Mysql性能优化---索引优化02

最新推荐文章于 2024-09-09 10:43:28 发布
最新推荐文章于 2024-09-09 10:43:28 发布
阅读量352 收藏
点赞数
分类专栏： Mysql性能优化 mysql 文章标签： mysql 性能优化 数据库
本文链接：https://blog.csdn.net/qq_38020427/article/details/126603691
版权

文章目录

分页查询优化

CREATE TABLE `employees_copy` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  PRIMARY KEY (`id`),
  KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8 COMMENT='员工记录表';

很多时候我们业务系统实现分页功能可能会用如下sql实现

select * from employees limit 10000,10;

表示从表 employees 中取出从 10001 行开始的 10 行记录。看似只查询了 10 条记录，实际这条 SQL 是先读取 10010 条记录，然后抛弃前 10000 条记录，然后读到后面 10 条想要的数据。因此要查询一张大表比较靠后的数据，执行效率是非常低的。

常见的分页场景优化技巧

1、根据自增且连续的主键排序的分页查询

首先来看一个根据自增且连续主键排序的分页查询例子：

 select * from employees limit 90000,5;

在这里插入图片描述

该 SQL 表示查询从第 90004开始的五行数据，没添加单独 order by，表示通过主键排序。我们再看表 employees ，因 为主键是自增并且连续的，所以可以改写成按照主键去查询从第 90004开始的五行数据，如下：

select * from employees where id > 90000 limit 5;

在这里插入图片描述
查询的结果是一致的。我们再对比一下执行计划：

EXPLAIN select * from employees limit 90000,5;

在这里插入图片描述

EXPLAIN select * from employees where id > 90000 limit 5;

在这里插入图片描述显然改写后的 SQL 走了索引，而且扫描的行数大大减少，执行效率更高。

但是，这条改写的SQL 在很多场景并不实用，因为表中可能某些记录被删后，主键空缺，导致结果不一致，如下图试验 所示（先删除一条前面的记录，然后再测试原 SQL 和优化后的 SQL）：
在这里插入图片描述在这里插入图片描述两条 SQL 的结果并不一样，因此，如果主键不连续，不能使用上面描述的优化方法。

另外如果原 SQL 是 order by 非主键的字段，按照上面说的方法改写会导致两条 SQL 的结果不一致。

所以这种改写得满 足以下两个条件：
1.主键自增且连续
2.结果是按照主键排序的

2、根据非主键字段排序的分页查询

select * from employees ORDER BY name limit 90000,5;

在这里插入图片描述

EXPLAIN select * from employees ORDER BY name limit 90000,5;

在这里插入图片描述
发现并没有使用 name 字段的索引（key 字段对应的值为 null），具体原因上个文章说过：扫描整个索引并查找到没索引的行(可能要遍历多个索引树)的成本比扫描全表的成本更高，所以优化器放弃使用索引。

知道不走索引的原因，那么怎么优化呢？

其实关键是让排序时返回的字段尽可能少，所以可以让排序和分页操作先查出主键，然后根据主键查到对应的记录，SQL 改写如下

select * from employees e inner join (select id from employees order by name limit 90000,5) ed on e.id = ed.id;

在这里插入图片描述需要的结果与原 SQL 一致，执行时间减少了一半以上，我们再对比优化前后sql的执行计划：

EXPLAIN select * from employees e inner join (select id from employees order by name limit 90000,5) ed on e.id = ed.id;

