六、如何选择索引列的顺序

建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

• 区分度最高的放在联合索引的最左侧（区分度 = 列中不同值的数量 / 列的总行数）。

• 尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO 性能也就越好）。

• 使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）。

七、避免建立冗余索引和重复索引

因为这样会增加查询优化器生成执行计划的时间。

• 重复索引示例：primary key(id)、index(id)、unique index(id)

• 冗余索引示例：index(a,b,c)、index(a,b)、index(a)

八、优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

覆盖索引：就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引

覆盖索引的好处：

• 避免 InnoDB 表进行索引的二次查询

  InnoDB 是以聚集索引的顺序来存储的，对于 InnoDB 来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了 IO 操作，提升了查询效率。

• 可以把随机 IO 变成顺序 IO 加快查询效率

  由于覆盖索引是按键值的顺序存储的，对于 IO 密集型的范围查找来说，对比随机从磁盘读取每一行的数据 IO 要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。

九、索引 SET 规范

尽量避免使用外键约束。

• 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引。

• 外键可用于保证数据的参照完整性，但建议在业务端实现。

• 外键会影响父表和子表的写操作从而降低性能。

十、数据库 SQL 开发规范

1. 建议使用预编译语句进行数据库操作

预编译语句可以重复使用这些计划，减少 SQL 编译所需要的时间，还可以解决动态 SQL 所带来的 SQL 注入的问题 只传参数，比传递 SQL 语句更高效 相同语句可以一次解析，多次使用，提高处理效率。

2. 避免数据类型的隐式转换

隐式转换会导致索引失效。如：

select name,phone from customer where id = '111';

3. 充分利用表上已经存在的索引

• 避免使用双 % 号的查询条件。

  如a like ‘%123%’，（如果无前置 %，只有后置 %，是可以用到列上的索引的）

• 一个 SQL 只能利用到复合索引中的一列进行范围查询

  如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到，在定义联合索引时，如果a列要用到范围查找的话，就要把 a 列放到联合索引的右侧。

• 使用 left join 或 not exists 来优化 not in 操作

  因为 not in 也通常会使用索引失效。

4. 数据库设计时，应该要对以后扩展进行考虑

5. 程序连接不同的数据库使用不同的账号，进制跨库查询

• 为数据库迁移和分库分表留出余地

• 降低业务耦合度

• 避免权限过大而产生的安全风险

6. 禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询

原因：

• 消耗更多的 CPU 和 IO 以网络带宽资源

• 无法使用覆盖索引

• 可减少表结构变更带来的影响

7. 禁止使用不含字段列表的 INSERT 语句

如：

insert into values ('a','b','c'); 

应使用：

insert into t(c1,c2,c3) values ('a','b','c');

8. 避免使用子查询，可以把子查询优化为 JOIN 操作

通常子查询在 in 子句中，且子查询中为简单 SQL ( 不包含 union、group by、order by、limit 从句 ) 时，才可以把子查询转化为关联查询进行优化。

子查询性能差的原因：

子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响。

特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大。

由于子查询会产生大量的临时表也没有索引，所以会消耗过多的 CPU 和 IO 资源，产生大量的慢查询。

9. 避免使用 JOIN 关联太多的表

对于 MySQL 来说，是存在关联缓存的，缓存的大小可以由 join_buffer_size 参数进行设置。

在 MySQL 中，对于同一个 SQL 多关联（join）一个表，就会多分配一个关联缓存，如果在一个 SQL 中关联的表越多，所占用的内存也就越大。

如果程序中大量的使用了多表关联的操作，同时 join_buffer_size 设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说，会产生临时表操作，影响查询效率 MySQL 最多允许关联 61 个表，建议不超过 5 个。

10. 减少同数据库的交互次数

数据库更适合处理批量操作 合并多个相同的操作到一起，可以提高处理效率

11. 对应同一列进行 or 判断时，使用 in 代替 or

In 的值不要超过 500 个， in 操作可以更有效的利用索引，or 大多数情况下很少能利用到索引。

12. 禁止使用 order by rand() 进行随机排序

会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的 CPU 和 IO 及内存资源。

推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。

13. WHERE从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会导致无法使用索引。

不推荐：

 where date(create_time)='20190101'

推荐：

where create_time >= '20190101' and create_time < '20190102'

14. 在明显不会有重复值时使用 UNION ALL 而不是 UNION

UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作。

UNION ALL 不会再对结果集进行去重操作。

15. 拆分复杂的大 SQL 为多个小 SQL

• 大 SQL：逻辑上比较复杂，需要占用大量 CPU 进行计算的SQL 。

• MySQL：一个 SQL 只能使用一个 CPU 进行计算。

• SQL 拆分后可以通过并行执行来提高处理效率。

十一、数据库操作行为规范

1. 超 100 万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作

• 大批量操作可能会造成严重的主从延迟

  主从环境中，大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况

• Binlog 日志为 row 格式时会产生大量的日志

  大批量写操作会产生大量日志，特别是对于 row 格式二进制数据而言，由于在 row 格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因。

• 避免产生大事务操作

  大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对 MySQL 的性能产生非常大的影响。

• 特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批。

2. 对于大表使用 pt-online-schema-change 修改表结构

• 避免大表修改产生的主从延迟

• 避免在对表字段进行修改时进行锁表

对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。

pt-online-schema-change 它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。

把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉,把原来一个 DDL 操作，分解成多个小的批次进行。

3. 禁止为程序使用的账号赋予 super 权限

当达到最大连接数限制时，还运行 1个 有 super 权限的用户连接 super 权限只能留给 DBA 处理问题的账号使用。

4. 对于程序连接数据库账号，遵循权限最小原则

程序使用数据库账号只能在一个 DB 下使用，不准跨库 程序使用的账号原则上不准有 drop 权限。

回复关键字获取视频教程：MySQL面试指南