Java Develop——基于 MySQL 的 SQL 规约/优化记录

1.SQL规约

1.建表规约

必备三字段：

create table `demo` (
`id` bigint(32) not null auto_increment comment '主键',
`gmt_create` timestamp not null default current_timestamp comment '主动创建时间',
`gmt_modified` timestamp not null default current_timestamp on update current_timestamp comment '被动更新时间',
primary key (`id`)
)

价格字段用 decimal(8, 2) 类型

2.索引规约

2.SQL优化

1.合理的使用连接

1.内连接与左连接

//查询学生信息+成绩，隐式的内连接，学生信息表student，学生成绩表studentcource，
//只返回两张表里学号相同的记录
select * from student s, studentcource sc where s.id = sc.sid;

//左连接，以左表为主表，返回左表里所有的行，并以此和右表连接，即使右表没有和左表相对应的行数据，也需要返回null
//右连接改成studentcource sc left student s即可
//全连接等于左连接的所有行加上右连接的所有行
select * from student s left join studentcource sc on s.id = sc.sid;

//左连接添加where条件，指定查询的名字
select * from student s left join studentcource sc on s.id = sc.sid where name = 'Tom';

2.范式和连接的代价

三范式的理解可以参考文章 http://blog.csdn.net/wangqyoho/article/details/52900585，一般说来，数据库只需满足第三范式(3NF）就行了：

三范式
1NF:字段不可分;
2NF:有主键，非主键字段依赖主键;
3NF:非主键字段不能相互依赖;

解释:
1NF:原子性 字段不可再分,否则就不是关系数据库;
2NF:唯一性 一个表只说明一个事物;
3NF:每列都与主键有直接关系，不存在传递依赖;

既然按三范式的原则设计表，那么考虑表之间的连接代价就是必须要做的事情了，为此必须在三范式和连接代价之间权衡一下了。

3.建表需要权衡数据冗余和连接代价

在设计的时候，如果知道系统的数据量不会太大（关联代价不会太高），那么用三范式的原则是必须的，毕竟三范式能避免数据冗余带来的更新插入上的需要同时多表里相同字段的麻烦。

如果数据量很大，那么就需要冗余数据，例如订单流水表中还放入了用户表的邮件地址和商品表的商品名。冗余数据也得付出相应的代价，比如用户一旦更新了邮件地址，那么我就需要同时在用户表和订单流水表里修改该字段。

我们不仅需要掌握诸如连接的范式之类的技术，更应该从业务角度权衡各种建表代价，具体业务具体分析。

2.一些常用的SQL

//查询学生表中前10条数据，limit为分页查询关键字
select * from student limit 0,10

//用like进行模糊查询
select * from 表名 where name like '%java%'

//函数：查询name首字母是J的记录
select * from 表名 where substr(name)='J'

insert into 表名

//以字母顺序显示公司名称
select company, order_number from orders order by company

3.一些被忽视的SQL

1.group by 和 having

//查询每个社团小组的总人数
//社团小组记录表包括字段: 年级、人数、社团小组名
//返回数据格式: 年级、总人数
select 社团小组名, sum(人数) as 总人数 from 社团小组记录表 group by 社团小组名

//分组之后过滤数据: 哪个组的人数低于10人
select 社团小组名, sum(人数) as 总人数 from 社团小组记录表 group by 社团小组名 having sum(人数)<10

//having查看重复记录，重复问题可以通过建立主键约束来避免
//学生表字段：id、name
select id from 学生表 group by having count(*)>1

2.select定式

常用的 select 语句，无非包括 子查询、in、group by、having 的组合。

/*建四张表:
学生表student 字段: 学号、姓名、年龄
课程表course 字段: 课程编号、课程名、老师编号
成绩表sc 字段: 学号、课程号、成绩
老师表teacher 字段: 老师编号、老师姓名*/

//查询所有功课都及格的学生信息
select sid, sname, sage from student where sid not in(select sid from sc where score<60)

//查询语文成绩比数学成绩差的学生学号和姓名
select sid sname from
(select student.'sid', student.sname, score,
(select score from sc sc_2 where student.'sid'=sc_2.'sid' and sc_2.'cname'='语文')
score2 from student, sc where sc.'sid'=student.'sid' and sc.'cname'='数学')
s_2 where score2<score

//查询都学过2号同学学习过的课程的学生的学号
//用count(*)来保证这些同学学过的课程数量和2号同学课程数量一样多
select 'sid' from sc where 'cid' in
(select 'cid' from sc where 'sid'=2)
group by 'sid' having count(*)=(select count(*) from sc where 'sid'=2)

4.解决SQL慢查询问题

1.排序慢SQL之order by解决

项目中 order by 排序出现耗费大量时间的现象，加和不加 order by 差距在80倍左右。从三张表里面查数据（left join），然后根据其中一个字段排序（排序的字段有索引）。这种情况可以考虑数据查出来，然后再用 Java 进行排序：

//Object排序一
Collections.sort(returnList, new Comparator<CostStatisticsD0>() {
@Override
public int compare(CostStatisticsD0 o1, CostStatisticsD0 o2) {
return o1.getConsume() < o2.getConsume() ? 1 : -1;
}
});

//Object排序二
Collections.sort(returnList, new Comparator<CostStatisticsD0>() {
@Override
public int compare(CostStatisticsD0 o1, CostStatisticsD0 o2) {
return o1.getAdvertEntName().compareTo(o2.getAdvertEntName());
}
});

5.索引的用途与代价

索引是数据库优化所必备的工具。索引相关内容参考文章 http://blog.csdn.net/xluren/article/details/32746183

索引的用途：查询效率高。

付出的代价：空间代价（索引需要占硬盘空间）；时间代价（一旦插入新的数据，就需要重新建索引）。

建立索引需要权衡利弊（为了提高查询效率可以建索引）。一定要有了业务需求才会建索引，比如在一个商品表里，我们经常要根据name做查询，如果没有索引，查询会很慢，这时就需要建索引。但在项目开发中，如果不经常根据商品编号查询，那么就没必要对编号建索引。

注意：建索引是要付出代价的，没事别乱建，同时在一个表上也不能建太多的索引。

6.JDBC操作优化

1.try-catch-finally优化

1.不能直接用 Exception 来接收所有异常，应当先用专业的异常处理类，比如 SQLException 来接收，最后再用 Exception 来做最后的防守。

2.在 catch 从句里，应该返回一些可操作性的语句，提示用户遇到异常后该怎么办。

3.应当尽量缩小 try-catch 的范围，只包括必要的代码即可。

2.预处理和批处理

使用占位符（?）预处理可以提升效率，避免SQL注入，从而保证系统的安全。

批量操作能提效率，一般没批操作 500 - 1000 条语句，但也切记，别一次性把所有的 insert 语句都放入，因为如果 SQL 过多，会撑爆缓存，从而出错。

MyBatis 批量操作MySQL参考文章 http://blog.csdn.net/hardworking0323/article/details/51105218