SQL的書寫規范及高級進階優化技巧分享

《SQL的書寫規范及高級進階優化技巧分享》由會員分享，可在線閱讀，更多相關《SQL的書寫規范及高級進階優化技巧分享（13頁珍藏版）》請在裝配圖網上搜索。

1、SQL的書寫規范及高級進階優化技巧 由于工作需要，最近做了很多 BI 取數的工作，需要用到一些比較高級的 SQL 技巧，總結了一下工作中用到的一些比較騷的進階技巧，特此記錄一下，以方便自己查閱，主要目錄如下： · SQL 的書寫規范 · SQL 的一些進階使用技巧 · SQL 的優化方法 SQL 的書寫規范 在介紹一些技巧之前，有必要強調一下規范，這一點我發現工作中經常被人忽略，其實遵循好的規范可讀性會好很多，應該遵循哪些規范呢 1、 表名要有意義，且標準 SQL 中規定表名的第一個字符應該是字母。 2、注釋，有單行注釋和多行注釋，如下 --?單行注釋 --?從SomeTa

2、ble中查詢col_1? SELECT?col_1 ??FROM?SomeTable; /* 多行注釋 從?SomeTable?中查詢?col_1? */ SELECT?col_1 ??FROM?SomeTable; 多行注釋很多人不知道，這種寫法不僅可以用來添加真正的注釋，也可以用來注釋代碼，非常方便 3、縮進 就像寫 Java，Python 等編程語言一樣 ，SQL 也應該有縮進，良好的縮進對提升代碼的可讀性幫助很大，以下分別是好的縮進與壞的縮進示例 --?好的縮進 SELECT?col_1,? ????col_2,? ????col_3, ????CO

3、UNT(*)? ??FROM?tbl_A ?WHERE?col_1?=?'a' ???AND?col_2?=?(?SELECT?MAX(col_2) ???????????????????FROM?tbl_B ??????????????????WHERE?col_3?=?100?) ?GROUP?BY?col_1, ??????????col_2, ??????????col_3 --?壞的示例 SELECT?col1_1,?col_2,?col_3,?COUNT(*) FROM???tbl_A WHERE??col1_1?=?'a' AND????col1

4、_2?=?( SELECT?MAX(col_2) FROM???tbl_B WHERE??col_3?=?100 )?GROUP?BY?col_1,?col_2,?col_3 4、空格 代碼中應該適當留有一些空格，如果一點不留，代碼都湊到一起， 邏輯單元不明確，閱讀的人也會產生額外的壓力，以下分別是是好的與壞的示例 --?好的示例 SELECT?col_1 ??FROM?tbl_A?A,?tbl_B?B ?WHERE?(?A.col_1?>=?100?OR?A.col_2?IN?(?'a',?'b'?)?) ???AND?A.col_3?=?B.col_3; -

5、-?壞的示例 SELECT?col_1 ??FROM?tbl_A?A,tbl_B?B ?WHERE?(A.col_1>=100?OR?A.col_2?IN?('a','b')) ???AND?A.col_3=B.col_3; 4、大小寫 關鍵字使用大小寫，表名列名使用小寫，如下 SELECT?col_1,?col_2,?col_3, ????COUNT(*) ??FROM?tbl_A ?WHERE?col_1?=?'a' ???AND?col_2?=?(?SELECT?MAX(col_2) ???????????????????FROM?tbl_B ?????????

6、?????????WHERE?col_3?=?100?) ?GROUP?BY?col_1,?col_2,?col_3 花了這么多時間強調規范，有必要嗎，有！好的規范讓代碼的可讀性更好，更有利于團隊合作，之后的 SQL 示例都會遵循這些規范。 SQL 的一些進階使用技巧 一、巧用 CASE WHEN 進行統計 來看看如何巧用 CASE WHEN 進行定制化統計,假設我們有如下的需求，希望根據左邊各個市的人口統計每個省的人口 使用 CASE WHEN 如下 SELECT?CASE?pref_name ??????WHEN?'長沙'?THEN?'湖南'? ??????WHEN?

