本文共 1557 字，大约阅读时间需要 5 分钟。

下面是关于在使用SQL时，我们尽量应该遵守的规则，这样可以避免写出执行效率低的SQL

1、当只需要一条数据时，使用limit 1

     在我们执行查询时，如果添加了 Limit 1,那么在查询的时候，在筛选到一条数据时就会停止继续查询，但是如果没有添加limit 1即使只有一条数据，也会尝试去查询下一条满足条件的数据。

2、对于搜索的字段创建索引

    如果当前数据量很大的情况下，需要根据一定的条件进行筛选，对筛选列添加索引，但是一个表当中的索引不建议过多，对于索引的创建规则以及哪些情况下索引失效，可以参照 

3、是进行join时，尽量使用索引列进行join

    如果两张表或者多张表进行关联，确保进行join关联的列类型相同，并且分别是索引列。

4、尽量为每张表都添加一个ID

    数据库当中尽量设置主键或者说是一个ID,主键的话，其类型最好是int类型。

5、对于区分度比较低的列，可以使用Enum来代替Varchar

   如果这个列只有几种情况的，比如性别，比如文章类型等，这些区分度很低，我们尽量使用枚举类型来代替Varchar, 枚举类型保存的是tinyint，但是对外显示的字符串。

6、垂直分割

   对于一些存储比较大的列，并且不需要直接访问的，可以进行垂直分割，比如对于文章或者新闻的信息存储，我们只需要把文章的基本信息，比如标题，作者，创建日期，类型等基础信息存放在一张表中，文章内容存放在另外一张表中，这样查询时，在用到的时候再查询。

7、对于limit分页的优化

    比如我们直接写分页查询select * from tbl limit 100000,10 这个查询时间很长，如果我们设置id为主键，然后在查询时只查询主键 select id from tbl limit 100000 , 10 ,这条语句就比上条节省了大量的时间，但是我们需要的是整张表的数据，

接着优化改为：select * from tbl where id >= (select id from tbl limit 100000,1) limit 20 

这个时候如果我们需要添加一个筛选条件，比如type=1, 在原有的基础上面，

select id, title from tbl where type = 1 order by id limit 1000000,10 对这条语句，发现在数据量上百万的时候，执行速度很慢，原因在于where条件当中使用了非索引的列，导致进行了全表扫描

这个时候我们可以考虑创建组合索引（type,id）将where条件中的列放在第一位，limit当中的主键放在第二位，进行查询，同时只查询id，速度会非常快。

分库分表

    分库其实就是将原来一个数据库当中的数据，分到多个数据库当中，分表就是将原来一个表当中的数据拆分成两个表存储。

垂直切分

   将数据库当中的不同模块的数据表放在不同的数据库上，比如人员管理模块（member , role, user等），商品管理模块（product, number, baseInfo等），将不同模块的表放在不同的数据库上面，这样其中一个模块式数据库出问题了，也不会影响其他模块的使用。

水平切分

   比如当我们用户注册数量已经达到千万时，这个时候，就需要把User表进行一个水平切分，分别创建user1和user2,这两张表的结构完全相同，同时创建一个存储引擎为Merge的allUser表，用户在查询时，通过allUser表来查询，具体的数据分别存储在user1和user2表当中。

MySQL水平分片

    将不同每个模块的数据分配在不同的数据库上面，同时每个模块的数据进行水平切分，也保存在不同的数据库上

这样做的好处就是当在有新的数据进来时，只需要配置一台服务器即可。

参考：