Mysql查询语句小结：

where(条件查询)、having（筛选）、order by（排序）、group by（分组）、limit（限制结果数）

一、子句

1、where中常用运算符

>,<,=,!=,<>,>=,<=

in(d1,d2,d3….,dn)

between  d1 and d2

not  or  and  

like   %任意字符 _单个字符

2、 group by

正常情况下group by都是与聚合函数配合起来使用的，按group by 的条件分组聚合（可以这么理解，但执行顺序什么的…就不能这样乱来了），比如最值，平均什么的，然后，给大家举个小例子，沉痛的教训：

select book_id, book _name,cat_id,max(book _price)  from books  group by cat_id

这样查询出的book_name是万万不能够正确的啊，book _price使用聚合函数，所以它是最大的没问题，但是books被group by以cat_id给分组了book _name啥的只是分组下的第一条记录而已，根本不会跟着max(book _price)作调整，不认真学习的后果就是这么惨痛…

3、having用法

与where类似，where后面的语句怎么描述，having就怎么写，但是两者区别也是很明显的，having只对查询出的结果中的列起筛选作用，而where则是对表中的列进行查询

当然having和where也可以配合起来用，大概就是:

select col1,col2,(col) as s from table where col1=X having s>Y

4、order by 排序就不作多余记录了 默认升，desc降，asc升

5、limit offset,N  offset是偏移量，缺省则默认为0，意思为取从offset+1开始的N条记录

二、子查询（嵌套）

1、where型 

  select book_id,book_name from goods 

  where book_id = (select max(book_id) from goods)

  把内层查询的结果作为外层查询where子句中的比较条件

2、from型

  把内层查询的结果供外层再次查询（单表中通常是依赖聚合函数查询而又不需要聚合函数结果列时使用，多表时则是干掉不需要的列然后进行表连接时使用）。

3、exists型

  将外层查询结果放到内层查询中检验是否成立，符合内层查询要求则算作最终结果

4、除了这样的分类方法外，还可以有标量查询、单行查询、单列查询，表查询等依据查询结果分类的方法，但是归根结底还是看具体需求，一层层嵌套查询最终得到想要的结果

三、表连接

 表连接当然也有很多种，常用的有交叉连接、左连接、右连接、内连接等，这也算是关系型数据库查询的一大特点，几张表不是说连就能连起来的，它们之间必然有各种联系，而这种关系就是约束条件（WHERE, ON, USING后）要写的内容，通过这样的联系我们将多张表连接，然后选择出我们需要的数据，这样便可以摆脱一层又一层的嵌套。

四、小结：

   很久没有摸过sql语句，前两天突然被虐了一下，便想着把sql复习下，因此才有了这样的随笔，写着写着想起一句话：遇到问题想想如果是你自己会怎么解决，那就让程序按照这个思路去执行。无论是怎样的查询需求，都会有一个化繁为简的过程，每个简单步骤的叠加才形成了难题，一次查不出来就多查一层，把问题当洋葱剥了就好....只不过这样的语句可能就没啥优化可谈了，但是结果才是讨论过程合理性的前提，起码我是这么觉得的

最后附上一些前人总结的优化经验：

1. 查询进行优化，应尽量避免全表扫描

    对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引

       .    尝试下面的技巧以避免优化器错选了表扫描：

       ·   使用ANALYZE TABLEtbl_name为扫描的表更新关键字分布。

       ·   对扫描的表使用FORCEINDEX告知MySQL，相对于使用给定的索引表扫描将非常耗时。

            SELECT * FROM t1, t2 FORCE INDEX (index_for_column)   WHERE t1.col_name=t2.col_name；

       ·   用--max-seeks-for-key=1000选项启动mysqld或使用SET max_seeks_for_key=1000告知优化器假设关键字扫描不会超过1,000次关键字搜索。

