在千锋郑州大数据培训班已经学习了两个多月了，我渐渐适应了这里高强度的学习节奏。转眼间第二阶段的学习就要结束，在这一个月里我们又学习了很多新的知识，其中SQL优化是对数据库操作效率提高的重要课题，接下来我就给大家分享几个常用的、但容易忽视的几个SQL优化方案。

　　一、避免进行null判断。应尽量避免在where子句中对字段进行null值判断，否则将导致引擎放弃。使用索引而进行全表扫描最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库。备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使用NULL。不要以为NULL不需要空间，比如：char(100) 型，在字段建立时，空间就固定了。不管是否插入值(NULL也包含在内)，都是占用 100个字符的空间的，如果是varchar这样的变长字段， null 不占用空间。可以在num上设置默认值0，确保表中num列没有null值。

　　二、不要使用select *。使用select *的话会增加解析的时间，另外会把不需要的数据也给查询出来，数据传输也是耗费时间的。比如text类型的字段通常用来保存一些内容比较繁杂的东西，如果使用select *则会把该字段也查询出来。

　　三、谨慎使用模糊查询。当模糊匹配以%开头时，该列索引将失效，若不以%开头，该列索引有效。

　　四、不要使用列号。使用列号的话，将会增加不必要的解析时间。

　　五、优先使用UNION ALL，避免使用UNION。因为UNION 会将各查询子集的记录做比较，故比起UNION ALL ，通常速度都会慢上许多。一般来说，如果使用UNION ALL能满足要求的话，务必使用UNION ALL。还有一种情况，如果业务上能够确保不会出现重复记录。

　　六、在where语句或者order by语句中避免对索引字段进行计算操作。当在索引列上进行操作之后，索引将会失效。正确做法应该是将值计算好再传入进来。

　　七、使用not exist代替not in。如果查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引;而not extsts 的子查询依然能用到表上的索引。

　　八、exist和in的区别。in是把外表和内表作hash连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询。因此，in用到的是外表的索引， exists用到的是内表的索引。如果查询的两个表大小相当，那么用in和exists差别不大。如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in。

　　九、避免在索引列上做如下操作。1.避免在索引列上使用IS NULL和IS NOT NULL。2.避免在索引列上出现数据类型转换(比如某字段是String类型，参数传入时是int类型)。当在索引列上使用如上操作时，索引将会失效，造成全表扫描。

　　十、复杂操作可以考虑适当拆成几步。有时候会有通过一个SQL语句来实现复杂业务的例子出现，为了实现复杂的业务，嵌套多级子查询。造成SQL性能问题。对于这种情况可以考虑拆分SQL，通过多个SQL语句实现，或者把部分程序能完成的工作交给程序完成。

　　从刚开始的java基础直接转战到了大数据技术，学习的难度进一步加大，我们一直出于紧张的学习当中，在这SQL、Linux和Hadoop之间打转。但千锋郑州大数据培训班的老师很负责，只要我们肯用心学习，就可以取得很大进步。当然，过程中不仅有成就感，也有挫败感，但却真的很充实，因为我们在进步，距离梦想也越来越近。

上一篇

千锋讲师分享高效的Python学习方法

下一篇

告别迷茫触摸梦想 我在千锋郑州Java培训班学习积蓄力量