数据库优化总结

数据库优化方法总结：

1. 对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
   但索引需要空间来存储，也需要定期维护，每当有记录在表中增减或索引列被修改时，索引本身也会被修改。 这意味着每条记录的INSERT，DELETE，UPDATE将为此多付出4，5次的磁盘I/O。因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢。

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。备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使用NULL。

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。

4. 应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描。可以使用union all进行查询（使用union会进行排序删除重复的记录，推荐使用union all）。如：

select id from t where name= 'aaa' union all select id from t where name = 'bbb'

5. in和 not in 也要慎用，否则会导致全表扫描。很多时候用 exists 代替 in 是一个好的选择：

select num from a where num in(select num from b)

改为

select num from a where exists(select 1 from b where num=a.num)

6. like模糊查询会导致全表扫描。
   解决方法：
   （1）添加全文索引 (注意：这种方法只适用于mysql引擎是myisam的。此外，MySQL自带的全文索引只能对英文进行全文检索，目前无法对中文进行全文检索。)

--创建article表
CREATE TABLE article (
    id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
    title VARCHAR(200),
    content TEXT,
    FULLTEXT (title, content) --在title和content列上创建全文索引
);

或者是

ALTER TABLE article
ADD FULLTEXT INDEX fulltext_article (title, content)

查询时的操作：

SELECT * FROM article WHERE MATCH(title, content) AGAINST('查询字符串')

（2）可以考虑查询数据后，在程序里进行模糊查询操作。

7. 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：

--错误示范
select id from t where num/2 = 100
--应改为
select id from t wherenum = 100*2

8. 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：

--错误示范
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 createdate >= '2005-11-30' and createdate < '2005-12-1'

9. Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志。

10. 对于多张大数据量的表JOIN，要先分页再JOIN。

Select * from big_table e
Inner join (select id from big_table limit 4100000, 10) a on a.id = e.id

11. 不考虑null的情况下，主键作为count的条件时候count(主键)最快。count(*)会进行全表扫描，而count(主键)扫描主键的index。

12. 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连 接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

13. 尽可能使用varchar而不是char，char占的空间是固定的，用varchar可以节约空间。

14. 尽量避免使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

15. WHERE子句后面的条件顺序对大数据量表的查询会产生直接的影响，如：

Select * from zl_yhjbqk where dy_dj = '1K以下' and xh_bz=1

Select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1K以下'

以上两个SQL中dy_dj及xh_bz两个字段都没进行索引，所以执行的时候都是全表扫描，第一条SQL的dy_dj ='1KV以下’条件在记录集内比率为99%，而xh_bz=1的比率只为0.5%，在进行第一条SQL的时候99%条记录都进行dy_dj及xh_bz的比较，而在进行第二条SQL的时候0.5%条记录都进行dy_dj及xh_bz的比较，以此可以得出第二条SQL的CPU占用率明显比第一条低。

16. 冗余字段，可以减少join，提高性能。缺点是在更新数据时要同时更新冗余字段。 冗余字段不能随意使用，要根据业务需求，尽量少使用，不能冗余过多字段。