7、'衡陽'?THEN?'湖南' ??????WHEN?'?？??THEN?'海南'? ??????WHEN?'三亞'?THEN?'海南' ????ELSE?'其他'?END?AS?district, ????SUM(population)? FROM?PopTbl GROUP?BY?district; 二、巧用 CASE WHEN 進行更新 現在某公司員人工資信息表如下: 現在公司出臺了一個奇葩的規定 1. 對當前工資為 1 萬以上的員工，降薪 10%。 2. 對當前工資低于 1 萬的員工，加薪 20%。 一些人不假思索可能寫出了以下的 SQL: --條件1 UP

8、DATE?Salaries SET?salary?=?salary?*?0.9?WHERE?salary?>=?10000; --條件2 UPDATE?Salaries SET?salary?=?salary?*?1.2 WHERE?salary?

9、 SET?salary?=?CASE?WHEN?salary?>=?10000?THEN?salary?*?0.9 WHEN?salary??MA

10、X(seq); 四、自連接 針對相同的表進行的連接被稱為“自連接”(self join)，這個技巧常常被人們忽視，其實是有挺多妙用的 1、刪除重復行 上圖中有三個橘子，需要把這些重復的行給刪掉，用如下自連接可以解決： DELETE?FROM?Products?P1 ?WHERE?id?

11、?);? 2、排序 在 db 中，我們經常需要按分數，人數，銷售額等進行排名，有 Oracle, DB2 中可以使用 RANK 函數進行排名，不過在 MySQL 中 RANK 函數未實現，這種情況我們可以使用自連接來實現,如對以下 Products 表按價格高低進行排名 使用自連接可以這么寫: --?排序從 1 開始。如果已出現相同位次，則跳過之后的位次? SELECT?P1.name, ???????P1.price, ???????(SELECT?COUNT(P2.price) ??????????FROM?Products?P2 ?????????WHERE?P2.

12、price?>?P1.price)?+?1?AS?rank_1 ??FROM?Products?P1? ??ORDER?BY?rank_1; 結果如下: name?price?rank? -----?------?------? 橘子????100?????1? 西瓜?????80?????2? 蘋果?????50?????3? 葡萄?????50?????3? 香蕉?????50?????3? 檸檬?????30?????6 五、巧用 COALESCE 函數 此函數作用返回參數中的第一個非空表達式，假設有如下商品，我們重新格式化一樣，如果 city 為 null，代

13、表商品不在此城市發行，但我們在展示結果的時候不想展示 null，而想展示 'N/A', 可以這么做: SELECT? ????COALESCE(city,?'N/A') ??FROM ????customers; SQL 性能優化技巧 一、參數是子查詢時，使用 EXISTS 代替 IN 如果 IN 的參數是（1，2，3）這樣的值列表時，沒啥問題，但如果參數是子查詢時，就需要注意了。比如，現在有如下兩個表： 現在我們要查出同時存在于兩個表的員工，即田中和鈴木，則以下用 IN 和 EXISTS 返回的結果是一樣，但是用 EXISTS 的 SQL 會更快: --?慢

14、SELECT?*? ??FROM?Class_A WHERE?id?IN?(SELECT?id? ???????????????FROM??CLASS_B); --?快 SELECT?* ??FROM?Class_A?A? ?WHERE?EXISTS (SELECT?*? ???FROM?Class_B??B ??WHERE?A.id?=?B.id); 為啥使用 EXISTS 的 SQL 運行更快呢，有兩個原因 1. 可以`用到索引，如果連接列 (id) 上建立了索引，那么查詢 Class_B 時不用查實際的表，只需查索引就可以了。 2. 如果使用 EXISTS，

15、那么只要查到一行數據滿足條件就會終止查詢， 不用像使用 IN 時一樣掃描全表。在這一點上 NOT EXISTS 也一樣 另外如果 IN 后面如果跟著的是子查詢，由于 SQL 會先執行 IN 后面的子查詢，會將子查詢的結果保存在一張臨時的工作表里（內聯視圖），然后掃描整個視圖，顯然掃描整個視圖這個工作很多時候是非常耗時的，而用 EXISTS 不會生成臨時表。 當然了，如果 IN 的參數是子查詢時，也可以用連接來代替，如下： --?使用連接代替?IN?SELECT?A.id,?A.name FROM?Class_A?A?INNER?JOIN?Class_B?B?ON?A.id?=?B.id

