POSTGRESQL SQL优化 重优化轻设计对不对与优化需要掌握的知识类别

大部分公司对于SQL 的优化都是在出了问题后来优化，上了线后在去看慢查询语句。大部分业界99%是基于这样的做法，如同把眼看你喝完慢性毒药，发病后再给你调理，最终留下的一个个不解的病根。

到底SQL 优化应该从哪里开始，是应该从需求的阶段开始而不是病了在去优化，这里面第一个该介入的是开发人员，在理解需求的时候就对数据表的设计有一定的规划，而不是whatever , please let DBA do it ,have fun !

如果你是DBA 在那堆人给你审核SQL的需求时，就在给你机会纠正他们的错误，而DBA需要的是理解这个设计中的业务，在理解业务的同时来看看设计表有没有问题，我们当下DBA 的审核和 屠宰场电死猪一样 没有什么意义,只需要click "OK" and then，猪已经死了，死在你手里了, it's done.

举例，以电商的客户信息为例,我可以将表设计成一个如下图

user_info (表名)，开发一般会设计成这样

account_id

email

first_name

last_name

home_phone

work_phone

cell_phone

也可以设计成 下面这样

user_info(表名）

phone_info

account_id phone_id

email account_id

first_name phone_type

last_name phone_number

或者下面这样

user_info(表名）

phone_info

account_id phone_id

email account_id

first_name home_phone

last_name work_phone

cell_phone

到底上面的3中设计方式那个更好，看需求，对看需求

如果电话号码在需求的维度中不会作为一个单独的信息被搜索出来，而是用户提取信息时的附加品， 那设计成一张表是最好的。

而如果电话号不是一个附加品，会通过他来统计电话的类型并且经常获取电话中某一种类型，那第二种设计的方式会更好，反之用户中的电话信息都会在查询中出现，那么第三种会更好。

如需求在延伸，用户电话号码是默认的，是第一位的，是常用沟通的，可以在设置一个字段，默认或首选，用 1 0 标识的整形都表达都可以。

上面做的一切都是为了你在撰写SQL语句的时候，能最大化的避免撰写出难以优化的语句，并在同等优化下，表能够承载更多的数据。

实际上SQL的优化是一个“玄学的问题”， 一个SQL运行的速度与开发人员对业务的理解有关，与SQL 所在的数据库类型有关， 与SQL所在的数据库硬件有关，与所在数据库所调整的参数有关，还与SQL 运行的频率，以及数据库本身所承载的总的TPS QPS 有关，还与数据量有关， 这一切加载在一起，才是一个SQL 运行效率的快慢可能性的存在。

此时此刻，你还在为一个索引解决了SQL 的快慢问题而感到“高兴” OMG。

回到文中的主题POSTGRESQL ， 这里并不是要讲怎么从业务的角度分析你的表该怎么设计，而是在讨论如果你的数据库系统是建立与 POSTGRESQL 之上的该怎么通过 POSTGRESQL 的方式方法来承接你的表， 以及可能通过什么手段来优化这些查询，仅此而已。因为我们还需要回到实际的情况，大部分99%的企业还是要让你用最后一招来拯救已经千疮百孔的系统。

所以就必须具备第一种数据库库SQL 优化的能力，这里编写数据库查询不同于使用命令式语言编写应用程序代码。SQL是一种声明性语言，这意味着我们指定所需的结果，不指定执行路径。由于产生相同结果的两个查询可能以不同的方式执行，利用不同的资源和花费不同的时间，因此优化和“像数据库一样思考”是SQL开发的核心部分。

那么POSTGRESQL 的SQL 优化应该从那些层面开始，下面罗列了一些对于SQL 优化 DBA 需要了解和掌握的知识

1 SQL 编译与优化引擎和执行

2 数据的访问逻辑数据的存储结构

3 full scan index scan 的不同

4 Nested loops , hash , sort merge , 之间的不同

5 执行计划如何评判自己是对的

6 索引，复合索引，唯一索引，部分索引 ，索引与 JOIN 之间的关系

7 怎么去在查询中对索引正确选择

8 对于大SQL 如何进行写法优化，视图，物化事务到底那个更好

9 全文索引与全文查询

10 如何提升在POSTGRESQL 数据插入的性能（upsert）

后面会分别写写这些东西，同时也有同学问关于 postgresql一些语句的写法的问题，例如 upsert 到底应该不应该用等等。