 1). 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，如：

        select id from t where num is null

        NULL对于大多数数据库都需要特殊处理，MySQL也不例外，它需要更多的代码，更多的检查和特殊的索引逻辑，有些开发人员完全没有意识到，创建表时NULL是默认值，但大多数时候应该使用NOT NULL，或者使用一个特殊的值，如0，-1作为默  认值。

        不能用null作索引，任何包含null值的列都将不会被包含在索引中。即使索引有多列这样的情况下，只要这些列中有一列含有null，该列    就会从索引中排除。也就是说如果某列存在空值，即使对该列建索引也不会提高性能。 任何在where子句中使用is null或is not null的语句优化器是不允许使用索引的。

        此例可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

         select id    from t where num=0

 2). 应尽量避免在 where 子句中使用!=或<>操作符

         否则将引擎放弃使用索引而进行全表扫描。
         MySQL只有对以下操作符才使用索引：<，<=，=，>，>=，BETWEEN，IN，以及某些时候的LIKE。 

         可以在LIKE操作中使用索引的情形是指另一个操作数不是以通配符（%或者_）开头的情形。例如:
         SELECT id FROM  t WHERE col LIKE ‘Mich%‘; #  这个查询将使用索引，
         SELECT id FROM  t WHERE col  LIKE ‘%ike‘;   #这个查询不会使用索引。

 3). 应尽量避免在 where 子句中使用 or 来连接条件

        否则将导致引擎放弃使用索引而进行全表扫描，如：

        select id from t where num=10 or num=20

        可以 使用UNION合并查询： select id from t where num=10 union all select id from t where num=20

       在某些情况下，or条件可以避免全表扫描的。

        1 .where 语句里面如果带有or条件, myisam表能用到索引， innodb不行。

        2 .必须所有的or条件都必须是独立索引  

 4) .in 和 not in 也要慎用，否则会导致全表扫描，

        如：

        select id from t where num in(1,2,3)

        对于连续的数值，能用 between 就不要用 in 了：

        Select id from t where num between 1 and 3

  5).下面的查询也将导致全表扫描：

        select id from t where name like ‘%abc%‘ 或者

        select id from t where name like ‘%abc‘ 或者

        若要提高效率，可以考虑全文检索。

        而select id from t where name like ‘abc%‘ 才用到索引

 7). 如果在 where 子句中使用参数，也会导致全表扫描。

       因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推 迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

       select id from t where num=@num

       可以改为强制查询使用索引： select id from t with(index(索引名)) where num=@num

 8). 应尽量避免在 where 子句中对字段进行表达式操作，

       这将导致引擎放弃使用索引而进行全表扫描。如：

       select id from t where num/2=100

       应改为:  select id from t where num=100*2

9). 应尽量避免在where子句中对字段进行函数操作，

       这将导致引擎放弃使用索引而进行全表扫描。如：

      select id from t where substring(name,1,3)=‘abc‘   --name

      select id from t where datediff(day,createdate,‘2005-11-30‘)=0--‘2005-11-30’ 

      生成的id 应改为:

      select id from t where name like ‘abc%‘

      select id from t where createdate>=‘2005-11-30‘ and createdate<‘2005-12-1‘

10).不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，

      否则系统将可能无法正确使用索引。

11). 索引字段不是复合索引的前缀索引

       例如 在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。

2 .其他一些注意优化：

12). 不要写一些没有意义的查询，

        如需要生成一个空表结构：

        select col1,col2 into #t from t where 1=0

        这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样： create table #t(...)

13). 很多时候用 exists 代替 in 是一个好的选择：

       select num from a where num in(select num from b)

       用下面的语句替换：

       select num from a where exists(select 1 from b where num=a.num)

14). 并不是所有索引对查询都有效，

       SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

15). 索引并不是越多越好，

       索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

16).应尽可能的避免更新 clustered 索引数据列，

       因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

17).尽量使用数字型字段，

      若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

18).尽可能的使用 varchar/nvarchar 代替 char/nchar ，

      因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

19).最好不要使用"*"返回所有： select * from t ，

     用具体的字段列表代替“*”，不要返回用不到的任何字段。

Mysql查询