【刷题】面筋-数据库-mysql的优化

MySQL优化

1. 避免使用 select *

• 你须要什么信息,就查询什么信息,查询的多了,查询的速度确定就会慢

2. 当你只须要查询出一条数据的时候,要使用 limit 1

• 好比你要查询数据中是否有男生,只要查询一条含有男生的记录就好了,后面不须要再查了,使用Limit 1 能够在找到一条数据后中止搜索

3. 创建高性能的索引

• 索引不是随便加的也不是索引越多越好,更不是全部索引对查询都有效

4. 建数据库表时,给字段设置固定合适的大小.

• 字段不能设置的太大,设置太大就形成浪费,会使查询速度变慢

5. 要尽可能使用not null

6. EXPLAIN 你的 SELECT 查询

• 使用EXPLAIN,能够帮助你更了解MySQL是如何处理你的sql语句的, 你能够查看到sql的执行计划,这样你就能更好的去了解你的sql语句的不足,而后优化语句.

7. 在Join表的时候,被用来Join的字段，应该是相同的类型的,且字段应该是被建过索引的,这样，MySQL内部会启动为你优化Join的SQL语句的机制。

8. 若是你有一个字段，好比“性别”，“国家”，“民族”, “省份”，“状态”或“部门”，这些字段的取值是有限并且固定的，那么，应该使用 ENUM 而不是 VARCHAR。

• 由于在MySQL中，ENUM类型被看成数值型数据来处理，而数值型数据被处理起来的速度要比文本类型快得多。这样，咱们又能够提升数据库的性能。

9. 垂直分割

- 将经常使用和有关系的字段放在相同的表中，把一张表的数据分红几张表

• 这样能够下降表的复杂度和字段的数目，从而达到优化的目的

10. 优化where查询

• ①. 避免在where子句中对字段进行表达式操做

好比： select 列 from 表 where age*2=36;   建议改为  select 列 from 表 where age=36/2;

• ②. 应尽可能避免在 where 子句中使用 !=或<> 操做符，不然将引擎放弃使用索引而进行全表扫描。

• ③. 应尽可能避免在 where 子句中对字段进行 null 值 判断

• ④. 应尽可能避免在 where 子句中使用 or 来链接条件

11. 不建议使用%前缀模糊查询,这种查询会致使索引失效而进行全表扫描

• 例如LIKE “%name”或者LIKE “%name%这两种都是不建议的.可是可使用LIKE “name%”。
• 对于LIKE “%name%,可使用全文索引的形式

12.  要慎用in和 not in

• 例如：select id from t where num in(1,2,3)   建议改为 select id from t where num between 1 and 3
• 对于连续的数值，能用 between 就不要用 in 了

13. 理解in和exists， not in和not exists的区别

• 不少时候用 exists 代替 in 是一个好的选择：如查询语句使用了not in那么内外表都进行全表扫描，没用到索引，而not exists子查询依然能用到表上索引，因此不管哪一个表大，用not exists都比not in要快。
  - select num from a where num in(select num from b)

• 建议改为: select num from a where exists(select 1 from b where num=a.num)

• 区分in和exists主要是形成了驱动顺序的改变（这是性能变化的关键），若是是exists，那么之外层表为驱动表，先被访问，若是是IN，那么先执行子查询。因此IN适合于外表大而内表小的状况；EXISTS适合于外表小而内表大的状况。

• 关于not in和not exists，推荐使用not exists，不只仅是效率问题，not in可能存在逻辑问题

14. 理解select Count (*)和Select Count(1)以及Select Count(column)区别

• 通常状况下，Select Count (*)和Select Count(1)两着返回结果是同样的

• 假如表沒有主键(Primary key), 那么count(1)比count(*)快，

• 若是有主键的話，那主键做为count的条件时候count(主键)最快

• 若是你的表只有一个字段的话那count(*)就是最快的

• count(*) 跟 count(1) 的结果同样，都包括对NULL的统计，而count(column) 是不包括NULL的统计

参考连接

• 简书：MySQL优化
• 简书：很全面的数据库优化
• 实践中如何优化MySQL（精）

END