<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                合規國際互聯網加速 OSASE為企業客戶提供高速穩定SD-WAN國際加速解決方案。 廣告
                優化成本: 硬件>系統配置>數據庫表結構>SQL及索引 優化效果: 硬件<系統配置<數據庫表結構<SQL及索引 本文我們就來談談 MySQL 中常用的 SQL 優化方法,利用好這些方法會讓你的 MySQL 效率提高提升至少 3 倍。 ** 1、EXPLAIN ** 做?`MySQL`?優化,我們要善用?`EXPLAIN`?查看?`SQL`?執行計劃。 ?Type 列,連接類型。一個好的 SQL 語句至少要達到 Range 級別。杜絕出現 All 級別。 ?Key 列,使用到的索引名。如果沒有選擇索引,值是 NULL。可以采取強制索引方式。 ?Key\_Len 列,索引長度。 ?Rows 列,掃描行數。該值是個預估值。 ?Extra 列,詳細說明。注意,常見的不太友好的值,如下:Using filesort,Using temporary。 **2、SQL 語句中 IN 包含的值不應過多 ** MySQL 對于?`IN`?做了相應的優化,即將?`IN`?中的常量全部存儲在一個數組里面,而且這個數組是排好序的。但是如果數值較多,產生的消耗也是比較大的。 再例如:`Select Id From T where Num IN (1,2,3)`?對于連續的數值,能用?`Between`?就不要用?`IN`?了;再或者使用連接來替換。 **3、Select 語句務必指明字段名稱** `Select *`?會增加很多不必要的消耗(如:CPU、IO、內存、網絡帶寬等), 增加了使用覆蓋索引的可能性。 當表結構發生改變時,前斷也需要更新。所以要求直接在?`Select`?后面接上字段名。 **4、當只需要一條數據的時候,使用 Limit 1 ** 這是為了使?`EXPLAIN`?中?`Type`?列達到?`Const`?類型。 **5、如果排序字段沒有用到索引,就盡量少排序 ** **6、如果限制條件中其他字段沒有索引,盡量少用 OR ** `OR`?兩邊的字段中,如果有一個不是索引字段,而其他條件也不是索引字段,會造成該查詢不走索引的情況。很多時候使用?`Union All`?或者是?`Union`(必要的時候)的方式來代替?`OR`?會得到更好的效果。 **7、盡量用 Union All 代替 Union ** `Union`?和?`Union All`?的差異主要是前者需要將結果集合并后再進行唯一性過濾操作,這就會涉及到排序,增加大量的 CPU 運算,加大資源消耗及延遲。當然,`Union All`?的前提條件是兩個結果集沒有重復數據。 **8、不使用 ORDER BY RAND()** ~~~ Select Id From `dynamic` Order By rand() Limit 1000; ~~~ 上面的?`SQL`?語句,可優化為: ~~~ Select Id From `dynamic` T1 Join (Select rand() * (Select Max(Id) From `dynamic`) as nid) T2 on T1.Id > T2.nidlimit 1000 ~~~ **9、區分 IN 和 Exists、Not In 和 Not Exists ** ~~~ Select * From 表A Where Id IN (Select Id From 表B) ~~~ 上面?`SQL`?語句相當于 ~~~ Select * From 表A Where Exists(Select * From 表B Where 表B.Id=表A.Id) ~~~ 區分?`IN`?和?`Exists`?主要是造成了驅動順序的改變(這是性能變化的關鍵)。如果是?`Exists`,那么以外層表為驅動表,先被訪問,如果是?`IN`,那么先執行子查詢。所以?`IN`?適合于外表大而內表小的情況,`Exists`?適合于外表小而內表大的情況。 關于?`Not IN`?和?`Not Exists`,推薦使用?`Not exists`。這不僅僅是效率問題,`Not IN`?可能存在邏輯問題。 如何高效的寫出一個替代?`not in`?的?`SQL`?語句? 原?`SQL`?語句: ~~~ Select Colname … From A 表 Where A.id Not IN (Select B.id From B表) ~~~ 高效的?`SQL`?語句: ~~~ Select Colname … From A表 Left join B表 ON Where A.id = B.id Where B.id is Null ~~~ **10、使用合理的分頁方式以提高分頁的效率 ** ~~~ Select Id,Name From Product Limit 866613, 20 ~~~ 使用上述?