编程人员一定不陌生SQL语句吧，在我们日常写项目过程中，或多或少都会使用到SQL，SQL主要功能有增删改查，其中最常见的就是查询了，因此SQL语句的性能就变得至关重要，Python中如何优化SQL语句？请看下文：

　　一、分解SQL

　　当我们遇到一个较复杂的SQL时，可以选择将它拆分成多个简单的SQL，这样既能保证处理结果，SQL也更简短了。

　　在面对超级复杂SQL语句时，性能提升尤为明显，推荐分解为小查询来进行优化，不过在应用设计时，如果一个查询能解决问题且不会产生性能问题，这是完全没问题的。

　　分解可以使缓存更高效，可以很方便地缓存单表查询结果对应的结果，执行单个查询也可以减少表锁的竞争，在程序应用层做关联，更容易对数据库进行拆分，也更容易做到高性能和可扩展。

　　二、查询切分

　　遇到结果集很大的查询，我们可以采用“分而治之”的思想，即将大查询切分为小查询，每个查询功能完全一样，只是各自完成一小部分，每次只返回一小部分的查询结果，类似于分页查询。

　　查询切分不管是对于SQL查询本身，还是对于上层业务来说，都是很小的开销。

　　三、执行计划

　　使用EXPLAIN关键字，可以让我们知道MYSQL是如何执行SQL语句的，可以帮助我们分析我们的查询语句或是表结构的性能瓶颈，EXPLAIN的查询结果还会告诉我们索引主键是如何被利用的，数据表示如何被搜索或排序的等等。

　　四、遵守原则

　　在我们平时写SQL时，养成良好习惯就可以很大程度上避免一些SQL性能问题。盘点以下几点：

　　a. 永远为每张表设置一个ID主键；

　　b. 避免使用SELECT *；

　　c. 为搜索字段建立索引；

　　d. 在Join表时使用对应类型的列，并将其索引；

　　e. 尽可能使用NOT NULL；

　　五、使用查询缓存

　　当有很多相同查询被执行多次时，这些结果往往会被放入一个缓存中，这样后续的相同查询就不用操作而直接访问缓存结果了。

　　MySQL查询缓存保存查询返回的完整结果。当查询命中该缓存，MySQL会like返回结果，跳过了解析、优化和执行截断。

　　这是提高查询性能最有效的方法之一，而且这是被MySQL引擎处理的，通常MySQL默认是不开启查询缓存的，需要手动开启。

　　注：本文部分文字和图片来源于网络，如有侵权，请联系删除。版权归原作者所有!此页面下方声明无效！

上一篇

Python数值交换方式有几种

下一篇

Python中水仙花数如何输出？