16、; 用到了 「id」列上的索引，而且由于沒有子查詢，也不會生成臨時表 二、避免排序 SQL 是聲明式語言，即對用戶來說，只關心它能做什么，不用關心它怎么做。這樣可能會產生潛在的性能問題：排序，會產生排序的代表性運算有下面這些 · GROUP BY 子句 · ORDER BY 子句 · 聚合函數(SUM、COUNT、AVG、MAX、MIN) · DISTINCT · 集合運算符(UNION、INTERSECT、EXCEPT) · 窗口函數(RANK、ROW_NUMBER 等) 如果在內存中排序還好，但如果內存不夠導致需要在硬盤上排序上的話，性能就會急劇下降，所以我們需要減少不

17、必要的排序。怎樣做可以減少排序呢。 1、 使用集合運算符的 ALL 可選項 SQL 中有 UNION，INTERSECT，EXCEPT 三個集合運算符，默認情況下，這些運算符會為了避免重復數據而進行排序，對比一下使用 UNION 運算符加和不加 ALL 的情況: 注意：加 ALL 是優化性能非常有效的手段，不過前提是不在乎結果是否有重復數據。 2、使用 EXISTS 代表 DISTINCT 為了排除重復數據， DISTINCT 也會對結果進行排序，如果需要對兩張表的連接結果進行去重，可以考慮用 EXISTS 代替 DISTINCT，這樣可以避免排序。 如何找出有銷售記錄的商

18、品，使用如下 DISTINCT 可以： SELECT?DISTINCT?I.item_no FROM?Items?I?INNER?JOIN?SalesHistory?SH ON?I.?item_no?=?SH.?item_no; 不過更好的方式是使用 EXISTS: SELECT?item_no?FROM?Items?I WHERE?EXISTS? ????????(SELECT?* ???????????FROM?SalesHistory?SH ??????????WHERE?I.item_no?=?SH.item_no); 既用到了索引，又避免了排序對性能的損耗。 二

19、、在極值函數中使用索引（MAX/MIN） 使用 MAX/ MIN 都會對進行排序，如果參數字段上沒加索引會導致全表掃描，如果建有索引，則只需要掃描索引即可，對比如下 --?這樣寫需要掃描全表? SELECT?MAX(item) ??FROM?Items; --?這樣寫能用到索引? SELECT?MAX(item_no) ??FROM?Items; 注意：極值函數參數推薦為索引列中并不是不需要排序，而是優化了排序前的查找速度（畢竟索引本身就是有序排列的）。 三、能寫在 WHERE 子句里的條件不要寫在 HAVING 子句里 下列 SQL 語句返回的結果是一樣的: --?

20、聚合后使用?HAVING?子句過濾 SELECT?sale_date,?SUM(quantity) ??FROM?SalesHistory?GROUP?BY?sale_date HAVING?sale_date?=?'2007-10-01'; --?聚合前使用?WHERE?子句過濾 SELECT?sale_date,?SUM(quantity) ??FROM?SalesHistory ?WHERE?sale_date?=?'2007-10-01'? ?GROUP?BY?sale_date; 使用第二條語句效率更高，原因主要有兩點 1. 使用 GROUP BY 子句進行聚

21、合時會進行排序，如果事先通過 WHERE 子句能篩選出一部分行，能減輕排序的負擔 2. 在 WHERE 子句中可以使用索引，而 HAVING 子句是針對聚合后生成的視頻進行篩選的，但很多時候聚合后生成的視圖并沒有保留原表的索引結構 四、在 GROUP BY 子句和 ORDER BY 子句中使用索引 GROUP BY 子句和 ORDER BY 子句一般都會進行排序，以對行進行排列和替換，不過如果指定帶有索引的列作為這兩者的參數列，由于用到了索引，可以實現高速查詢，由于索引是有序的，排序本身都會被省略掉 五、使用索引時，條件表達式的左側應該是原始字段 假設我們在 col 列上建立了索引，