在这里插入图片描述原 SQL 使用的是 filesort 排序，而优化后的 SQL 使用的是索引排序。

join关联查询优化

--示例表
CREATE TABLE `t1` ( 
`id` int(11) NOT NULL AUTO_INCREMENT, 
`a` int(11) DEFAULT NULL, 
`b` int(11) DEFAULT NULL, 
PRIMARY KEY (`id`), 
KEY `idx_a` (`a`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
create table t2 like t1;  
‐‐ 插入一些示例数据 
‐‐ 往t1表插入1万行记录 
drop procedure if exists insert_t1; 
delimiter ;; 
create procedure insert_t1()  
begin  
declare i int; 
set i=1; 
while(i<=10000)do 
insert into t1(a,b) values(i,i); 
set i=i+1; 
end while; 
end;; 
delimiter ;
call insert_t1(); 
‐‐ 往t2表插入100行记录 
drop procedure if exists insert_t2; 
delimiter ;; 
create procedure insert_t2() 
begin 
declare i int; 
set i=1; 
while(i<=100)do 
insert into t2(a,b) values(i,i); 
set i=i+1; 
end while; 
end;; 
delimiter ; 
call insert_t2();

mysql的表关联常见有两种算法

Nested-Loop Join 算法
Block Nested-Loop Join 算法

1、嵌套循环连接 Nested-Loop Join(NLJ) 算法

一次一行循环地从第一张表（称为驱动表）中读取行，在这行数据中取到关联字段，根据关联字段在另一张表（被驱动表）里取出满足条件的行，然后取出两张表的结果合集。

EXPLAIN select * from t1 inner join t2 on t1.a= t2.a;

在这里插入图片描述从执行计划中可以看到这些信息：

     驱动表是 t2，被驱动表是 t1。先执行的就是驱动表(执行计划结果的id如果一样则按从上到下顺序执行sql)；优化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表。

     当使用left join时，左表是驱动表，右表是被驱动表，
     当使用right join时，右表时驱动表，左表是被驱动表，
     当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。

     使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算法是 NLJ。

上面sql的大致流程如下：

  1. 从表 t2 中读取一行数据（如果t2表有查询过滤条件的，会从过滤结果里取出一行数据）；
  2. 从第 1 步的数据中，取出关联字段 a，到表 t1 中查找；
  3. 取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端；
  4. 重复上面 3 步。 整个过程会读取 t2 表的所有数据(扫描100行)，然后遍历这每行数据中字段 a 的值，根据 t2 表中 a 的值索引扫描 t1 表 中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100 行)。因此整个过程扫描了 200 行。
    如果被驱动表的关联字段没索引，使用NLJ算法性能会比较低(下面有详细解释)，mysql会选择Block Nested-Loop Join 算法。

2、基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法

把驱动表的数据读入到 join_buffer 中，然后扫描被驱动表，把被驱动表每一行取出来跟 join_buffer 中的数据做对比。

EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;

在这里插入图片描述Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。

上面sql的大致流程如下：

  1. 把 t2 的所有数据放入到 join_buffer 中
  2. 把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比
  3. 返回满足 join 条件的数据

整个过程对表 t1 和 t2 都做了一次全表扫描，因此扫描的总行数为10000(表 t1 的数据总量) + 100(表 t2 的数据总量) = 10100。并且 join_buffer 里的数据是无序的，因此对表 t1 中的每一行，都要做 100 次判断，所以内存中的判断次数是 100 * 10000= 100 万次。

这个例子里表 t2 才 100 行，要是表 t2 是一个大表，join_buffer 放不下怎么办呢？ join_buffer 的大小是由参数 join_buffer_size 设定的，默认值是 256k。如果放不下表 t2 的所有数据话，策略很简单， 就是分段放。

比如 t2 表有1000行记录， join_buffer 一次只能放800行数据，那么执行过程就是先往 join_buffer 里放800行记录，然 后从 t1 表里取数据跟 join_buffer 中数据对比得到部分结果，然后清空 join_buffer ，再放入 t2 表剩余200行记录，再 次从 t1 表里取数据跟 join_buffer 中数据对比。所以就多扫了一次 t1 表。

被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用 Nested-Loop Join 呢？

如果上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 * 10000 = 100万次，这个是磁盘扫描。 很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。

因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有索引的情况下 NLJ 算法比 BNL算法性能更高

对于关联sql的优化

关联字段加索引，让mysql做join操作时尽量选择NLJ算法

小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去 mysql优化器自己判断的时间

straight_join解释：straight_join功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执行顺序。

