下面总结了一些工作常见的sql优化例子，虽然比较简单，但很实用，希望对大家有所帮助。sql优化一般分为两类，一类是sql本身的优化，如何走到合适的索引，如何减少排序，减少逻辑读；另一类是sql本身没有优化余地，需要结合业务场景进行优化。即在满足业务需求的情况下对sql进行改造，已提高sql执行速度，减少响应时间。
例子1：
SELECT ID FROM SENDLOG WHERE TO_DAYS(NOW())-TO_DAYS(GMT_CREATE) > 7;
问题：对索引列GMT_CREATE进行了运算，无法使用索引
优化后sql：
select id from sendlog where gmt_create < now() - 7
例子2：
SELECT * FROM SENDLOG where result = 1 and gmt_create > ‘2013-10-29 12:40:44‘ limit 2000;
问题：result列含有索引，但mysql执行计划没有用到。
分析：result类型为char，传递的值1为整型，数据类型不一致，导致没法用索引，对于时间类型gmt_create > ‘2013-10-29 12:40:44‘，可以直接使用。
优化后sql：
SELECT * FROM SENDLOG where result = ‘1‘ and gmt_create > ‘2013-10-29 12:40:44‘ limit 2000;
例子3：
场景：获取某个卖家未读的消息。
select count(*) from mc_msg where receiver=‘sun098‘ and status=‘UNREAD‘ and title is not null;
问题：有时候db负载飙高，sql响应时间变慢。
分析：导致db负载飙高的原因是多个大卖家并发查询的时，cpu和逻辑读增加，load飙高。由于receiver,status已有索引，sql本身已经没有优化空间，了解业务后发现其实业务不需要精确值，如果大于99条，页面就直接显示为99+
优化后sql：
select count(*) from (select id from mc_msg where receiver=‘sun098‘ and status=‘UNREAD‘ and title is not null limit 100) a;
例子4：
场景：查看历史订单留言记录，未读留言的放在前面，已读的放在后面，并且按时间递减排序
select * from(
select ID,GMT_CREATE,GMT_MODIFIED,SENDER_ALI_ID,RECEIVER_ALI_ID,UNREAD_COUNT,STATUS,LAST_MESSAGE_ID,RELATION_ID,SELLER_ADMIN_SEQ,IS_READ
from message_relation_sender
WHERE SENDER_ALI_ID = 119545671 and UNREAD_COUNT > 0
order by LAST_MESSAGE_ID desc) m
union all
select * from(
select ID,GMT_CREATE,GMT_MODIFIED,SENDER_ALI_ID,RECEIVER_ALI_ID,UNREAD_COUNT,STATUS,LAST_MESSAGE_ID,RELATION_ID,SELLER_ADMIN_SEQ,IS_READ from message_relation_sender
WHERE SENDER_ALI_ID = 119545671 and UNREAD_COUNT = 0
order by LAST_MESSAGE_ID desc) n limit 5000,15;
分析：
(1)unread_count表示未读的订单留言记录数目；
(2)第一个子查询获取未读留言记录，第二子查询获取已读留言记录；
(3)LAST_MESSAGE_ID 递增，最新的订单留言，LAST_MESSAGE_ID最大。
(4)limit 5000,15是分页查询
这里使用union all，主要特点在于union all 不对结果集排序，直接合并，达到了“未读留言的放在前面，已读的放在后面”的效果，但同时也造成了两次扫描索引的结果，每个子查询都需要排序；而且union all还会产生临时表，执行代价会更大。
优化：
这里看到unread_count实际值对这个查询没有实际意义，我们只需要区分已读和未读即可。由于sql本身已经没有优化余地，考虑对表结构进行修改，加一个字段is_read，表示已读和未读。is_read=2表示未读；is_read=1表示已读。通过组合索引(SENDER_ALI_ID,is_read, LAST_MESSAGE_ID),既可以完成过滤，还可以完成排序。
优化后sql：
select ID,GMT_CREATE,GMT_MODIFIED,SENDER_ALI_ID,RECEIVER_ALI_ID,UNREAD_COUNT,STATUS,LAST_MESSAGE_ID,RELATION_ID,SELLER_ADMIN_SEQ,IS_READ from message_relation_sender
where SENDER_ALI_ID = 119545671 order by is_read desc, LAST_MESSAGE_ID desc limit 5000,15
第二次优化：
由于索引不包含所有的返回字段，因此需要回表，而mysql对于limit 5000,15的查询却需要返回5015次，这种无效的返回很影响查询效率。
分页的优化写法：
select t1.ID,GMT_CREATE,GMT_MODIFIED,SENDER_ALI_ID,RECEIVER_ALI_ID,UNREAD_COUNT,STATUS,LAST_MESSAGE_ID,RELATION_ID,SELLER_ADMIN_SEQ,IS_READ from message_relation_sender t1,
(select id
from message_relation_sender
where SENDER_ALI_ID = 119545671 order by is_read desc, LAST_MESSAGE_ID desc limit 5000,15
)t2 where t1.id = t2.id
分析：由于id是主键，不需要回表，通过连接查询，最终只需要15次回表即可。