Python中如何优化SQL?常用技巧有哪些?

作者: xiaozhu 发布时间: 2022-10-14 浏览: 1001 次 编辑

编程人员一定不陌生SQL语句吧,在我们日常写项目过程中,或多或少都会使用到SQL,SQL主要功能有增删改查,其中最常见的就是查询了,因此SQL语句的性能就变得至关重要,如何优化SQL呢?请看下文:

一、分解SQL

当我们遇到一个较复杂的SQL时,可以选择将它拆分成多个简单的SQL,这样既能保证处理结果,SQL也更简短了。

在面对超级复杂SQL语句时,性能提升尤为明显,推荐分解为小查询来进行优化,不过在应用设计时,如果一个查询能解决问题且不会产生性能问题,这是完全没问题的。

分解可以使缓存更高效,可以很方便地缓存单表查询结果对应的结果,执行单个查询也可以减少表锁的竞争,在程序应用层做关联,更容易对数据库进行拆分,也更容易做到高性能和可扩展。

二、查询切分

遇到结果集很大的查询,我们可以采用“分而治之”的思想,即将大查询切分为小查询,每个查询功能完全一样,只是各自完成一小部分,每次只返回一小部分的查询结果,类似于分页查询。

查询切分不管是对于SQL查询本身,还是对于上层业务来说,都是很小的开销。

三、执行计划

使用EXPLAIN关键字,可以让我们知道MYSQL是如何执行SQL语句的,可以帮助我们分析我们的查询语句或是表结构的性能瓶颈,EXPLAIN的查询结果还会告诉我们索引主键是如何被利用的,数据表示如何被搜索或排序的等等。

四、遵守原则

在我们平时写SQL时,养成良好习惯就可以很大程度上避免一些SQL性能问题。盘点以下几点:

a. 永远为每张表设置一个ID主键;

b. 避免使用SELECT *;

c. 为搜索字段建立索引;

d. 在Join表时使用对应类型的列,并将其索引;

e. 尽可能使用NOT NULL;

五、使用查询缓存

当有很多相同查询被执行多次时,这些结果往往会被放入一个缓存中,这样后续的相同查询就不用操作而直接访问缓存结果了。

MySQL查询缓存保存查询返回的完整结果。当查询命中该缓存,MySQL会like返回结果,跳过了解析、优化和执行截断。

这是提高查询性能最有效的方法之一,而且这是被MySQL引擎处理的,通常MySQL默认是不开启查询缓存的,需要手动开启。