mysql千万级数据量查询优化参考 —— 筑梦之路
目 的
Mysql查询性能优化要从三个方面考虑，库表结构优化、索引优化和查询优化。
优化方案
2.1 where条件过滤数据多的放在前面，减少产生的临时表的数据量
2.2 在需要当条件的列上加索引，避免全表扫描
首先应考虑在 where 及 order by，不要判断=null或!=,，where 子句中使用 or ，in 和 not in 也要慎用，都会导致引擎放弃使用索引而进行全表扫描，索引也可以定期维护任务里重新建立索引（表上频繁发生update,delete操作时需要重建）。
2.3 like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。
2.4 子句中使用参数，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，可以改为强制查询使用索引：select id from t with(index(索引名)) where num=@num。
2.5 尽量避免在 where 子句中对字段进行表达式操作和函数操作
这将导致引擎放弃使用索引而进行全表扫描6、索引列有大量数据重复时，SQL查询可能不会去利用索引，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。
2.6 不要更新聚集索引数据列
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。
2.7 避免频繁创建和删除临时表
2.8 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。
具体实现
3.1 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
3.2 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
3.3 应尽量避免在 where子句中使用!=或操作符，否则将引擎放弃使用索引而进行全表扫描
3.4 应尽量避免在 where 子句中使用 or 来连接条件，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=10 or num=20 可以这样查询 select id from t where num=10 union all select id from t where num=20
3.5 in 和 not in 也要慎用，否则会导致全表扫描
如：
select id from t where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了： select id from t where num between 1 and 3
3.6 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。
3.7 如果在 where 子句中使用参数，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。如下面语句将进行全表扫描：
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
3.8 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
3.9 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
