修改字段默认值sql_Mysql高性能优化规范建议

占用4个字节，与INT相同，但比INT更具可读性

使用超出取值范围的类型存储

人们经常使用字符串来存储日期数据（不正确的方法）

6. 与财务相关的金额数据必须使用类型

类型为精度浮点数，计算时不会丢失精度。

占用的空间由定义的宽度决定。每4个字节可存储9位数字，小数点占1个字节。

可用于存储大于的整数数据

索引设计规范 1、限制每个表上的索引数量。建议单表使用的索引不超过5个。

索引越多越好！索引可以提高效率，但也可以降低效率。

索引可以提高查询效率，但也会降低插入和更新的效率，在某些情况下甚至会降低查询效率。

因为当MySQL优化器选择如何优化查询时，它会根据统一的信息评估每个可用的索引，以生成最佳的执行计划。如果同时有很多索引可以用于查询，这会增加MySQL优化器生成执行计划的时间，同时也会降低查询性能。

2.禁止为表中的每一列创建单独的索引

在5.6版本之前，一条SQL语句只能使用表中的一个索引。 5.6之后，虽然有了合并索引的优化方法，但还是远远不如使用联合索引查询方法。

3、每个表必须有主键

它是索引组织表：数据存储的逻辑顺序与索引的顺序相同。每个表可以有多个索引，但表只能按一种顺序存储。

该表按照主键索引的顺序组织。

常见索引列建议如何选择索引列的顺序

建立的目的是通过索引查找数据，减少随机IO，提高查询性能。索引可以过滤掉的数据越少，从磁盘读取的数据就越少。

避免创建冗余索引和重复索引（增加查询优化器生成执行计划所需的时间）。对于频繁查询，优先使用覆盖索引。

覆盖索引：是包含所有查询字段（where、by、group by 包含的字段）的索引

覆盖索引的好处：

避免对表进行二次查询以建立索引

它按照聚集索引的顺序存储。例如，二级索引在叶子节点中保存了该行的主键信息。如果使用二级索引来查询数据，找到对应的键值后，我们需要通过主键进行二级查询，以获得我们真正需要的数据。

在覆盖索引中，所有数据都可以从二级索引的键值中获取，避免了对主键的二次查询，减少了IO操作，提高了查询效率。

可以将随机IO变成顺序IO，加快查询效率

由于覆盖索引是按照键值的顺序存储的，对于IO密集型的范围搜索来说，从磁盘随机读取每行数据所需的IO要少得多。因此，覆盖索引也可以用来在磁盘上存储访问过程中的随机数据。读IO转换为顺序IO用于索引查找。

索引SET规范尽量避免使用外键约束数据库SQL开发规范1.建议使用预编译语句进行数据库操作

预编译语句可以重用这些计划，减少SQL编译所需的时间，还可以解决动态SQL带来的SQL注入问题。

只传递参数比传递SQL语句效率更高。

同一条语句可以解析一次，多次使用，提高处理效率。

2.避免数据类型的隐式转换

隐式转换会导致索引失败，例如：

select name,phone from customer where id = '111';

3.充分利用表上现有的索引

避免使用带有双% 符号的查询条件。例如：a like '3%'，（如果没有前导%而只有尾随%，则可以使用列上的索引）

一条SQL只能使用复合索引中的一列进行范围查询。例如，如果a、b、c列有联合索引，并且查询条件中有a列的范围查询，则b、c列上的索引不会被使用。

定义联合索引时，如果a列需要使用范围搜索，a列必须放在联合索引的右侧，可以使用left join或not来优化not in操作，因为not in通常会导致索引失败。

4、设计数据库时应考虑未来的扩展。 5、程序连接不同的数据库，使用不同的账号进行跨库查询。 6. 禁止使用*。必须使用查询。

原因：

7、禁止使用没有字段列表的语句

喜欢：

insert into values ('a','b','c');

应该使用：

insert into t(c1,c2,c3) values ('a','b','c');

