本文将结合实例demo，阐述30条有关于优化SQL的建议，多数是实际开发中总结出来的，希望对大家有帮助。
1、查询SQL尽量不要使用select *，而是select具体字段。
反例子：
正例子：
select id，name from employee;
理由：
2、如果知道查询结果只有一条或者只要最大/最小一条记录，建议用limit 1。
假设现在有employee员工表，要找出一个名字叫jay的人。
CREATE TABLE `employee` (
`id` int(11) NOT NULL,
`name` varchar(255) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`date` datetime DEFAULT NULL,
`sex` int(1) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
反例：
select id，name from employee where name='jay'
正例：
select id，name from employee where name='jay' limit 1;
理由：
加上limit 1后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高；
当然，如果name是唯一索引的话，是不必要加上limit 1了，因为limit的存在主要就是为了防止全表扫描，从而提高性能,如果一个语句本身可以预知不用全表扫描，有没有limit ，性能的差别并不大。
3、应尽量避免在where子句中使用or来连接条件。
新建一个user表，它有一个普通索引userId，表结构如下：
CREATE TABLE `user`(
`id` int (11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int(11) NOT NULL,
`name` varchar (255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userId`(`userId`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
假设现在需要查询userid为1或者年龄为18岁的用户，很容易有以下SQL
反例:
select * from user where userid=1 or age =18
正例：
//使用union all
select * from user where userid=1
union all
select *from user where age =18
//或者分开两条sql写：
select * from user where userid=1
selet * from user where age=18
理由：使用or可能会使索引失效，从而全表扫描。
对于or+没有索引的age这种情况，假设它走了userId的索引，但是走到age查询条件时，它还得全表扫描，也就是需要三步过程：全表扫描+索引扫描+合并。
如果它一开始就走全表扫描，直接一遍扫描就完事。mysql是有优化器的，处于效率与成本考虑，遇到or条件，索引可能失效，看起来也合情合理。
我们日常做分页需求时，一般会用 limit 实现，但是当偏移量特别大的时候，查询效率就变得低下。
反例：
select id，name，age from employee limit 10000，10
正例：
//方案一 ：返回上次查询的最大记录(偏移量)
select id，name from employee where id>10000 limit 10.
//方案二：order by + 索引
select id，name from employee order by id limit 10000，10
//方案三：在业务允许的情况下限制页数：
理由：
当偏移量最大的时候，查询效率就会越低，因为Mysql并非是跳过偏移量直接去取后面的数据，而是先把偏移量+要取的条数，然后再把前面偏移量这一段的数据抛弃掉再返回的；
如果使用优化方案一，返回上次最大查询记录（偏移量），这样可以跳过偏移量，效率提升不少；
方案二使用order by+索引，也是可以提高查询效率的；
方案三的话，建议跟业务讨论，有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
反例：
select userId，name from user where userId like '%123';
正例：
select userId，name from user where userId like '123%';
理由：
6、使用where条件限定要查询的数据，避免返回多余的行。
假设业务场景是这样：查询某个用户是否是会员。曾经看过老的实现代码是这样。。。
反例：
List<Long> userIds = sqlMap.queryList ( "select userId from user where isVip=1" );
boolean isVip = userIds.contains ( userId );
正例：
Long userId = sqlMap.queryObject ( "select userId from user where userId= 'userId' and isVip='1' ")
boolean isVip = userId！=null;
理由：需要什么数据，就去查什么数据，避免返回不必要的数据，节省开销。
业务需求：查询最近七天内登陆过的用户(假设loginTime加了索引)
反例：
select userId , loginTime from loginuser where Date_ADD ( loginTime , Interval 7 DAY) >=now
();
正例：
explain select userId , loginTime from loginuser where loginTime >= Date_ADD (NOW(), INTERVAL -7 DAY);
理由：
8、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：
select * from user where age-1=10；
正例：
select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id>2;
select * from user where age =11；
理由：虽然age加了索引，但是因为对它进行运算，索引直接迷路了。。。
9、Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小。
Inner join 内连接，在两张表进行连接查询时，只保留两张表中完全匹配的结果集；
left join 在两张表进行连接查询时，会返回左表所有的行，即使在右表中没有匹配的记录；
right join 在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录。
都满足SQL需求的前提下，推荐优先使用Inner join（内连接），如果要使用left join，左边表数据结果尽量小，如果有条件的尽量放到左边处理。
