• MySQL性能优化


    1、为查询缓存优化查询

      大多数的MySQL服务器都开启了查询缓存,这是提高性能最有效的方法之一,而且这是被MySQL的数据库

      引擎处理的。有些查询不会使用缓存,比如有curdate(),now(),Rand()或是其他的诸如此类的sql函数都不会开

      启查询缓存,因为这些函数的返回是不定的异变的,无法进行缓存,可以用变量代替MySQL函数,通过传

      参开启缓存。

    2、EXPLAIN 查询语句

      使用Explain关键字可以分析MySQL是如何处理sql语句的,可以帮助自己分析自己的查询语句或者表结构的

      性能瓶颈。

      EXPLAIN命令分析详解:参考

      https://www.cnblogs.com/gomysql/p/3720123.html

      

      主要关注的列:id,select_type,type,rows,Extra 

      ID 包含一组数字,查看查询中执行select子句或操作表的顺序,查看优先级关系

      select_type 查看每一个select子句的类型(是简单还是复杂)避免出现DEPENDENT SUBQUERY

      子查询效率依赖外层查询

      type 查看查询在表中找到所需行的方式,尽量避免全表扫描,使用索引或外键关联

      rows查看select语句得到结果需要读取的行数,根据行数进行优化

      Extra查看一些额外的信息,如不使用索引排序

    3、当只要一行数据时使用Limit 1

      当你查询表的有些时候,如果知道查询结果只会有一条,可以加上limit 1,当MySQL数据库引擎找到一条

      数据后就会停止搜索,而不是继续往后查找下一条符合记录的数据

    4、为搜索字段建立索引

      索引并不一定就是给主键或是唯一的字段。对表中经常搜索的字段建立索引。

    5、在join表的时候使用相当的类型,并将其索引。如通过外键关联,或在两张表中存储相同的字段数据。

    6、避免select * 

      从数据库里读的数据越多,查询就会变得很慢,并且如果数据库服务器和web服务器是两台独立的服务器

      的话,还会增加网络传输的负载。用字段名代替 * 。

    7、反规范化设计,表的水平分割(以某一个条件列作为分割条件,如年份)

              垂直分割(将一个表的列分到不同的表中)

               表的合并

             列的反规范化(通过列的复制完成,消除表间的多次连接)

    8、拆分大的delete或者insert语句

      这两个操作都会造成锁表,表如果锁住了其他操作就都进不来了。如果访问量很大,30秒的锁表有可能会

      让web服务崩溃。如果有很大的处理,需要将其拆分,使用limit将其进行划分。

    9、越小的列会越快,为表中字段选择合适的数据类型和大小,MySQL利用procedure analyse()函数优化表结构

      它让Mysql去帮助自己分析字段和实际的数据,并给出一些建议,只有表中有实际数据,这些建议才有用。

      只有数据越来越多时,这些建议才会变得准确。

     10、应尽量避免在where子句中使用!=或<>、IS NULL或IS NOT NULL、IN ,NOT IN等操作符,否则引擎将

      放弃使用索引而进行全表扫描。在in语句中能用exists语句代替的就用exists.

     11、如果不考虑重复数据,使用Union All 代替union,如果没有all关键字,MySQL会给临时表加上distinct选项,

      这会给临时表增加distinct选项,临时表的数据会做唯一性检查,代价非常高。同时使用UnionAll 不会进行

      排序,对大表来说排序非常消耗时间。

      12、尽量使用关联查询代替子查询。

  • 相关阅读:
    forceStopPackage应用中关闭其他应用程序
    Android为什么选择binder
    Ril分析一——rild进程
    Ril分析五——ril学习总结
    Binder基本概念流程学习
    Ril分析四——来自网络端事件流程
    inno setup详细使用教程
    如何下载mysql 5.5.32 二进制包
    eclipse搭建springboot开发环境
    “STO”是“Store”的缩写,意思是“商场”
  • 原文地址:https://www.cnblogs.com/leilong/p/9233265.html
Copyright © 2020-2023  润新知