SQL查询变慢主因是执行顺序不清和优化点忽略:WHERE先于SELECT执行,避免在SELECT中计算;JOIN应小表驱动大表并确保字段索引与类型一致;ORDER BY和LIMIT需配合复合索引;COUNT(*)优于COUNT(字段),且应善用索引覆盖。

SQL查询变慢,往往不是因为语句写错了,而是执行顺序没理清、关键优化点被忽略。理解SQL真正怎么执行,比背优化技巧更重要。
WHERE先于SELECT执行,别在SELECT里做计算
很多人习惯在SELECT中写复杂表达式或函数(比如UPPER(name)、DATE(created_at)),以为只是“展示时处理”。但数据库实际会在每行数据上先算完这些,再判断是否满足WHERE条件——相当于多做了大量无效计算。
- 把过滤逻辑尽量前移到WHERE里,比如用
created_at >= '2024-01-01'代替DATE(created_at) = '2024-01-01' - 避免对索引字段使用函数或运算,否则索引失效(如
WHERE id + 1 = 100无法走id索引) - 需要大小写不敏感匹配时,优先建函数索引(如PostgreSQL的
CREATE INDEX idx_name_lower ON users ((LOWER(name)))),而不是每次查都写LOWER(name) = 'alice'
JOIN顺序影响中间结果集大小,小表驱动大表仍是有效原则
虽然现代优化器会重排JOIN顺序,但显式控制仍有必要,尤其在嵌套查询或统计类场景。如果LEFT JOIN一个超大日志表,又没加有效过滤条件,中间结果可能爆炸式膨胀。
- 确保JOIN字段有索引,且类型严格一致(如INT vs VARCHAR会导致隐式转换,索引失效)
- 在子查询或WITH中预先过滤大表,再JOIN,比直接JOIN后WHERE更高效
- 用
EXPLAIN看实际驱动表和行数预估,关注rows列是否远大于预期
ORDER BY和LIMIT要配合索引,避免Using filesort
没有合适索引时,ORDER BY会触发临时文件排序(Using filesort),数据量一上去就明显卡顿。LIMIT看似只取几条,但如果排序发生在全表扫描之后,代价依然很高。
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
还木有评论哦,快来抢沙发吧~