大数据SQL优化
2013-03-15 16:33
211 查看
对于百万千万量级别的数据进行查询,如果查询方式不合理的话,会严重影响系统的运行性能及服务器的压力。
常见优化查询的方案有如下:
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子句中进行null的判断,否则将导致查询放弃进行索引进行全表扫描。可以在null上设默认值为0。
3,尽量避免在where子句中使用or来连接条件,否则将导致查询放弃进行索引进行全表扫描,可以考虑使用union all替换。
4,in 和not in 要慎用,否则会导致全表扫描。能用between则不用in。
5,避免使用Like 来进行模糊查询,可以考虑使用全文检索。
6,尽量避免在where子句中使用!=或<>操作符,否则会导致全表扫描。
7,使用视图加速查询。
8,能用distinct 则不用group by。
9,能用union all 则不用union。
10,避免在where子句中进行函数操作。
常见优化查询的方案有如下:
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子句中进行null的判断,否则将导致查询放弃进行索引进行全表扫描。可以在null上设默认值为0。
3,尽量避免在where子句中使用or来连接条件,否则将导致查询放弃进行索引进行全表扫描,可以考虑使用union all替换。
4,in 和not in 要慎用,否则会导致全表扫描。能用between则不用in。
5,避免使用Like 来进行模糊查询,可以考虑使用全文检索。
6,尽量避免在where子句中使用!=或<>操作符,否则会导致全表扫描。
7,使用视图加速查询。
8,能用distinct 则不用group by。
9,能用union all 则不用union。
10,避免在where子句中进行函数操作。
相关文章推荐
- SQL优化(SQL TUNING)之10分钟完成亿级数据量性能优化(SQL调优)
- (转)大数据量高并发的数据库优化与sql优化
- MySQL 对一段时间内每天数据统计案例--sql优化
- Spring+SpringMVC+MyBatis+easyUI整合优化篇(十二)数据层优化-explain关键字及慢sql优化
- SQL优化(SQL TUNING)之10分钟完毕亿级数据量性能优化(SQL调优)
- sql优化 同步数据
- SQL优化(SQL TUNING)之10分钟完成亿级数据量性能优化(SQL调优)
- SQL优化,处理百万级以上的数据处理
- 6.组函数(avg(),sum(),max(),min(),count())、多行函数,分组数据(group by,求各部门的平均工资),分组过滤(having和where),sql优化
- sql优化实战:从1353秒到135秒(删除索引+修改数据+重建索引)
- hibernate批量删除和更新数据
- c++ 使用TinyXML 读取xml数据
- 错误: 在日志数据中,TCP/IP 协议栈报告内存不足
- 数据挖掘技术之关联分析
- 应用DataAdapter对象更新数据库中的数据
- 2003与2007excel数据导入小(5M)中(10M)大(80M以上)
- H264 数据avi文件封装和拆解
- [AIR] 读写数据
- Unity3d在安卓平台下使用sqlite存储操作数据
- [CC2530]串口接收发送数据