- 浏览: 85653 次
- 性别:
- 来自: 南京
文章分类
最新评论
-
柏新星:
修改 Include/Image.class.php 第34行 ...
Call to undefined function image_type_to_extension -
ocaicai:
ALTER TABLE `image` ADD
CONS ...
mysql给已存在的表添加外键 -
xbm376:
楼主把问题想复杂了吧? 不过倒是跟你学了些新的sql语法
mysql group by 和order by 执行顺序
对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:
可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:
3.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描,如:
可以这样查询:
5.in 和 not in 也要慎用,否则会导致全表扫描,如:
对于连续的数值,能用 between 就不要用 in 了:
6.下面的查询也将导致全表扫描:
若要提高效率,可以考虑全文检索。
7.如果在 where 子句中使用参数,也会导致全表扫描。因为SQL只有在运行时才会解析局部变量,但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。然 而,如果在编译时建立访问计划,变量的值还是未知的,因而无法作为索引选择的输入项。如下面语句将进行全表扫描:
可以改为强制查询使用索引:
8.应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。如:
应改为:
9.应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:
应改为:
10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。
11.在使用索引字段作为条件时,如果该索引是复合索引,那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引,否则该索引将不会 被使用,并且应尽可能的让字段顺序与索引顺序相一致。
12.不要写一些没有意义的查询,如需要生成一个空表结构:
这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样:
13.很多时候用 exists 代替 in 是一个好的选择:
用下面的语句替换:
14.并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,SQL查询可能不会去利用索引,如一表中有 字段sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效
率起不了作用。
15.索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有 必要。
16.应尽可能的避免更新 clustered 索引数据列,因为 clustered 索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是否应将该索引建为 clustered 索引。
17.尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连 接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
18.尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些。
19.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。
20.尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常有限(只有主键索引)。
21.避免频繁创建和删除临时表,以减少系统表资源的消耗。
22.临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中的某个数据集时。但是,对于一次性事件, 最好使用导出表。
23.在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先create table,然后insert。
24.如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定。
25.尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写。
26.使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决问题,基于集的方法通常更有效。
27.与临时表一样,游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法,尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时 间允许,基于游标的方法和基于集的方法都可以尝试一下,看哪一种方法的效果更好。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ,在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。
29.尽量避免大事务操作,提高系统并发能力。
sql优化方法
使用索引来更快地遍历表。
缺省情况下建立的索引是非群集索引,但有时它并不是最佳的。在非群集索引下,数据在物理上随机存放在数据页上。合理的索引设计要建立在对各种查询的分析和预测上。一般来说:
a.有大量重复值、且经常有范围查询( > ,< ,> =,< =)和order by、group by发生的列,可考虑建立群集索引;
b.经常同时存取多列,且每列都含有重复值可考虑建立组合索引;
c.组合索引要尽量使关键查询形成索引覆盖,其前导列一定是使用最频繁的列。索引虽有助于提高性能但不是索引越多越好,恰好相反过多的索引会导致系统低效。用户在表中每加进一个索引,维护索引集合就要做相应的更新工作。
2、在海量查询时尽量少用格式转换。
3、ORDER BY和GROPU BY:使用ORDER BY和GROUP BY短语,任何一种索引都有助于SELECT的性能提高。
4、任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边。
5、IN、OR子句常会使用工作表,使索引失效。如果不产生大量重复值,可以考虑把子句拆开。拆开的子句中应该包含索引。
6、只要能满足你的需求,应尽可能使用更小的数据类型:例如使用MEDIUMINT代替INT
7、尽量把所有的列设置为NOT NULL,如果你要保存NULL,手动去设置它,而不是把它设为默认值。
8、尽量少用VARCHAR、TEXT、BLOB类型
9、如果你的数据只有你所知的少量的几个。最好使用ENUM类型
10、正如graymice所讲的那样,建立索引。
2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:
select id from t where num is null
可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:
select id from t where num=0
3.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描,如:
select id from t where num=10 or num=20
可以这样查询:
select id from t where num=10 union all select id from t where num=20
5.in 和 not in 也要慎用,否则会导致全表扫描,如:
select id from t where num in(1,2,3)
对于连续的数值,能用 between 就不要用 in 了:
select id from t where num between 1 and 3
6.下面的查询也将导致全表扫描:
select id from t where name like 'c%'
若要提高效率,可以考虑全文检索。
7.如果在 where 子句中使用参数,也会导致全表扫描。因为SQL只有在运行时才会解析局部变量,但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。然 而,如果在编译时建立访问计划,变量的值还是未知的,因而无法作为索引选择的输入项。如下面语句将进行全表扫描:
select id from t where num=@num <mailto:num=@num>
可以改为强制查询使用索引:
select id from t with(index(索引名)) where num=@num <mailto:num=@num>
8.应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。如:
select id from t where num/2=100
应改为:
