SQL 查询优化：让数据库飞起来

慢查询是系统瓶颈的常见原因。本文分享 SQL 优化技巧，让你的查询速度提升 10 倍+。

1. 用 EXPLAIN 分析查询

优化前先诊断：

EXPLAIN SELECT * FROM users WHERE email = "test@example.com";

关注：

• type: ALL(全表扫描) > index > range > ref > const
• rows: 扫描行数，越少越好
• Extra: Using filesort/Using temporary 需要优化

2. 索引优化

创建合适的索引

-- 查询频繁的列
CREATE INDEX idx_email ON users(email);

-- 复合索引（注意顺序）
CREATE INDEX idx_status_created ON orders(status, created_at);

索引使用技巧

-- ✅ 能用索引
SELECT * FROM users WHERE email = "test@example.com";
SELECT * FROM users WHERE email LIKE "test%";

-- ❌ 索引失效
SELECT * FROM users WHERE YEAR(created_at) = 2024;  -- 函数操作
SELECT * FROM users WHERE email LIKE "%test%";      -- 前缀通配符
SELECT * FROM users WHERE status != "active";       -- 负向查询

覆盖索引

-- 如果只有这两个查询
CREATE INDEX idx_email_name ON users(email, name);

-- 查询只扫描索引，不查表
SELECT email, name FROM users WHERE email = "test@example.com";

3. SELECT 优化

只取需要的列

-- ❌ 慢
SELECT * FROM users;

-- ✅ 快
SELECT id, name, email FROM users;

避免 DISTINCT 滥用

-- 先想清楚是否真的需要去重
-- 有时是 JOIN 或数据问题导致重复

4. JOIN 优化

小表驱动大表

-- 让结果集小的表在左边
SELECT * FROM orders o 
JOIN users u ON o.user_id = u.id;

确保 JOIN 列有索引

-- 这两个列都应该有索引
orders.user_id
users.id

避免多表 JOIN

超过 3 表 JOIN 考虑拆分查询或冗余字段。

5. 分页优化

深分页问题

-- ❌ 慢（扫描 100020 行）
SELECT * FROM orders ORDER BY id LIMIT 100000, 20;

-- ✅ 快（子查询优化）
SELECT * FROM orders 
WHERE id > (SELECT id FROM orders ORDER BY id LIMIT 100000, 1)
ORDER BY id LIMIT 20;

-- ✅ 快（延迟关联）
SELECT o.* FROM orders o
INNER JOIN (SELECT id FROM orders ORDER BY id LIMIT 100000, 20) tmp
ON o.id = tmp.id;

6. 避免 N+1 查询

# ❌ N+1 问题
users = User.query.all()
for user in users:
    orders = Order.query.filter_by(user_id=user.id)  # N 次查询

# ✅ 预加载
users = User.query.options(joinedload(User.orders)).all()

7. 批量操作

-- ❌ 1000 次插入
INSERT INTO users (name) VALUES ("Alice");
INSERT INTO users (name) VALUES ("Bob");
...

-- ✅ 1 次插入
INSERT INTO users (name) VALUES 
("Alice"), ("Bob"), ("Charlie"), ...;

8. 使用缓存

热点数据用 Redis 缓存：

# 伪代码
cache_key = f"user:{user_id}"
user = redis.get(cache_key)
if not user:
    user = db.query("SELECT * FROM users WHERE id = ?", user_id)
    redis.setex(cache_key, 300, user)  # 5 分钟过期

9. 分库分表

数据量大时考虑：

• 垂直拆分：大字段单独表
• 水平拆分：按时间/用户 ID 分表

优化检查清单

• 用 EXPLAIN 分析慢查询
• WHERE 列有索引
• 只 SELECT 需要的列
• 避免深分页
• JOIN 列有索引
• 避免 N+1 查询
• 批量操作代替循环
• 热点数据加缓存

结语

SQL 优化是系统工程。先测量，再优化，再验证。不要 premature optimization。

---

你遇到过最慢的 SQL 查询是什么样的？