1、避免混乱的逻辑
反例：(统计用户数量)
- List<User> users = userMapper.selectAll();
- return users.size();
正例：
- int count = userMapper.countUser("select count(*) from user");
- return count;
2、select one 如果已知结果只有一条, 使用limit 1
反例：(查找nickname = 报之琼瑶 的用户)
- select id, nickname from t where nickname = '报之琼瑶'
正例：
- select id, nickname from t where nickname = '报之琼瑶' limit 1
理由：
- 加上limit1,只要找到了对应的一条记录, 就不会继续向下扫描了,效率会大大提高。limit1适用于查询结果为1条(也可能为0)会导致全表扫描的的SQL语句。
- 如果条件列上有索引就不用limit 1，如主键查询 id = 1
3、尽量避免在where子句中使用or来连接条件
反例：(查找name = 张三 或者 法外狂徒 的用户)
- select id,name from t where name = '张三' or name = '法外狂徒'
正例:
- select id,name from t where name = '张三'
- union all
- select id,name from t where name = '法外狂徒'
理由：
使用or将导致引擎放弃使用索引而进行全表扫描
4、优化like关键字
like常用于模糊查询, 不恰当的编码会导致索引失效
反例：
- select userId,name from user where userId like '%123'
正例：
- select userId,name from user where userId like '123%'
%123, 百分号在前不走索引
123%，百分号在后走索引
但是也会存在百分号在后不走索引的情况，mysql的innodb存储引擎最终执行哪种方法都是基于成本计算的, 通过比较全表扫描和二级索引比较再回表查询
可以通过
INFORMATION_SCHEMA.OPTIMIZER_TRACE来分析查询过程
trace字段json复制出来即可分析
5、查询SQL尽量不要使用select *,而是select具体字段, 不要返回用不到的任何字段。
反例：(统计用户数量)
- select * from t
正例:
- select id, name, tel from t
理由：
- 妨碍优化器选择更优的执行计划，比如说索引扫描
- 增删字段可能导致代码崩溃
6、尽量避免在索引列上使用mysql的内置函数
反例：
- select * from user where date_add(create_time,Interval 5 day) >=now()
正例:
- select * from user where create_time >= date_add(now(), interval - 5 day)
不走索引
走索引
7、应尽量避免在 where 子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫
反例： (对字段user_age进行运算操作, 不走索引)
- select * from user where user_age - 1 = 2
正例： (走索引)
- select * from user where user_age = 3