select id from t where num=100*2
9.应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:
select id from t where substring(name,1,3)=’abc’–name以abc开头的id select id from t where datediff(day,createdate,’2005-11-30′)=0–‘2005-11-30’生成的id
应改为:
select id from t where name like ‘abc%’ select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′
10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。
11.在使用索引字段作为条件时,如果该索引是复合索引,那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引,否则该索引将不会 被使用,并且应尽可能的让字段顺序与索引顺序相一致。
12.不要写一些没有意义的查询,如需要生成一个空表结构:
select col1,col2 into #t from t where 1=0
这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样:
create table #t(…)
13.很多时候用 exists 代替 in 是一个好的选择:
select num from a where num in(select num from b)
用下面的语句替换:
select num from a where exists(select 1 from b where num=a.num)
14.并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,SQL查询可能不会去利用索引,如一表中有 字段sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效
率起不了作用。
15.索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有 必要。
16.应尽可能的避免更新 clustered 索引数据列,因为 clustered 索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是否应将该索引建为 clustered 索引。
17.尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连 接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
18.尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些。
19.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。
20.尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常有限(只有主键索引)。
21.避免频繁创建和删除临时表,以减少系统表资源的消耗。
22.临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中的某个数据集时。但是,对于一次性事件, 最好使用导出表。
23.在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先create table,然后insert。
24.如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定。
25.尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写。
26.使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决问题,基于集的方法通常更有效。
27.与临时表一样,游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法,尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时 间允许,基于游标的方法和基于集的方法都可以尝试一下,看哪一种方法的效果更好。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ,在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。
29.尽量避免大事务操作,提高系统并发能力。
sql优化方法
使用索引来更快地遍历表。
缺省情况下建立的索引是非群集索引,但有时它并不是最佳的。在非群集索引下,数据在物理上随机存放在数据页上。合理的索引设计要建立在对各种查询的分析和预测上。一般来说:
a.有大量重复值、且经常有范围查询( > ,< ,> =,< =)和order by、group by发生的列,可考虑建立群集索引;
b.经常同时存取多列,且每列都含有重复值可考虑建立组合索引;
c.组合索引要尽量使关键查询形成索引覆盖,其前导列一定是使用最频繁的列。索引虽有助于提高性能但不是索引越多越好,恰好相反过多的索引会导致系统低效。用户在表中每加进一个索引,维护索引集合就要做相应的更新工作。
2、在海量查询时尽量少用格式转换。
3、ORDER BY和GROPU BY:使用ORDER BY和GROUP BY短语,任何一种索引都有助于SELECT的性能提高。
4、任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边。
5、IN、OR子句常会使用工作表,使索引失效。如果不产生大量重复值,可以考虑把子句拆开。拆开的子句中应该包含索引。
6、只要能满足你的需求,应尽可能使用更小的数据类型:例如使用MEDIUMINT代替INT
7、尽量把所有的列设置为NOT NULL,如果你要保存NULL,手动去设置它,而不是把它设为默认值。
8、尽量少用VARCHAR、TEXT、BLOB类型
9、如果你的数据只有你所知的少量的几个。最好使用ENUM类型
10、正如graymice所讲的那样,建立索引。
发表评论
-
mysql给已存在的表添加外键
2010-12-09 12:15 2797alter table 外键所在的表名 add const ... -
MySQL CURDATE() 函数
2010-10-19 17:29 806定义和用法 CURDATE() 函数返回当前的日期。 语法 ... -
SQL Date 函数
2010-10-19 17:26 745SQL 日期 当我们处理日期时,最难的任务恐怕是确保所插入 ... -
SQL Date 函数
2010-10-19 17:21 601SQL 日期 当我们处理日期时,最难的任务恐怕是确保所插入 ... -
SQL Date 函数
2010-10-19 17:19 510vdsvdsdvsvsdvdsvdsvdsv -
SQL Date 函数
2010-10-19 17:19 725vdsvdsdvsvsdvdsvdsvdsv -
SQL Date 函数
2010-10-19 17:18 771vdsvdsvvdsvdsdvsvsdvds -
MySQL CURDATE() 函数
2010-10-19 17:18 1059定义和用法 CURDATE() 函数返回当前的日期。 语法 ... -
sql多表查询
2010-10-19 17:14 724当以其中的一个表有两个外键指向另一个表的主键时,我们怎样从两个 ... -
mysql数据类型介绍
2010-10-19 17:13 617<div> <div style=&quo ... -
mysql数据类型介绍
2010-10-19 17:11 604SET(VALUE1,….) 可达8 最大可达64个不同的值。 ... -
mysql数据类型介绍
2010-10-19 17:11 708SET(VALUE1,….) 可达8 最大可达64个不同的值。 ... -
mysql group by 和order by 执行顺序
2010-10-19 17:09 6459Mysql 中group by 和 order by的顺序问题 ... -
sql语句优化原则与百万数据优化方案
2010-10-19 17:03 8811、使用索引来更快地遍历表。 缺省情况下建立的索引是非群集索引 ... -
mysql count(*) count(val) count(1)比较(转载)
2010-10-19 17:00 1357今天上网,看到一种说法如下(仅作记录,不做评论): 如果表中 ... -
mysql中的if条件语句用法
2010-10-19 16:59 1282· IF(expr1,expr2,expr3) 如果 expr ... -
mysql 5.0存储过程学习总结
2010-10-19 16:56 658mysql存储过程的创建,删除,调用及其他常用命令 mysq ... -
mysql常用命令
2010-10-19 16:43 6321、安装mysql服务。dos窗口进入myasql安装bin目 ...
