一文讲解如何写出高效精致SQL

尽量避免selectttselectttel * from，返回所需的字段

在日常查询表数据中，经常不自觉地写select * from，查询所有字段信息；虽然记录较少的单表没有感觉，但当多个表相关且表量较大时，select * from将返回所有表的字段，这将影响查询效率。更好的方法是检查你需要什么，只返回所需的字段信息；这也符合开发中至少知道的原则，尽量不要暴露不必要的信息。

在日常开发环境查询中，可以随意写select * from tableA，这种查询将返回所有记录和字段。如果这种查询误升级到生产环境，查询太慢可能会带来灾难性的后果。全表扫描是一种低效的查询方法，应尽量避免。通过使用索引、适当的过滤条件和JOIN优化，减少全表面扫描。因此，在查询过程中，习惯性地增加where条件过滤（如分页、字段过滤、日期间隔等），并返回尽可能小的数据，这将大大提高查询效率。

当单表记录过多，通过非索引字段进行表相关查询时，查询效率很低；此时，建立相关字段的索引将大大提高查询效率。因此，在设计表格时，最好考虑业务场景，建立索引通常用于过滤查询或表相关字段，这将对后续查询有很大的好处。同时，在查询过程中，也尝试采用索引查询，远高于非索引查询效率。

虽然索引很好，但是如果使用不当，可能无法达到预期的效果，这就需要重点关注索引失效的情况，并尽量避免。

索引失效的场景主要包括：

联合索引不符合最左匹配的原则

使用select * 查询

使用索引列进行表达式操作

索引列使用内置函数

使用like模糊查询错误

索引列的类型隐藏转换

使用or操作

使用>,<,!=等待索引列的比较

使用is not null

使用not in和not exixts

错误的order by 排序

修改表记录时，updateByIdid是一些随意操作(Entity entity)，虽然也可以成功更新，但是注意sql会发现他把Entity拿走了。 所有的字段都更新了，我们可能只是想修改一个状态字段。后者只修改少量字段的效率明显高于全修改。更重要的是，它可以避免误修改其他字段，导致其他一些问题。

节省存储空间：数值通常比字符串类型占用更少的存储空间。在大规模数据集中，使用数值类型可以显著降低数据库的存储需求，从而提高系统的性能和效率。

提高查询性能：在数据库查询中，比较值类型通常比字符串类型更快。因为数值类型可以直接比较，而字符串类型需要逐个比较

删除数据很酷，但也很有风险，尤其是重要数据被误删除。删除数据通常包括物理删除（硬删除）、逻辑删除。但是，无论删除什么样的删除，都要注意有限的条件，不要删除所有的数据，也不要逃跑。

物理删除可以节省内存空间，同时确保表中只有有效的数据，具有良好的可读性。但如果物理删除，数据很可能不会恢复。逻辑删除，虽然更安全，但一定程度的污染表数据，每次相关查询，都必须记住过滤有效的数据。

对于一些有价值的历史数据，是否可以考虑设计历史表来存储被删除的历史数据，一方面可以保证可追溯性，但也可以保证原始表数据的简洁性和有效性。