共計 1868 個字符，預計需要花費 5 分鐘才能閱讀完成。
8 種最坑的 SQL 錯誤用法分別是哪些，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。
1、LIMIT 語句
分頁查詢是最常用的場景之一，但也通常也是最容易出問題的地方。比如對于下面簡單的語句，一般 DBA 想到的辦法是在 type, name, create_time 字段上加組合索引。這樣條件排序都能有效的利用到索引，性能迅速提升。
好吧，可能 90% 以上的 DBA 解決該問題就到此為止。但當 LIMIT 子句變成“LIMIT 1000000,10” 時，程序員仍然會抱怨：我只取 10 條記錄為什么還是慢? 要知道數據庫也并不知道第 1000000 條記錄從什么地方開始，即使有索引也需要從頭計算一次。出現這種性能問題，多數情形下是程序員偷懶了。在前端數據瀏覽翻頁，或者大數據分批導出等場景下，是可以將上一頁的最大值當成參數作為查詢條件的。SQL 重新設計如下：
在新設計下查詢時間基本固定，不會隨著數據量的增長而發生變化。
2、隱式轉換
SQL 語句中查詢變量和字段定義類型不匹配是另一個常見的錯誤。比如下面的語句：
其中字段 bpn 的定義為 varchar(20)，MySQL 的策略是將字符串轉換為數字之后再比較。函數作用于表字段，索引失效。上述情況可能是應用程序框架自動填入的參數，而不是程序員的原意。現在應用框架很多很繁雜，使用方便的同時也小心它可能給自己挖坑。
3、關聯更新、刪除
雖然 MySQL5.6 引入了物化特性，但需要特別注意它目前僅僅針對查詢語句的優化。對于更新或刪除需要手工重寫成 JOIN。比如下面 UPDATE 語句，MySQL 實際執行的是循環 / 嵌套子查詢(DEPENDENT SUBQUERY)，其執行時間可想而知。
執行計劃：
重寫為 JOIN 之后，子查詢的選擇模式從 DEPENDENT SUBQUERY 變成 DERIVED，執行速度大大加快，從 7 秒降低到 2 毫秒。
執行計劃簡化為：
4、混合排序
MySQL 不能利用索引進行混合排序。但在某些場景，還是有機會使用特殊方法提升性能的。
執行計劃顯示為全表掃描：
由于 is_reply 只有 0 和 1 兩種狀態，我們按照下面的方法重寫后，執行時間從 1.58 秒降低到 2 毫秒。
5、EXISTS 語句
MySQL 對待 EXISTS 子句時，仍然采用嵌套子查詢的執行方式。如下面的 SQL 語句：
執行計劃為：
去掉 exists 更改為 join，能夠避免嵌套子查詢，將執行時間從 1.93 秒降低為 1 毫秒。
新的執行計劃：
6、條件下推外部查詢條件不能夠下推到復雜的視圖或子查詢的情況有：
聚合子查詢;
含有 LIMIT 的子查詢;
UNION 或 UNION ALL 子查詢;
輸出字段中的子查詢;
如下面的語句，從執行計劃可以看出其條件作用于聚合子查詢之后：
確定從語義上查詢條件可以直接下推后，重寫如下：
執行計劃變為：
7、提前縮小范圍先上初始 SQL 語句：
數為 90 萬，時間消耗為 12 秒。
由于最后 WHERE 條件以及排序均針對最左主表，因此可以先對 my_order 排序提前縮小數據量再做左連接。SQL 重寫后如下，執行時間縮小為 1 毫秒左右。
再檢查執行計劃：子查詢物化后 (select_type=DERIVED) 參與 JOIN。雖然估算行掃描仍然為 90 萬，但是利用了索引以及 LIMIT 子句后，實際執行時間變得很小。
8、中間結果集下推
再來看下面這個已經初步優化過的例子(左連接中的主表優先作用查詢條件)：
那么該語句還存在其它問題嗎? 不難看出子查詢 c 是全表聚合查詢，在表數量特別大的情況下會導致整個語句的性能下降。其實對于子查詢 c，左連接最后結果集只關心能和主表 resourceid 能匹配的數據。因此我們可以重寫語句如下，執行時間從原來的 2 秒下降到 2 毫秒。
但是子查詢 a 在我們的 SQL 語句中出現了多次。這種寫法不僅存在額外的開銷，還使得整個語句顯的繁雜。使用 WITH 語句再次重寫：
總結數據庫編譯器產生執行計劃，決定著 SQL 的實際執行方式。但是編譯器只是盡力服務，所有數據庫的編譯器都不是盡善盡美的。上述提到的多數場景，在其它數據庫中也存在性能問題。了解數據庫編譯器的特性，才能避規其短處，寫出高性能的 SQL 語句。程序員在設計數據模型以及編寫 SQL 語句時，要把算法的思想或意識帶進來。編寫復雜 SQL 語句要養成使用 WITH 語句的習慣。簡潔且思路清晰的 SQL 語句也能減小數據庫的負擔。
看完上述內容，你們掌握 8 種最坑的 SQL 錯誤用法分別是哪些的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注丸趣 TV 行業資訊頻道，感謝各位的閱讀！
