECT * FROM student ORDER BY NAME;EXPLAINSELECT * FROM student ORDER BY NAME,salary#name字段有索引EXPLAINSELECT id,NAME FROM student ORDER BY NAME#name和salary复合索引EXPLAINSELECT id,NAME FROM student ORDER BY NAME,salaryEXPLAINSELECT id,NAME FROM student ORDER BY salary,NAME#排序字段未创建索引，性能就慢EXPLAINSELECT id,NAME FROM student ORDER BY sex
SHOW INDEX FROM student#创建索引index_nameALTER TABLE student ADD INDEX index_name (NAME)#删除student表的index_name索引DROP INDEX index_name ON student ;#修改表结果，删除student表的index_name索引ALTER TABLE student DROP INDEX index_name ;#主键会自动创建索引，删除主键索引ALTER TABLE student DROP PRIMARY KEY ;
关联的表个数越多，编译的时间和开销也就越大；
每次关联内存中都生成一个临时表；
应该把连接表拆开成较小的几个执行，可读性更高；
如果一定需要连接很多表才能得到数据，那么意味着这是个糟糕的设计了；
阿里规范中，建议多表联查三张表以下。
三种连接如果结果相同，优先使用inner join，如果使用left join左边表尽量小。
inner join 内连接，只保留两张表中完全匹配的结果集；
left join会返回左表所有的行，即使在右表中没有匹配的记录；
right join会返回右表所有的行，即使在左表中没有匹配的记录。
1）理由
如果inner join是等值连接，返回的行数比较少，所以性能相对会好一点；
同理，使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。这是mysql优化原则，就是小表驱动大表，小的数据集驱动大的数据集，从而让性能更优。
日常开发实现业务需求可以有两种方式实现：
使用数据库SQL脚本实现
使用程序实现
如需求：查询所有部门的所有员工：
#in子查询SELECT * FROM tb_user WHERE dept_id IN (SELECT id FROM tb_dept);#这样写等价于：#先查询部门表SELECT id FROM tb_dept#再由部门dept_id，查询tb_user的员工SELECT * FROM tb_user u,tb_dept d WHERE u.dept_id = d.id
假设表A表示某企业的员工表，表B表示部门表，查询所有部门的所有员工，很容易有以下程序实现，可以抽象成这样的一个嵌套循环：
List<> resultSet;for(int i=0;i<B.length;i++) {for(int j=0;j<A.length;j++) {if(A[i].id==B[j].id) {resultSet.add(A[i]);break;}}}
上面的需求使用SQL就远不如程序实现，特别当数据量巨大时。
1）理由
数据库最费劲的就是程序链接的释放。假设链接了两次，每次做上百万次的数据集查询，查完就结束，这样就只做了两次；相反建立了上百万次链接，申请链接释放反复重复，就会额外花费很多实际，这样系统就受不了了，慢，卡顿。
1）反例
SELECT * FROM studentUNIONSELECT * FROM student
2）正例
SELECT * FROM studentUNION ALLSELECT * FROM student
3）理由
union和union all的区别是，union会自动去掉多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复；
union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序；
union在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表UNION。
如果字段的最大可能长度超过255字节，那么长度值可能…
只能说作者太用心了，优秀
感谢详解
一般干个7-8年（即30岁左右），能做到年入40w-50w；有…
230721