比如：select * from t2 straight_join t1 on t2.a = t1.a; 代表指定mysql选着 t2 表作为驱动表。

straight_join只适用于inner join，并不适用于left join，right join。（因为left join，right join已经代表指定了表的执行顺序）

尽可能让优化器去判断，因为大部分情况下mysql优化器是比人要聪明的。使用straight_join一定要慎重，因为部分情况下人为指定的执行顺序并不一定会比优化引擎要靠谱。

对于小表定义的明确
在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据量，数据量小的那个表，就是“小表”，应该作为驱动表。

in和exsits优化

原则：小表驱动大表，即小的数据集驱动大的数据集

in：当B表的数据集小于A表的数据集时，in优于exists

select * from A where id in (select id from B)
--等价于
for(select id from B){
select * from A where A.id=B.id
}

exists：当A表的数据集小于B表的数据集时，exists优于in

将主查询A的数据，放到子查询B中做条件验证，根据验证结果（true或false）来决定主查询的数据是否保留

select * from A where exists (select 1 from B where B.id = A.id) 
#等价于: 
for(select * from A){ 
select * from B where B.id = A.id  
}  
#A表与B表的ID字段应建立索引

1、EXISTS (subquery)只返回TRUE或FALSE,因此子查询中的SELECT * 也可以用SELECT 1替换,官方说法是实际执行时会 忽略SELECT清单,因此没有区别

2、EXISTS子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比

3、EXISTS子查询往往也可以用JOIN来代替，何种最优需要具体问题具体分析

count(*)查询优化

‐‐ 临时关闭mysql查询缓存，为了查看sql多次执行的真实时间  
set global query_cache_size=0; 
set global query_cache_type=0; 
EXPLAIN select count(1) from employees; 
EXPLAIN select count(id) from employees; 
EXPLAIN select count(name) from employees; 
EXPLAIN select count(*) from employees;

注意：以上4条sql只有根据某个字段count不会统计字段为null值的数据行

在这里插入图片描述四个sql的执行计划一样，说明这四个sql执行效率应该差不多

字段有索引：count(*)≈count(1)>count(字段)>count(主键 id) //字段有索引，count(字段)统计走二级索引，二 级索引存储数据比主键索引少，所以count(字段)>count(主键 id)

字段无索引：count(*)≈count(1)>count(主键 id)>count(字段) //字段没有索引count(字段)统计走不了索引， count(主键 id)还可以走主键索引，所以count(主键 id)>count(字段)

count(1)跟count(字段)执行过程类似，不过count(1)不需要取出字段统计，就用常量1做统计，count(字段)还需要取出 字段，所以理论上count(1)比count(字段)会快一点。

count() 是例外，mysql并不会把全部字段取出来，而是专门做了优化，不取值，按行累加，效率很高，所以不需要用 count(列名)或count(常量)来替代 count()。

为什么对于count(id)，mysql最终选择辅助索引而不是主键聚集索引？因为二级索引相对主键索引存储数据更少，检索性能应该更高，mysql内部做了点优化(应该是在5.7版本才优化)。

常见优化方法

1、查询mysql自己维护的总行数

对于myisam存储引擎的表做不带where条件的count查询性能是很高的，因为myisam存储引擎的表的总行数会被 mysql存储在磁盘上，查询不需要计算

在这里插入图片描述对于innodb存储引擎的表mysql不会存储表的总记录行数(因为有MVCC机制)，查询count需要实时计算

2、show table status

如果只需要知道表总行数的估计值可以用如下sql查询，性能很高

show table status like 'employees';

在这里插入图片描述

3、将总数维护到Redis里

插入或删除表数据行的时候同时维护redis里的表总行数key的计数值(用incr或decr命令)，但是这种方式可能不准，很难保证表操作和redis操作的事务一致性

