五招提升SQL Query性能-51CTO.COM

译者 | 布加迪

审校 | 重楼

所有数据角色都需要强大的数据库和SQL技能。在实践中，你通常会在一天的工作中查询超大的数据库表（含有成千上万行）。所以，SQL查询的性能成为决定应用程序整体性能的一个重要因素。

优化不佳的查询常常导致响应时间变慢、服务器负载加大以及用户体验差强人意。因此，理解和运用SQL查询优化技术显得必不可少。

本教程介绍了优化SQL查询的实用技巧。

你在为使用的任何数据库编写SQL查询时都可以使用以下技巧。但如果你希望使用一个示例数据库表来运行这些查询，可以使用这个Python脚本。

它连接到一个SQLite数据库：employees.db，创建一个employees表，并用10000条记录填充该表。如上所述，你总是可以创建自己的示例。

对于初学者来说，使用SELECT *从表中检索所有列很常见。如果你只需要几列（几乎总是这样），那么这可能很低效。

因此，使用SELECT *可能导致过度的数据处理，当表有许多列或者你在处理庞大数据集时尤为如此。

不要这样：

SELECT * FROM employees;

而要这么做：

SELECT employee_id, first_name, last_name FROM employees;

只读取必要的列可以使查询更具可读性和可维护性。

SELECT DISTINCT之所以开销很大，是由于它需要对结果进行排序和过滤以删除重复项。最好确保查询的数据在设计上是独特的，使用主键或独特的约束。

不要这样：

SELECT DISTINCT department FROM employees;

下面这个带有GROUP BY子句的查询更有帮助：

SELECT department FROM employees GROUP BY department;

GROUP BY可以更高效，特别是在适当索引的情况下（后面会讨论索引）。因此，在编写查询时，确保你在数据模型层面了解数据（不同的字段）。

通常你会查询有数千行的大型表，但并不总是需要处理所有行，也无法处理所有行。使用LIMIT子句（或等效子句）有助于减少返回的行数，从而提升查询性能。

你可以将结果限制为15条记录：

SELECT employee_id, first_name, last_name FROM employees LIMIT 15

使用LIMIT子句可以缩小结果集的大小，从而减少需要处理和传输的数据量。这对于在应用程序中为结果编页码也很有用。

索引允许数据库比扫描整个表更快地查找行，从而显著提高查询性能。它们对于WHERE、JOIN和ORDER BY子句中经常使用的列特别有用。

下面是针对“department”列创建的示例索引：

CREATE INDEX idx_employee_department ON employees(department);

你现在可以运行过滤' department '列的查询，并比较执行时间。使用索引后，你应该能够更快地看到使用结果。想了解有关创建索引和性能改进的更多信息，参阅《如何使用索引加速SQL查询（Python版）》。

如前所述，索引提高了对索引列进行过滤的查询的效率。但是创建太多的索引可能会成为一件坏事。这就引出了下一个技巧。

虽然索引提高了读取性能，但会降低写入性能：INSERT、UPDATE和DELETE查询，因为每次修改表时都必须更新索引。根据你经常运行的查询类型来兼顾索引的数量和类型很重要。

几条可靠的规则：

总之，创建索引以加快对经常查询但很少更新的列的检索速度。这确保索引的好处压倒维护成本。

优化SQL查询需要了解查询的特定需求和数据结构。

如果避免SELECT *、谨慎使用SELECT DISTINCT、限制查询结果、创建适当的索引以及注意索引方面的取舍，你就可以显著提升数据库操作的性能和效率。

祝查询愉快！