前言
在写SQL查询时，常规做法是使用SELECT count(*)来统计符合条件的记录数。然而，在某些情况下，我们只关心是否存在符合条件的记录，而不需要知道具体的记录数。为了优化性能，可以改用使用SELECT 1和LIMIT 1的方式查询。在业务代码中，直接判断查询结果是否非空即可，不再需要使用count来获取记录数。

实战
我们使用Java和MyBatis演示优化方案的代码示例。假设我们有一个名为User的数据库表，其中包含id、name和age字段。我们想要检查是否存在年龄大于等于18岁的用户。
创建一个UserMapper接口，定义一个方法来执行查询操作：

import org.apache.ibatis.annotations.Mapper;

@Mapper
public interface UserMapper {
    Integer existUsersWithAgeGreaterThan(int age);
}

在UserMapper.xml中实现这个方法，使用优化的SQL语句：

<?xml version="1.0" encoding="UTF-8"?>
<mapper namespace="com.example.mapper.UserMapper">

    <select id="existUsersWithAgeGreaterThan" resultType="java.lang.Integer">
        SELECT 1 FROM users WHERE age >= #{age} LIMIT 1
    </select>

</mapper>

然后，在业务代码中调用existUsersWithAgeGreaterThan方法进行判断：

import com.example.mapper.UserMapper;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class UserService {

    private final UserMapper userMapper;

    @Autowired
    public UserService(UserMapper userMapper) {
        this.userMapper = userMapper;
    }

    public void checkUsersWithAgeGreaterThan(int age) {
        Integer exist = userMapper.existUsersWithAgeGreaterThan(age);
        if (exist != null) {
            // 堆代码 duidaima.com
            // 当存在满足条件的用户时，执行这里的代码
            System.out.println("存在符合条件的用户");
        } else {
            // 当不存在满足条件的用户时，执行这里的代码
            System.out.println("不存在符合条件的用户");
        }
    }
}

通过调用existUsersWithAgeGreaterThan方法获取查询结果，并根据结果是否为空来判断是否存在满足条件的用户。

优化
既然讲到这里，也就顺便提一下数据库查询的一般性能调优做法，在数据量十分庞大的情况下，这里给出几点建议：
索引优化：确保在查询条件列上存在适当的索引，以加快查询速度。比如当前的示例，可以在age列上创建索引；
分页查询：如果只关心是否存在满足条件的记录，但不需要具体的记录内容，可以考虑使用分页查询的方式进行优化。通过限制返回结果的数量，可以减少查询的开销；
缓存机制：如果查询结果相对稳定或者经常被重复查询，可以考虑使用缓存来避免重复的数据库查询操作，从而提高响应速度，比如把前几页缓存下来，因为很多用户可能不会一直往后点；

数据库调优：对数据库进行性能调优，包括优化查询计划、调整内存设置、合理配置数据库连接池等，可以提升整体查询性能。

总结
其实案例中的优化方案在查询结果集较大时已经非常有效，可以说是肉眼可见的性能提升，在某些情况下还可以减少联合索引的创建。总而言之，通过使用SELECT 1和LIMIT 1代替SELECT count(*)，可以提高查询性能并简化业务代码，特别适用于仅需判断是否存在符合条件的记录的场景。

好了，今天这个小知识，你学会了吗？