4、增加数据库计数表

插入或删除表数据行的时候同时维护计数表，让他们在同一个事务里操作

阿里巴巴MySQL规范解读

补充：MySQL数据类型选择

在MySQL中，选择正确的数据类型，对于性能至关重要。一般应该遵循下面两步：
（1）确定合适的大类型：数字、字符串、时间、二进制；
（2）确定具体的类型：有无符号、取值范围、变长定长等。
在MySQL数据类型设置方面，尽量用更小的数据类型，因为它们通常有更好的性能，花费更少的硬件资源。并且，尽量把字段定义为NOT NULL，避免使用NULL。

1、数值类型

在这里插入图片描述优化建议

  1. 如果整形数据没有负数，如ID号，建议指定为UNSIGNED无符号类型，容量可以扩大一倍。

  2. 建议使用TINYINT代替ENUM、BITENUM、SET。

  3. 避免使用整数的显示宽度(参看文档最后)，也就是说，不要用INT(10)类似的方法指定字段显示宽度，直接用 INT。

  4. DECIMAL最适合保存准确度要求高，而且用于计算的数据，比如价格。但是在使用DECIMAL类型的时候，注意长度设置。

  5. 建议使用整形类型来运算和存储实数，方法是，实数乘以相应的倍数后再操作。

  6. 整数通常是最佳的数据类型，因为它速度快，并且能使用AUTO_INCREMENT。

2、时间和日期

在这里插入图片描述优化建议
1.MySQL能存储的最小时间粒度为秒。

2.建议用DATE数据类型来保存日期。MySQL中默认的日期格式是yyyy-mm-dd。

3.用MySQL的内建类型DATE、TIME、DATETIME来存储时间，而不是使用字符串。

4.当数据格式为TIMESTAMP和DATETIME时，可以用CURRENT_TIMESTAMP作为默认（MySQL5.6以后），MySQL会自动返回记录插入的确切时间。

5.TIMESTAMP是UTC时间戳，与时区相关。

6.DATETIME的存储格式是一个YYYYMMDD HH:MM:SS的整数，与时区无关，你存了什么，读出来就是什么。

7.除非有特殊需求，一般的公司建议使用TIMESTAMP，它比DATETIME更节约空间，但是像阿里这样的公司一般会用DATETIME，因为不用考虑TIMESTAMP将来的时间上限问题。

8.有时人们把Unix的时间戳保存为整数值，但是这通常没有任何好处，这种格式处理起来不太方便，我们并不推荐它。

3、字符串

在这里插入图片描述优化建议

1.字符串的长度相差较大用VARCHAR；字符串短，且所有值都接近一个长度用CHAR。

2.CHAR和VARCHAR适用于包括人名、邮政编码、电话号码和不超过255个字符长度的任意字母数字组合。那些要用来计算的数字不要用VARCHAR类型保存，因为可能会导致一些与计算相关的问题。换句话说，可能影响到计算的准确性和完整性。

3.尽量少用BLOB和TEXT，如果实在要用可以考虑将BLOB和TEXT字段单独存一张表，用id关联。

4.BLOB系列存储二进制字符串，与字符集无关。TEXT系列存储非二进制字符串，与字符集相关。

5.BLOB和TEXT都不能有默认值。

PS：INT显示宽度
我们经常会使用命令来创建数据表，而且同时会指定一个长度，如下。但是，这里的长度并非是TINYINT类型存储的最大长度，而是显示的最大长度。

CREATE TABLE `user`(
 `id` TINYINT(2) UNSIGNED 
 );

这里表示user表的id字段的类型是TINYINT，可以存储的最大数值是255。所以，在存储数据时，如果存入值小于等于 255，如200，虽然超过2位，但是没有超出TINYINT类型长度，所以可以正常保存；

如果存入值大于255，如500，那么 MySQL会自动保存为TINYINT类型的最大值255。

在查询数据时，不管查询结果为何值，都按实际输出。这里TINYINT(2)中2的作用就是，当需要在查询结果前填充0时， 命令中加上ZEROFILL就可以实现，如：

`id` TINYINT(2) UNSIGNED ZEROFILL;