`SQL`?語句做分頁的時候,可能有人會發現,隨著表數據量的增加,直接使用?`Limit`?分頁查詢會越來越慢。 優化的方法如下:可以取前一頁的最大行數的 Id ,然后根據這個最大的 Id 來限制下一頁的起點。比如:此列中,上一頁最大的 Id 是 866612。SQL 可以采用如下的寫法: ~~~ Select Id,Name From Product Where Id> 866612 Limit 20 ~~~ **11、分段查詢 ** 在一些用戶選擇頁面中,可能一些用戶選擇的時間范圍過大,造成查詢緩慢。主要的原因是掃描行數過多。這個時候可以通過程序,分段進行查詢,循環遍歷,將結果合并處理進行展示。 **12、避免在 Where 子句中對字段進行 Null 值判斷 ** 對于?`Null`?的判斷會導致引擎放棄使用索引而進行全表掃描。 **13、不建議使用 % 前綴模糊查詢 ** 例如:`Like "%name"`?或者?`Like "%name%"`?,這種查詢會導致索引失效而進行全表掃描。但是可以使用?`Like "name%"`。那如何要查詢?`%name%`?呢? **14、避免在 Where 子句中對字段進行表達式操作 ** 比如下面這個例子: ~~~ Select user_id,user_project from user_base Where age*2=36; ~~~ 在上述?`SQL`?中對字段就行了算術運算,這會造成引擎放棄使用索引,建議改成: ~~~ Select user_id,user_project from user_base where age=36/2; ~~~ **15、避免隱式類型轉換 ** `Where`?子句中出現?`Column`?字段的類型和傳入的參數類型不一致的時候發生的類型轉換,建議先確定 Where 中的參數類型。 **16、對于聯合索引來說,要遵守最左前綴法則 ** 舉列來說:索引含有字段 id、name、school,可以直接用 id 字段,也可以 id、name 這樣的順序,但是 name,school 都無法使用這個索引。所以在創建聯合索引的時候一定要注意索引字段順序,常用的查詢字段放在最前面。 **17、必要時可以使用 Force Index 來強制查詢走某個索引 ** 有的時候?`MySQL`?優化器采取它認為合適的索引來檢索?`SQL`?語句,但是可能它所采用的索引并不是我們想要的。這時就可以采用?`Force index`?來強制優化器使用我們制定的索引。 **18、注意范圍查詢語句 ** 對于聯合索引來說,如果存在范圍查詢,比如?`Between`、`>`、`<`?等條件時,會造成后面的索引字段失效。 **19、關于 JOIN 優化** `LEFT JOIN`?A 表為驅動表,`INNER JOIN`?MySQL 會自動找出那個數據少的表作用驅動表,`RIGHT JOIN`?B表為驅動表。 *注意:* ?MySQL 中沒有?`Full Join`?,可以用以下方式來解決: ~~~ Select * from A left join B on B.name = A.namewhere B.name is nullunion allselect * from B; ~~~ ?盡量使用?`Inner Join`,避免?`Left Join` 參與聯合查詢的表至少為 2 張表,一般都存在大小之分。如果連接方式是?`Inner Join`,在沒有其他過濾條件的情況下 MySQL 會自動選擇小表作為驅動表。但是?`Left Join`?在驅動表的選擇上遵循的是左邊驅動右邊的原則,即?`Left join`?左邊的表名為驅動表。 ?合理利用索引 被驅動表的索引字段作為?`ON`?的限制字段。 ?利用小表去驅動大表 從原理圖能夠直觀的看出如果能夠減少驅動表的話,減少嵌套循環中的循環次數,以減少 IO 總量及 CPU 運算的次數。 ?巧用 STRAIGHT\_JOIN `Inner Join`?是由?`MySQL`?選擇驅動表,但是有些特殊情況需要選擇另外的表作為驅動表。比如:`Group By`、`Order By`?等 「Using filesort」、「Using temporary」時。 *`STRAIGHT_JOIN`?用來強制連接順序,在?`STRAIGHT_JOIN`?左邊的表名就是驅動表,右邊則是被驅動表。在使用?`STRAIGHT_JOIN`?有個前提條件是該查詢是內連接,也就是?`Inner Join`。其他連接不推薦使用?`STRAIGHT_JOIN`,否則可能造成查詢結果不準確。* *原文作者:[https://mp.weixin.qq.com/s/XlBOTUGmAk54IU\_HnsvxLQ](https://mp.weixin.qq.com/s/XlBOTUGmAk54IU_HnsvxLQ)*
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看