8.避免使用子查询，并将子查询优化为连接操作。

通常只有当子查询在in子句中并且子查询是简单SQL（不包括union、group by、order by、limit子句）时，才可以将子查询转换为相关查询进行优化。

子查询性能差的原因：

子查询的结果集不能使用索引。通常子查询的结果集存储在临时表中。内存临时表和磁盘临时表都没有索引，因此查询性能都会受到一定的影响。特别是对于返回较大结果集的子查询，它们对查询性能的影响会更大。

由于子查询会生成大量临时表且没有索引，因此会消耗过多的CPU和IO资源，产生大量慢查询。

9.避免使用JOIN关联太多表

对于Mysql来说，有关联的缓存，缓存的大小可以通过参数设置。

在Mysql中，同一条SQL连接多个表时，会多分配1个关联缓存。如果一条SQL关联的表越多，占用的内存就越多。

如果程序中大量使用多表关联操作，且设置不合理，很容易造成服务器内存溢出，从而影响服务器数据库性能的稳定性。

同时，对于关联操作，会发生临时表操作，影响查询效率。 Mysql最多允许关联61个表，建议不要超过5个。

10.减少与数据库的交互次数

数据库更适合处理批量操作。将多个相同的操作合并在一起可以提高处理效率。

11、对同一列进行OR判断时，用in代替or。

in的值不要超过500。in操作可以更有效地使用索引，或者大多数情况下索引很少被使用。

12.禁止使用order by rand()进行随机排序

order by rand() 会将表中所有符合条件的数据加载到内存中，然后根据随机生成的值对内存中的所有数据进行排序，并且可能会为每一行生成一个随机值。如果满足条件的话，数据集很大的话，会消耗大量的CPU、IO和内存资源。

建议在程序中获取一个随机值，然后从数据库中获取数据。

13、WHERE子句中禁止函数转换和列计算

对列进行函数转换或计算会导致索引无法使用

不推荐：

where date(create_time)='20190101'

推荐：

where create_time >= '20190101' and create_time < '20190102'

14.当明显不会有重复值时，使用UNION ALL而不是UNION ALL。将复杂的大型 SQL 拆分为多个小型 SQL 数据库。操作行为规范。超过100万行的批量写(,,)操作必须分批多次进行。操作

1、大批量操作可能会导致严重的主从延迟。

在主从环境下，大批量操作可能会导致严重的主从延迟。大容量的写操作通常需要一定的时间来执行。

只有在主库上执行完成后，才会在其他从库上执行，所以会造成主库和从库之间较长的延迟。

2. 日志为行格式时，会产生大量日志。

大批量的写入操作会产生大量的日志，尤其是行格式的二进制数据。由于每一行数据的修改都是以行格式记录的，所以我们一次修改的数据越多，产生的日志就越多。日志传输和恢复会花费更长的时间，这也是主从延迟的一个原因。

3.避免大额交易操作

大批量修改数据必须在一个事务中完成，这会导致表中大量数据被锁定，从而产生大量阻塞。阻塞会对MySQL的性能产生很大的影响。

特别是，长期阻塞会占用数据库的所有可用连接，这将阻止生产环境中的其他应用程序连接到数据库。因此，一定要注意对大型写操作进行批量处理。

对于大表，使用pt---修改表结构

修改大表的数据结构时一定要小心，因为这会导致严重的表锁操作，尤其是在生产环境中这是无法容忍的。

pt---它会先创建一个与原表结构相同的新表，修改新表上的表结构，然后将原表中的数据复制到新表中，并在原表中添加一些触发器设备。将原表中新增的数据复制到新表中。复制完所有行数据后，将新表命名为原表，并删除原表。将原来的DDL操作分解为多个小批量。

禁止对程序使用的账户授予超级权限。当程序连接数据库帐户时，遵循最小权限原则。

【结尾】

●

●

●

●

●

●

尖端

返回上一级，搜索“Java女程序员、大数据留言、书籍投递、运维算法、黑客、人工智能女友、MySQL书籍”等关键词即可获得相关文章推荐。