这样，查询结果如果是5，那输出就是05。如果指定TINYINT(5)，那输出就是00005，其实实际存储的值还是5，而且存储的数据不会超过255，只是MySQL输出数据时在前面填充了0。

换句话说，在MySQL命令中，字段的类型长度TINYINT(2)、INT(11)不会影响数据的插入，只会在使用ZEROFILL时有用，让查询结果前填充0。

老码识兔
关注
专栏目录
MySQL 海量数据优化（理论+实战） 吊打面试官
Trouvailless的博客
05-20 2922
一、准备表数据 咱们建一张用户表，表中的字段有用户ID、用户名、地址、记录创建时间，如图所示 OK，接下来准备写一个存储过程插入一百万条数据 CREATE TABLE `t_user` ( `id` int NOT NULL, `user_name` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci DEFAULT NULL, `address` varchar(255) DEFAULT NULL, `create_ti
Mysql索引优化（二）
qq_49281137的博客
12-03 497
今天学习了Mysql索引的优化这是第二篇，这里记录一下学习笔记，有错误，还望指出。 文章目录分页查询优化1、根据自增且连续的主键排序的分页查询2、根据非主键字段排序的分页查询Join关联查询优化1、 嵌套循环连接 Nested-Loop Join(NLJ) 算法2、 基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法count(*)查询优化MySQL数据类型选择1、数值类型2、日期和时间3、字符串 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学
【笔记】记一次mysql IN 大量ID优化方案
热门推荐
欢迎光临
10-31 3万+
背景 基于某些业务开发过程中，会遇到这样的查询语句：SELECT * FROM table where id in(1, 2, 3)， 但是当IN里面的数据量非常大的时候，有些数据库会对IN 的数据量有大小限制，比如Oracel大小限制是1000，因此如果能有一种替代IN 大量数据，并且性能还不错的方案就好了。 实战 1、使用IN方案查询结果，查询时间为：0.078s，总数据量60多万。 select * from designmaterial ds where ds.materialid in( “00
Mysql IN 优化
weixin_30256505的博客
01-11 74
https://www.cnblogs.com/yuanpengchao/p/5783500.html 转载于:https://www.cnblogs.com/eason-d/p/8267708.html
大数据量的查询优化
做最好的自己
12-10 999
当一个表a（亿级数据）和一个表b（百万级数据）关连查询时，如何优化查询：   数据库中优化方法： 1。在需要排序的字段或者经常作为查询条件的字段建立索引（前提条件是数据变化小，因为索引对数据更新操作有影响） 2。将表拆分（如按数据存盘时间分至多个库；或者将一些常用字段和id单独拎出来建一个索引表） 3。重设表结构，合并两个表     摘自网友： http://www.jgcao....
mysql面试题-mysql经典面试题目-数据库的基本概念-SQL语法-事务处理-索引优化-性能调优-mysql-面试题目
01-20
【MySQL面试题】在面试MySQL相关的职位时，面试官可能会问到一系列关于数据库基础、SQL语法、事务处理、索引优化以及性能调优的问题。以下是一些可能的面试重点： 1. **数据库基本概念**： - 数据库是用于存储和...
mysql性能优化-慢查询分析、优化索引和配置.doc
11-22
MySQL性能优化是一个重要的主题，尤其是对于处理大量数据的系统来说，高效的数据库操作直接影响到应用程序的响应速度和用户体验。本文将详细探讨慢查询分析、优化索引以及MySQL的配置优化。 一、优化概述 MySQL性能...
mysql性能优化-慢查询分析、优化索引和配置.docx
01-08
MySQL性能优化是一个重要的主题，尤其是对于处理大量数据的系统来说，高效的数据库操作直接影响到应用程序的响应速度和用户体验。本文主要围绕慢查询分析、优化索引和配置调整三个方面展开。 一、优化概述 优化...
