转自:https://www.cnblogs.com/tdskee/p/16536166.html
MYSQL的优化,是每一个程序员在做数据查询处理的时候,经常有的步骤
那么SQL的优化有很多种,它可以是在硬件方面的,可以是在代码层面的,可以是在数据库方面的优化。下面就详细整理一下30种优化MYSQL的方案:
1. 在读表的时候,尽可能的避免全表扫描,合理的根据业务需求,在where
及order by
涉及的列上建立索引。
2. 应尽量避免在where
字句中使用!=
或 <>
操作符,否则将引擎会放弃索引而走全表扫描。
3. 尽量避免where
字句中对字段进行null
值判断,否则也会导致引擎放弃索引而走全表扫描。可以用0代替判断,前提是保证字段不能为null。
4. 尽量避免在where
字句中用or
拼接,否则也会走全表扫描。可以通过union all
拼接代替。
5. 尽量不适用Like
做搜索查询,诺要提高效率,可以采用全文检索。
6. 尽量不适用In
或 Not in
查询,否则会导致全表扫描。对于连续的数字,可以用between
代替 in
。比如:select id from t where num between 1 and 3
7. 如果在where
字句中使用参数,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。比如:select id from t where 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
**
8. 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。比如:select id from t where num/2=100
9. 应尽量避免在where子句中对字段进行函数操作。
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. 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。
12. 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。
13. 应尽可能的避免更新 clustered
(聚集)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。一个表只能有一个聚集索引,比如表中的时间列。
14. 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。
15. 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。
16. 尽量不要select
查询*
全部信息,只读取所需要的字段。
17. 避免频繁创建和删除临时表,以减少系统表资源的消耗。
18. 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
。
19. 尽量避免大事务操作,提高系统并发能力。
20. 尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。
21. 升级服务器
标签:15,where,查询,索引,全表,num,MySQL,优化,select From: https://www.cnblogs.com/ltsgsh/p/17024024.html