如何通过优化sql语句提高数据库查询效率？

网友解答: 谢邀！通过SQL调优提高查询性能最重要的就是对索引的使用，下面是对索引使用的一些总结，希望对你有所帮助。MySQL索引对数据检索的性能至关重要，盲目的增加索引不仅不能带来性能

谢邀！

通过SQL调优提高查询性能最重要的就是对索引的使用，下面是对索引使用的一些总结，希望对你有所帮助。

MySQL索引对数据检索的性能至关重要，盲目的增加索引不仅不能带来性能的提升，反而会消耗更多的额外资源。

索引是用于快速查找记录的一种数据结构。索引就像是数据库中数据的目录，数据库在查询时，首先在索引中找到匹配的值，然后根据这个匹配值找到对应的数据行。

聚簇索引的顺序就是数据的物理存储顺序，索引中数据域存储的就是实际的数据，一个表最多只能有一个聚簇索引，适用于查询多行数据，不适用于频繁修改的列，一般在主键上创建。

非聚簇索引顺序与数据物理排列顺序无关，索引中存储的内容为实际数据的地址，适应于查询单行数据。

普通索引，即平时创建的普通索引。

唯一索引，索引所在的列或列组合的值是全表唯一的。

全文索引，MySQL从3.23.23版开始支持全文索引，它查找的是文中的关键词，而不是直接比较索引中的值。

单列索引，在单列上创建的索引。

组合索引，在多个列上创建的索引。

最左前缀查找：where子句中有a、b、c三个查询条件，创建一个组合索引abc(a,b,c)，最左前缀的概念是说以组合索引最左边的列a组合成的查询条件，如(a,b,c)、(a,b)、(a,c)，这三种情况的查询条件都会使用abc索引，和where子句中a、b、c出现的顺序没关系，可以是where c=? and b=? and a=?，但(b,c)组合不会使用索引，即where c=? and b=?。

哪些列适合创建索引：

1.经常作为查询条件的列；

2.经常作为排序条件的列；

3.经常作为join条件的列；

4.经常被查询的列。

哪些列不适合创建索引：

1.数据频繁被修改的列，数据被修改，索引需要做相应的修改，消耗资源； 2.区分度不是很高的列，如性别，列值重复性太大，索引效果不是很明显； 3.不是经常被作为查询条件、排序条件、连接条件的列。

经验总结：

1.列上进行函数计算将不会使用索引；

2.对于创建索引的列，避免存储NULL，NULL会使索引更加复杂、效率变低，可以使用NOT NULL进行约束；

3.对于模糊查询like '%abc%'，将不会使用索引，而like 'abc%'将会使用索引；

4.对于not in、not exists、!=等负向查询将不会使用索引；

5.每次查询只使用一个索引，如果where条件使用了索引，order by将不再使用索引；

6.对于where子句中有多个查询条件的，单列索引的效率不如复合索引，因为查询每次只能使用一个索引；

7.MySQL只对以下操作符才使用索引：<、<=、=、、=、between、in，但是需要注意in的范围值不要太多；

8.union all可以使用索引，但本身效率不是很高，不建议使用；

9.列上进行类型转换的将不会使用索引；

10.老版本MySQL对OR条件不使用索引，新版本才支持，不建议使用OR。

关于索引的实战经验总结后续还会不断更新，可以关注我的酷米号！

通过优化SQL语句，提高数据库查询效率，我总结了有这么几个方面：

看起来像一句废话，少访问数据当然可以提高速度了，减少数据访问有这么几个方法：

创建并正确使用索引

我们经常用到的就是B-TREE索引，我们经常说到的【索引】也指的是【B-TREE索引】。

正确使用索引可以让查询效率翻倍，但是如果使用不正确，也会对效率降低很多，比如这几种情况就会造成索引失效：

不等于操作：<? 、not in('')

进行了运算后的字段：column+1（简单的运算），function(column)（函数）

含前导模糊查询：like '%xxx'

IS NULL

隐式类型转换：column是char类型，但是写成column = 123（右边是另外一种类型）

有些时候，我们只需要访问表中的某几个列的数据，我们可以为这几个字段建立一个组合索引，这样的话只通过索引就可以得到数据，可以较小IO的开销。比如：

select name,gender from users where age='25';

如果这个SQL用的频率很高，那么我们可以建立一个组合索引：

create index index_xxx on users(name,gender,age);

在执行这个sql的时候，数据全部都是通过索引找到的，都不需要访问users表。

执行计划表示SQL在执行时候的算法，有的时候SQL语句很复杂，就需要优化SQL的执行计划去提高SQL的执行效率。

可能不和SQL有直接的关系，但确实效率提升很明显，比如：