mysql性能优化工具--tuner-primer使用介绍
09-10
MySQL性能优化是数据库管理中的重要环节，以确保系统的高效运行和数据访问的快速响应。Tuner-Primer是一个专门用于MySQL性能调优的脚本工具，由Matthew Montgomery开发，它可以帮助管理员识别潜在的问题并提供改进...
Mysql性能优化案例 - 覆盖索引分享
09-10
MySQL性能优化是一个重要的主题，尤其是在处理大规模数据时。在本案例中，我们关注的是如何通过覆盖索引来提高查询效率。覆盖索引是一种优化策略，它允许MySQL查询仅使用索引本身来获取所有需要的数据，避免了对数据...
mysql数据库In的优化.txt
06-23
mysql数据库in大量数据优化方法.
干货：MySQL性能优化，in和exists
06-28 195
in和exists哪个性能更优 sql脚本： 上面的sql中 订单表中（orders） 存在user_id，而又有用户表（users），所以我们用orders表中user_id和user表中的id 来in 和 exists。 结果 1.where后面是小表 （...
mysql 分页_MySQL 如何优化大分页查询？
weixin_39844963的博客
12-02 236
专注于Java领域优质技术，欢迎关注作者：杨奇龙 javaadu一 背景大部分开发和DBA同行都对分页查询非常非常了解，看帖子翻页需要分页查询，搜索商品也需要分页查询。那么问题来了,遇到上千万或者上亿的数据量怎么快速的拉取全量，比如大商家拉取每月千万级别的订单数量到自己独立的ISV做财务统计;或者拥有百万千万粉丝的公众大号,给全部粉丝推送消息的场景。本文讲讲个人的优化分页查询的经验，抛砖引玉。二 ...
MySQL 大量 IN 的查询优化
最新发布
xchenhao 的博客
09-09 743
MySQL 大量 IN 的查询优化
Mysql单表大量数据优化
liu1390910的博客
05-26 670
批量插入300W数据，由于Innodb默认支持事物导致插入速度缓慢，先修改为MyISAM CREATE DEFINER=`root`@`localhost` PROCEDURE `proc_auto_insertdata`() BEGIN DECLARE init_data INTEGER DEFAULT 1; WHILE ...
MySql之in查询优化
qq_46144673的博客
12-07 9139
Mysql之in条件查询优化
mysql in 优化 大量_MySQL优化 — exists与in谁快谁慢？
weixin_42172204的博客
01-22 1227
相信很多开发人员或DBA经常为exists与in到底谁效率比较高而感到困扰。而exists和in是半连接(SEMI JOIN)，什么是半连接？半连接就是两张表进行关联只返回一个表的数据。所以半连接也属于表连接，既然是表连接，我们就需要关心两表的大小以及两表之间究竟走什么连接方式，从而有目的地去控制两表之间的连接方式，才能随心所欲地优化SQL。in/exists语句分析-...
MySQL调优 ---- IN
wenniuwuren
08-08 3885
关于 SQL 调优中经典的 IN 关键字慢查询问题， 以及调优的思考...
mysql in查询优化
warrah 南极狼
04-13 1316
不过我还是想知道，这个效果怎么样，于是在本地的mariadb上运行，效果如下，嗯，貌似有进步。还不如in，固然chatgpt说的专家，也就是砖家。说明采用的是物化视图，因为物化视图是预计算和存储的查询结果，用于提高查询性能，也就是说。将in的内容，创建一个临时表，按照别人的示例，我为什么执行不通过呢？，按照这个说的集中方法，验证一下。版本不支持，而我们的生产环境就是mysql5.7,因此这条路是走不通的。，但那是临时表，也就是in里面的内容，所以没有影响。下面的in里面的值不是固定的，
数据库性能优化--索引优化
03-30
索引优化是数据库性能优化的重要部分，可以大幅提高查询效率。索引是一种数据结构，用于加速对表中数据的查找和排序。在查询中使用索引可以避免全表扫描，提高查询速度。以下是索引优化的一些技巧： 1. 确定索引...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值