数据库查询优化初级方案

 本文是小菜鸟的日常流水笔记，技术大神可以绕路啦，也欢迎点评指正，(#^.^#)...

今天在维护一个百万数据级别的表的时候，发生了查询速度慢的问题，一个页面的打开时间需要好几秒，而且查询语句比较简单，就两个条件：①table.clumn1>0; ②table.clumn2 = Y (取值只有两个，一个是N，一个是Y)。

即select * from table t where t.clumn1>0 and t.clumn2 = 'Y' ;

首先得找出查得慢的原因，该查询语句没有关联其他表，查询逻辑也是比较简单的，所以造成查询速度的原因是单表的数据量太大了，查询比较耗时。

建立索引，这时候思考，加索引的字段需要满足什么条件，一般比较固定且不经常变动的字段可以考虑加上索引，索引相当于给字段里面的数据项按照索引项进行了隐形排序，相当于为字段提供了目录。由于clumn1需要经常改变其值，加索引的话维护起来开销比较大，故考虑将clumn2的字段加上索引，因为其变动不是特别频繁。以下列出创建和删除索引的SQL语句：

创建索引：CREATE INDEX index_name ON table_name(clumn1) ;

删除索引：DROP INDEX index_name On table_name ;

加上索引之后，页面查询速度相对于之前快了很多，确实可行。在查询语句的书写上也进行了改进，由于clumn1是整数，故将条件table.clumn1>0 改成 table.clumn1>=1 ,这是由于数据库查询的时候可以让字段直接跟1比，不用再去查询大于0的整数是多少再来比较，如此优化也是有点效果的。

以上是普通索引的建法，此外还有非空索引、主键索引，按照存储特点还分为聚簇索引和非聚簇索引。索引的数据结构也比较有趣，如MyISam和InnoDB都选用了B+Tree作为数据结构，日后有机会再进行学习探讨。

数据库查询优化的方案除了加索引之外，还有其他很多方法，如对数据库进行分表分库（需考虑数据一致性问题）、分页、尽量不要全表扫描、尽量不要写进行运算的sql等等。遇到相应的问题再来记录分享学习。