MySQL 优化

Mysql优化
　　总的来说就是尽量提高索引的利用率，和减少全表扫描
　　尽量拆分查询，在程序中处理，一般不要过多连表
　　链接查询一般都是用左小表链接右大表，看情况用左链接还是内连接
　　利用redis进行缓存，并提高缓存命中
　　使用explain进行检查
　　　　检查索引使用情况，尽量将条件放入索引中，并尽量保证输出见过全部被索引覆盖，
　　exists 效率高于 in 可以更好的用到索引
　　对于连续的数值，能用between就不要用in
　　group by 只有一个表中的列，才会走索引
    　limit 10000,10
        　　实际上是mysql查找到前10010条数据，之后丢弃前面的10000行，这个步骤的数据其实是浪费掉的.

　　　　用查询条件进行替代： 比如 ID，用覆盖索引优化 select *  from (select id from job limit 1000000,100) a  left join job b on a.id = b.id; 查询一次ID子表，再进行连表
　　where 中 尽量不要使用 判空 !=和<> or，会进行全表放弃索引

 

优化查询过程中的数据访问
　　访问数据太多导致查询性能下降
　　确定应用程序是否在检索大量超过需要的数据，可能是太多行或列
　　确认MySQL服务器是否在分析大量不必要的数据行
　　避免犯如下SQL语句错误
　　 查询不需要的数据。解决办法：使用limit解决
　　多表关联返回全部列。解决办法：指定列名
　　总是返回全部列。解决办法：避免使用SELECT *
　　重复查询相同的数据。解决办法：可以缓存数据，下次直接读取缓存
　　是否在扫描额外的记录。解决办法：
　　使用explain进行分析，如果发现查询需要扫描大量的数据，但只返回少数的行，可以通过如下技巧去优化：
　　使用索引覆盖扫描，把所有的列都放到索引中，这样存储引擎不需要回表获取对应行就可以返回结果。
　　改变数据库和表的结构，修改数据表范式
　　重写SQL语句，让优化器可以以更优的方式执行查询。
    
优化长难的查询语句
　　 一个复杂查询还是多个简单查询
　　MySQL内部每秒能扫描内存中上百万行数据，相比之下，响应数据给客户端就要慢得多
　　使用尽可能小的查询是好的，但是有时将一个大的查询分解为多个小的查询是很有必要的。
　　切分查询，将一个大的查询分为多个小的相同的查询

　　一次性删除1000万的数据要比一次删除1万，暂停一会的方案更加损耗服务器开销。
　　分解关联查询，让缓存的效率更高。
　　执行单个查询可以减少锁的竞争。
　　在应用层做关联更容易对数据库进行拆分。
　　查询效率会有大幅提升。
　　较少冗余记录的查询
    
优化特定类型的查询语句
　　count(*)会忽略所有的列，直接统计所有列数，不要使用count(列名)
　　MyISAM中，没有任何where条件的count(*)非常快。
　　当有where条件时，MyISAM的count统计不一定比其它引擎快。
　　可以使用explain查询近似值，用近似值替代count(*)
　　增加汇总表
　　使用缓存

优化关联查询
　　确定ON或者USING子句中是否有索引。
　　确保GROUP BY和ORDER BY只有一个表中的列，这样MySQL才有可能使用索引。

优化子查询
　　用关联查询替代

优化GROUP BY和DISTINCT
　　这两种查询据可以使用索引来优化，是最有效的优化方法
　　关联查询中，使用标识列分组的效率更高
　　如果不需要ORDER BY，进行GROUP BY时加ORDER BY NULL，MySQL不会再进行文件排序。
　　WITH ROLLUP超级聚合，可以挪到应用程序处理

优化LIMIT分页
　　LIMIT偏移量大的时候，查询效率较低可以记录上次查询的最大ID，下次查询时直接根据该ID来查询

优化UNION查询
　　UNION ALL的效率高于UNION

优化WHERE子句
　　解题方法
　　　　对于此类考题，先说明如何定位低效SQL语句，然后根据SQL语句可能低效的原因做排查，先从索引着手，如果索引没有问题，考虑以上几个方面，数据访问的问题，长难查询句的问题还是一些特定类型优化的问题，逐一回答。

SQL语句优化的一些方法？
　　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。
　　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，如：select id from t where num isnull-- 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：select id from t where num=
　　3.应尽量避免在 where 子句中使用!=或<>操作符，否则引擎将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，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=10or num=20-- 可以这样查询：select id from t where num=10unionallselect id from t where num=20
　　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 between1and3
　　6.下面的查询也将导致全表扫描：select id from t where name like ‘%李%’若要提高效率，可以考虑全文检索。
　　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
　　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
　　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应改为:select id from t where name like ‘abc%’
　　10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。