22、則下面這些 SQL 語句無法用到索引 SELECT?* ??FROM?SomeTable ?WHERE?col?*?1.1?>?100; SELECT?* ??FROM?SomeTable ?WHERE?SUBSTR(col,?1,?1)?=?'a'; 以上第一個 SQL 在索引列上進行了運算, 第二個 SQL 對索引列使用了函數，均無法用到索引，正確方式是把列單獨放在左側,如下: SELECT?* ??FROM?SomeTable ?WHERE?col_1?>?100?/?1.1; 當然如果需要對此列使用函數，則無法避免在左側運算，可以考慮使用函數索引，不過一般不推

23、薦隨意這么做。 六、盡量避免使用否定形式 如下的幾種否定形式不能用到索引： · <> · != · NOT IN 所以以下 了SQL 語句會導致全表掃描 SELECT?* ??FROM?SomeTable ?WHERE?col_1?<>?100; 可以改成以下形式 SELECT?* ??FROM?SomeTable ?WHERE?col_1?>?100?or?col_1?

24、?WHERE?col_1?=?10; ○?SELECT?*?FROM?SomeTable?WHERE?col_1?=?'10'; ○?SELECT?*?FROM?SomeTable?WHERE?col_1?=?CAST(10,?AS?CHAR(2)); 雖然第一條 SQL 會默認把 10 轉成 '10'，但這種默認類型轉換不僅會增加額外的性能開銷，還會導致索引不可用，所以建議使用的時候進行類型轉換。 八、減少中間表 在 SQL 中，子查詢的結果會產生一張新表，不過如果不加限制大量使用中間表的話，會帶來兩個問題，一是展示數據需要消耗內存資源，二是原始表中的索引不容易用到，所以盡量減少中

25、間表也可以提升性能。 九、靈活使用 HAVING 子句 這一點與上面第八條相呼應，對聚合結果指定篩選條件時，使用 HAVING 是基本的原則，可能一些工程師會傾向于使用下面這樣的寫法: SELECT?* ??FROM?(SELECT?sale_date,?MAX(quantity)?AS?max_qty ????? ??FROM?SalesHistory? ?????? GROUP?BY?sale_date)?TMP WHERE?max_qty?>=?10; 雖然上面這樣的寫法能達到目的，但會生成 TMP 這張臨時表，所以應該使用下面這樣的寫法: S

26、ELECT?sale_date,?MAX(quantity)? ??FROM?SalesHistory ?GROUP?BY?sale_date HAVING?MAX(quantity)?>=?10; HAVING 子句和聚合操作是同時執行的，所以比起生成中間表后再執行 HAVING 子句，效率會更高，代碼也更簡潔 10、需要對多個字段使用 IN 謂詞時，將它們匯總到一處 一個表的多個字段可能都使用了 IN 謂詞，如下: SELECT?id,?state,?city? ??FROM?Addresses1?A1 ?WHERE?state?IN?(SELECT?state ???

27、????????????????FROM?Addresses2?A2 ??????????????????WHERE?A1.id?=?A2.id)? ????AND?city?IN?(SELECT?city ???????????????????FROM?Addresses2?A2? ??????????????????WHERE?A1.id?=?A2.id); 這段代碼用到了兩個子查詢，也就產生了兩個中間表，可以像下面這樣寫 SELECT?* ??FROM?Addresses1?A1 ?WHERE?id?||?state?||?city ?IN?(SELECT?id?||?state||?city ???? FROM?Addresses2?A2); 這樣子查詢不用考慮關聯性，沒有中間表產生，而且只執行一次即可。 總結 本文一開始花了挺大的篇幅來講解 SQL 的規范，請大家務必重視這部分內部，良好的規范有利于團隊協作，對于代碼的閱讀也比較友好。 之后介紹了一些 SQL 的比較高級的用法，巧用這些技巧確實能達到事半功倍的效果，由于本文篇幅有限只是介紹了一部分，下篇我們會再介紹一些其他的技巧，敬請期待哦