相关推荐
通过这些方法,可以显著提高千万级MySQL数据库的查询性能,降低资源消耗,从而提升整体系统响应速度。但需要注意,每个数据库环境都有其独特性,因此在实际应用中,需要根据具体情况进行调整和优化。
在MySQL数据库管理中,...综上所述,优化千万级MySQL数据库涉及多个方面,包括查询优化、索引设计、数据库配置以及硬件升级。通过这些策略,可以显著提升大型数据库的运行效率和响应时间,确保系统的稳定性和高性能。
在MySQL数据库中,管理和优化千万级...以上就是针对千万级MySQL数据库的一些常见优化方法,通过这些策略,可以显著提高数据库的处理能力和响应速度。在实际应用中,需要根据具体业务需求和数据分布情况灵活调整和优化。
在处理千万级别的MySQL数据库时,优化数据库性能至关重要。以下是一些关键的优化策略和技术: 1. **使用索引**:创建合适的索引可以显著提升查询速度。在`WHERE`子句和`ORDER BY`涉及的列上建立索引,避免全表扫描...
_mysql 千万级数据优化_ MySQL 是一种流行的开源关系数据库管理系统,在大规模数据处理中,MySQL 的性能优化变得非常重要。下面我们将从查询优化和 SQL 编写注意事项两个方面来讨论 MySQL 千万级数据优化。 查询...
建立索引是 MySQL 数据库优化的重要一步。索引可以加速查询速度,减少磁盘 I/O 操作。但是,索引也需要动态维护,降低了数据的维护速度。因此,我们需要在实际应用中权衡索引的建立和维护成本。 在我们的测试中,...
### MySQL 百万级分页优化(Mysql千万级快速分页) #### 背景与挑战 在处理大规模数据集时,例如拥有数百万乃至数千万条记录的数据库表,传统的分页查询方法可能会遇到性能瓶颈。特别是使用`LIMIT`进行分页时,随着...
MySQL 千万级快速分页优化方案 在实际开发中,我们经常会遇到 MySQL 数据库的性能问题,特别是在处理千万级数据时,分页查询的性能会变得非常慢。在这篇文章中,我们将探讨如何优化 MySQL 千万级快速分页,详细介绍...
当mysql单表记录数量大于1千万后,你要如何提高select查询速度? 这是中级程序员必须面对和掌握的知识 今天我总结了我常用的mysql数据库百万级,千万级数据库优化方法,从技术层面上,比如数据库拆库拆表拆业务
【MySQL千万级大表深度分页慢的原因及优化方法】 在MySQL中,处理千万级大表的深度分页查询时,通常会遇到性能问题。这是因为MySQL的查询优化器在面对大量数据的分页请求时,可能选择全表扫描而不是利用索引来提高...
### MySQL数据库系统详解 #### 一、MySQL简介 MySQL是一个非常流行的关系型数据库管理系统(RDBMS),由瑞典公司MySQL AB开发。它以其轻量级、高性能和低成本的特点,在互联网领域尤其是在中小型企业网站中得到了...
MySQL数据库集群是一种高可用性、负载均衡的解决方案,广泛应用于全球开发者、DBA和IT管理者之中,因其可靠性、性能和易用性而受到热烈欢迎。MySQL的市场占有率高达25%,这表明开源数据库已经成为现代IT架构的核心...
MySQL数据库是一种广泛使用的开源关系型数据库管理系统(RDBMS),由瑞典MySQL AB公司创建,现归Oracle公司所有。因其高性能、低成本和高可靠性,MySQL在中小型网站中非常流行,并且在大型网站如维基百科、Google和...
### 百万级数据库记录下的MySQL快速分页优化实例 #### 概述 在处理大量数据时,如何高效地进行分页查询是一项重要的技术挑战。本文档将详细探讨当面对百万乃至千万级别数据记录时,如何优化MySQL的分页查询性能。...
总结,处理千万级别的数据表,需要综合运用数据库设计、索引优化、分区策略、SQL优化等方法,以确保系统的高效稳定运行。"t_order.sql"文件提供了一个实践场景,通过学习和应用上述知识,可以提升您的数据库管理能力...
### MySQL数据库详讲 #### 一、MySQL简介 MySQL是一个非常流行的关系型数据库管理系统(RDBMS),最初由瑞典MySQL AB公司开发,后被Sun Microsystems收购,最终成为Oracle公司的产品之一。MySQL因其开源特性、高性能...
在处理千万级甚至更大规模的...综上所述,优化千万级数据库查询效率涉及多方面的考量,包括数据库设计、查询优化、硬件配置、缓存策略和数据库架构等多个维度。根据实际业务需求和资源条件,选择合适的优化方案是关键。
方案一:优化现有mysql数据库。优点:不影响现有业务,源程序不需要修改代码,成本最低。缺点:有优化瓶颈,数据量过亿就玩完了。 方案二:升级数据库类型,换一种100%兼容mysql的数据库。优点:不影响现有业务,源...