反例:
select * from tab1 t1 left join tab2 t2 on t1.size = t2.size where t1.id
>2;
正例：
select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;
理由：
10、应尽量避免在where子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
反例：
select age,name from user where age <>18;
正例：
//可以考虑分开两条sql写
select age,name from user where age <18;
select age,name from user where age >18;
理由：使用!=和<>很可能会让索引失效。
11、使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。
表结构：（有一个联合索引idxuseridage，userId在前，age在后）
CREATE TABLE `user`( `id` int (11) NOT NULL AUTO_INCREMENT,
`userId` int(11) NOT NULL,
`age` int (11) DEFAULT NULL,
`name` varchar (255) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_userid_age` (`userId`,`age`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;
反例：
select * from user where age =10;
正例：
//符合最左匹配原则
select * from user where userid=
10 and age =10；
//符合最左匹配原则
select * from user where userid =10;
理由：
当我们创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则；
联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。
12、对查询进行优化，应考虑在where及order by涉及的列上建立索引，尽量避免全表扫描。
反例：
select * from user where address ='深圳' order by age ;
正例：
添加索引
alter table user add index idx_address_age (address,age)
反例：
for(User u :list){
INSERT into user(name,age) values(#name#,#age#)
}
正例：
//一次500批量插入，分批进行
insert into user(name,age) values<
foreach collection="list" item="item" index="index" separator=",">
(#{item.name},#{item.age})
理由：批量插入性能好，更加省时间。
打个比喻:假如你需要搬一万块砖到楼顶,你有一个电梯,电梯一次可以放适量的砖（最多放500）,你可以选择一次运送一块砖,也可以一次运送500块砖,你觉得哪个时间消耗大?
覆盖索引能够使得你的SQL语句不需要回表，仅仅访问索引就能够得到所有需要的数据，大大提高了查询效率。
反例：
// like模糊查询，不走索引了
select * from user where userid like '%123%'
正例：
//id为主键，那么为普通索引，即覆盖索引登场了。
select id,name from user where userid like '%123%';
distinct 关键字一般用来过滤重复记录，以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时，给查询带来优化效果。但是在字段很多的时候使用，却会大大降低查询效率。
反例：
SELECT DISTINCT * from user;
正例：
select DISTINCT name from user;
理由：带distinct的语句cpu时间和占用时间都高于不带distinct的语句。因为当查询很多字段时，如果使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较、过滤的过程会占用系统资源，cpu时间。
反例：
KEY `idx_userId` (`userId`)
KEY `idx_userId_age` (`userId`,`age`)
正例:
//删除userId索引，因为组合索引（A，B）相当于创建了（A）和（A，B）索引
KEY `idx_userId_age` (`userId`,`age`)
理由：重复的索引需要维护，并且优化器在优化查询的时候也需要逐个地进行考虑，这会影响性能的。
避免同时修改或删除过多数据，因为会造成cpu利用率过高，从而影响别人对数据库的访问。
反例：
//一次删除10万或者100万+？
delete from user where id <100000;
//或者采用单一循环操作，效率低，时间漫长
for（User user：list）{
delete from user；
}
正例：
//分批进行删除,如每次500
delete user where id
<500
delete product where id>=500 and id<1000；
理由：一次性删除太多数据，可能会有lock wait timeout exceed的错误，所以建议分批操作。
18、where子句中考虑使用默认值代替null。
反例：
select * from user where age is not null ;
正例：
//设置0为默认值
select * from user where age>0;
理由：
如果mysql优化器发现，走索引比不走索引成本还要高，肯定会放弃索引，这些条件 ！=，>isnull，isnotnull经常被认为让索引失效，其实是因为一般情况下，查询的成本高，优化器自动放弃索引的。
假设表A表示某企业的员工表，表B表示部门表，查询所有部门的所有员工，很容易有以下SQL:
select * from A where deptId in(select deptId from B);
这样写等价于：
先查询部门表B
select deptId from B
再由部门deptId，查询A的员工
select * from A where A.deptId = B.deptId
可以抽象成这样的一个循环：
List<> resultSet ;
for(int i=0;i
for(int j=0;j
if(A[i].id==B[j].id){
resultSet.add(A[i]);
break;
}
}
}
显然，除了使用in，我们也可以用exists实现一样的查询功能，如下：
select * from A where exists ( select 1 from B where A.deptId =B.deptId
