【SQL】加快SQL查询的九种优秀实践

1.只检索需要的列

对于那些所谓的数据库开发老司机而言，他们会有一个常见的SQL习惯：在编写查询代码时，频繁地使用SELECT *，一次性列出所有可能需要的数据列。显然，如果查询一个存储了一百多列的数据表的所有列，您可以想象会发生什么？毕竟在真实的系统应用环境中，这样的数据表屡见不鲜，而且它们并非总是可以通过重新设计和优化，来合理化其结构。那么，您是否考虑过采取简单点的方法呢？其实，我们可以只选择列的子集，以避免在查询过程中占用不必要的资源，并提高执行的效率。

当然，在进行查询的原型设计时，使用SELECT *是没有太大问题的，但是一旦进入生产阶段，具体的查询就应该只请求那些实际将会使用到的数据列。

2.使用CASE代替UPDATE进行有条件的列更新

在编程过程中，开发人员也会经常使用UPDATE ...WHERE，来根据数据表中的某一列的值，设置另一列的值。例如，UPDATE Users SET Users.Status="遗留" WHERE Users.ID<1000。不可否认，这种方法既简单又直观，但是它有时也会增加不必要的步骤。例如，如果您需要先向某个表中插入数据，然后使用UPDATE来更改数据，那么这便是两个独立的事务。不过，当你有数百万行数据时，此类“徒增”的额外事务就会产生大量不必要的操作。

对于一些大规模操作而言，更好的解决方案是：在查询中使用内联CASE语句，在插入操作过程中设置列的值。如此，我们便可以一次性地同时处理初始插入和修改数据了。

3.尽量减少大表查询

就系统开销而言，对于任何体量数据表的查询