【SQL】其它查询优化策略

• exists和in
• count(*) count(1) count(具体字段)
• select (*)
• limit 1
• 多使用commit

exists和in

小表驱动大表

select * from A where cc in (select cc from B);
select * from A where exists (select cc from B where B.cc = A.cc);

当A表小于B表时，用exists，相当于从外层输入数据到内层，循环的次数取决于外层的数据个数。

当B表小于A表时，用in，相当于提前给A表划定范围。

count(*) count(1) count(具体字段)

count(1) 和 count(*) 本质上没有区别，执行效率可以看成是相等的。
使用myISAM存储引擎，统计数据表的行数只需要O(1)的复杂度，因为MyISAM存储了记录的总数；
如果是InnoDB存储引擎，则是全表扫描，复杂度O(n)，通过循环+计数方式完成。
采用count(具体字段)来统计数据行数，尽量用二级索引字段而不是主键索引，因为主键是聚簇索引，扫描时会将所有数据加载到内存中，而二级索引中数据少，加载的成本更低。

select (*)

尽量不要使用select (*)，用到哪个字段直接写上。
① MySQL 在解析的过程中，会通过查询数据字典将" *"按序转换成所有列名，这会大大的耗费资源和时间。
② 无法使用覆盖索引

limit 1

针对的是会扫描全表的 SQL 语句，如果你可以确定结果集只有一条，那么加上LIMIT 1 的时候，当找到一条结果的时候就不会继续扫描了，这样会加快查询速度。
如果数据表已经对字段建立了唯一索引，那么可以通过索引进行查询，不会全表扫描的话，就不需要加上LIMIT 1 了。

多使用commit

只要有可能，在程序中尽量多使用 COMMIT，这样程序的性能得到提高，需求也会因为 COMMIT 所释放的资源而减少。
COMMIT 所释放的资源：

• 回滚段上用于恢复数据的信息
• 被程序语句获得的锁
• redo / undo log buffer 中的空间
• 管理上述 3 种资源中的内部花费