记一次MySql千万级数据量单表按日分组查询平均值的优化遇到的各种问题

1、单表千万级数据量 子查询 where  in 要比 where exists 快（亲测查询时间差了100倍）

2、需要对datetime类型进行group by时（众所周知，函数不走索引），把日期的值拆分，比如要按日进行分组，拆分成 年、月、日字段，类型分别用smallint、tinyint、tinyint，建立复合索引(Year,Month,Day) 

3、数据量不大的临时表的存储引擎用engine=MEMORY ，优化效果很明显。数据量太大的不建议，因为很吃内存，内存不够数据可能会丢失数据或者中断存储过程

4、truncate是先执行drop操作，然后再执行create操作，执行完成后会恢复初始的表空间。（找资料时看到有文章说对于临时表要先truncate再drop，差点被坑死，故有此一记）

 -------------------------------------------后续------------------------------------------------------

到生产环境给表加索引后，过了一晚数据库出故障自动关闭了。正在查找原因。。。

原因大概找到了，有一个作业每10分钟跑一次，作用是从千万级数据量单表处查询数据然后插入到另一个表，这个作业跑一次耗时大于40分钟，跑到中途还报错退出了。。。

然后千万级数据量单表添加字段后也没有初始化好，添加索引的字段存在null值，导致死锁的发生。不断被阻塞，最后导致mysql崩溃了。