`
923723914
  • 浏览: 635883 次
文章分类
社区版块
存档分类
最新评论

mysql查询优化总结

 
阅读更多
1.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: 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.下面的查询也将导致全表扫描 select id from t where name like '%abc%' 若要提高效率,可以考虑全文检索。

4.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

5.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'

6.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。

7.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。

8.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(...)

9.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)

10.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数据表中有字段sex,男、女几乎各一半,那么即使在sex上建了索引也对查询效率起不了作用。

11.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。

12.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。

13.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。

14.避免频繁创建和删除临时表,以减少系统表资源的消耗。

15.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。

16.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,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。

17.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。

18.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。

19.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。

20.尽量避免大事务操作,提高系统并发能力。
分享到:
评论

相关推荐

    MySQL性能优化总结.pdf

    MySQL性能优化总结.pdf

    MySQL数据库查询优化

    课程大纲: 第1课 数据库与关系代数 综述数据库、关系代数、查询优化...再次回到理论,从理论的高度总结关系代数理论与MySQL查询优化实践的关系。真正认识、掌握MySQL的查询优化技术,大步流星步入查询优化的高手之列。

    Mysql百万级以上查询优化总结

    Mysql百万级以上查询优化总结,,对mysql表优化、索引优化

    mysql性能优化总结

    总结了mysql优化的一些内容:例如btree索引,hash索引,聚簇索引和费举措索引,多列索引、重复索引和冗余索引等如何用,count、unicon等优化查询的方法。。。

    MySQL架构执行与SQL性能优化 MySQL高并发详解 MySQL数据库优化训练营四期课程

    课程内容进行了精华的浓缩,有四大内容主旨,MySQL架构与执行流程,MySQL索引原理详解,MySQL事务原理与事务并发,MySQL性能优化总结与MySQL配置优化。课程安排的学习的教程与对应的学习课件,详细的学习笔以及课程...

    Mysql数据库优化总结

    Mysql数据库优化总结-飞鸿无痕-ChinaUnix博客................................................................................................................

    mysql深度学习者 MySQL性能优化总结

    mysql性能优化 缓解数据库压力

    MySQL基础与性能优化总结思维导向图

    Mysql基础性能优化思维导向图 (其中包括:mysql基础、mysql性能优化、mysql锁机制和主从复制) 文件名称:MySQL基础与性能优化总结.xmind

    Mysql性能优化教程

    Mysql 执行优化 2 认识数据索引 2 为什么使用数据索引能提高效率 2 如何理解数据索引的结构 2 优化实战范例 3 认识影响结果集 4 影响结果集的获取 4 影响结果集的解读 4 常见案例及优化思路 5 理解执行状态 7 常见...

    Mysql 优化技巧总结(自己整理)

    介绍了MYSQL的优化方法,以及常用工具的使用方法。 大家都反映分数要的太高了,自己整理了MYSQL的优化。希望能得到一些积分来下载其它的学习资源,为了方便大家现在免分放送了,大家可以互相学习。

    mysql5.6性能优化总结

    mysql5.6性能优化总结

    mysql数据库优化

    mysql数据库优化

    2023最新mysql的sql语句优化方法技巧面试题总结.docx

    2023最新mysql的sql语句优化方法技巧面试题总结.docx2023最新mysql的sql语句优化方法技巧面试题总结.docx2023最新mysql的sql语句优化方法技巧面试题总结.docx2023最新mysql的sql语句优化方法技巧面试题总结.docx2023...

    MySQL性能优化.xmind

    mysql性能优化的总结,从各个方面对sql的优化进行了总结,感觉是很好的性能优化的摘要总结,所以上传共享出来,绝对的硬货。绿色版,解压直接用,方便程序猿

    MySQL数据库优化总结

    数据库的优化,比较系统性的告诉我们怎么去优化数据库,提高系统的运行能力

    mysql优化总结,可以参考学习下

    mysql优化总结,可以参考学习下

    mysql优化.pdf

    数据库优化方案整理总结,适合新手看看,包括查询优化,数据库索引优化等等。数据库优化方案整理总结,适合新手看看,包括查询优化,数据库索引优化等等。

    MySQL训练营视频.zip

    │ day4_MySQL性能优化总结-笔记.pdf │ day4_MySQL性能优化总结-课件.pdf │ day4_MySQL性能优化总结.mp4 │ day4_执行计划SQL.sql │ MySQL训练营课程大纲.png └ 数据库查询优化器的艺术-原理解析与SQL性能优化....

    MySQL性能优化方案总结1

    1.SQL 和索引优化 2.优化数据库对象 3.针对存储引擎的优化 4.优化 MySQL server 5.磁盘 I/O 优化 6.应用优化

Global site tag (gtag.js) - Google Analytics