文章目录

  • 生猛干货
  • 官方文档
  • 优化的原因
  • not in 的优化
  • 使用汇总表优化count(*)查询
  • 搞定MySQL

生猛干货

带你搞定MySQL实战,轻松对应海量业务处理及高并发需求,从容应对大场面试


官方文档

https://dev.mysql.com/doc/

如果英文不好的话,可以参考 searchdoc 翻译的中文版本

http://www.searchdoc.cn/rdbms/mysql/dev.mysql.com/doc/refman/5.7/en/index.com.coder114.cn.html


优化的原因

MySQL-Btree索引和Hash索引初探 中 什么情况下会使用到B树索引 。

not int 和 <> 操作无法使用索引


not in 的优化

如果not in 的指标范围非常大的话,这个效率很差。

举个例子

select customer_id ,first_name ,last_name ,email
from customer
where customer_id
not in (select customer_id from payment);

每个customer_id都要到payment中查询一遍, 数据量大时很慢。

优化后 -----------> left join

select customer_id ,first_name ,last_name ,email
from customer  a
left join payment b
on a.customer_id = b.customer_id
where b.customer_id  is null

这样的话,可以避免对payment表的多次查询。


使用汇总表优化count(*)查询

select count(*) from product_comment where product_id = 999;

如果这个表 有上亿条,或者并发访问很高的情况,这个SQL的执行效果也不是很理想

优化思路:就是使用汇总表

汇总表就是提前统计出来数据,记录到表中以备后续的查询使用。

Step1: 建立汇总表

字段看自己的需求,基本的有下面两列

create table product_comment_cnt(product_id int , cnt int);

然后 每天定时的汇总,更新改表,对于当天新增的未统计到的数据,可以单独查询,然后累加

新的SQL如下

select sum(cnt) from (# 汇总表中查询到的由定时任务更新的数据 select cnt from product_comment_cnt where product_id = 999union all #  新增的数据 select count(*) from product_comment where product_id = 999 and timestr > date(now())
) a

提供思路,实际情况自行调整。


搞定MySQL

MySQL-count(*) 和 not in 的查询优化相关推荐

  1. mysql数据库千万级别数据的查询优化和分页测试

    原文地址:原创 mysql数据库千万级别数据的查询优化和分页测试作者:于堡舰  本文为本人最近利用几个小时才分析总结出的原创文章,希望大家转载,但是要注明出处  http://blog.sina.co ...

  2. MySQL 数百万行数据条件查询优化

    MySQL 数百万行数据条件查询优化   最近在公司实习做到一个项目,要在一个包含数百万行数据表(如果以日期来分类,大概是同一天里又十多万行数据)之中查询出日期在某个日期查询出与之相邻日期的那些行的结 ...

  3. mysql千万级大数据SQL查询优化

    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 ...

  4. MySQL count()函数

    转载自  MySQL count()函数 MySQL COUNT()函数介绍 COUNT()函数返回表中的行数. COUNT()函数允许您对表中符合特定条件的所有行进行计数. COUNT()函数的语法 ...

  5. 30个mysql千万级大数据SQL查询优化技巧详解

    点击上方关注 "终端研发部" 设为"星标",和你一起掌握更多数据库知识 文章来自:脚本之家 http://www.jb51.net/article/136701 ...

  6. MySQL——count()

    MySQL--count() count():用于统计数据库表中数据的函数 常见的使用方式:count(*).count(1).count(列名).count(distinct 列名) 函数 统计 统 ...

  7. MySQL count(*)、count(1) 和count(字段)的区别以及count()查询优化手段

    MySQL的count(*).count(1) 和count(字段)的区别以及count()查询优化手段. 文章目录 1 几种count查询的区别 2 优化COUNT()查询 1 几种count查询的 ...

  8. MySQL 性能优化,索引和查询优化

    https://my.oschina.net/qrmc/blog/1822373 要知道为什么使用索引,要知道如何去使用好索引,使自己的查询达到最优性能,需要先了解索引的数据结构和磁盘的存取原理 1. ...

  9. 「mysql优化专题」单表查询优化的一些小总结,非索引设计(3)

    单表查询优化:(关于索引,后面再开单章讲解) (0)可以先使用 EXPLAIN 关键字可以让你知道MySQL是如何处理你的SQL语句的.这可以帮我们分析是查询语句或是表结构的性能瓶颈. (1)写sql ...

  10. MySQL DBA基本知识点梳理和查询优化

    本文主要是总结了工作中一些常用的操作,以及不合理的操作,在对慢查询进行优化时收集的一些有用的资料和信息,本文适合有MySQL基础的开发人员. 一.索引相关 索引基数:基数是数据列所包含的不同值的数量. ...

最新文章

  1. matplotlib绘制多个子图
  2. 《麻省理工科技评论》发布2019年全球十大突破性技术!
  3. 使用python完成的一个烟花小程序-厉害了,我用Python写了一个自动回复拜年信息的小程序!...
  4. 【C 语言】数组 ( 指针数组用法 | 菜单选择 )
  5. ajax封装回调函数代码
  6. Windows驱动开发如何入门
  7. 安装提示没有安装包docker(转载)
  8. Hive Hooks介绍
  9. 微信群怎么设置验证加入_怎么让微信群裂变拉人/拉人进群奖励方案/微信裂变营销方案策划...
  10. python 查找excel内容所在的单元格_使用Python查找Excel单元格引用
  11. 某大型电商云平台实践
  12. Wireshark系列之7 利用WinHex还原文件
  13. DXperience中文视频教程(上)
  14. UCOSII实时操作系统启动原理和理解
  15. 课程设计:89C51单片机实现六位密码锁
  16. mac adb安装和使用
  17. dB、dBm、dBw、dBi……到底有啥区别?
  18. 利用计算机技术全面规划供应,‍ ‍ 利用计算机及网络技术,全面规划供应链中的商流、物流、信息流、资金流等,并进行计划、组织、协调与控制。 ‍ ‍...
  19. B站怎么就成为了教育类的视频网站了
  20. linkedlist链表结构原理

热门文章

  1. word2vector 讲的比较好的文章
  2. Leetcode 226. 翻转二叉树 (每日一题 20210819)
  3. 强化学习笔记: backup diagram
  4. 文巾解题 1556. 千位分隔数
  5. 关于如何在matlab中导入并翻译Hypemesh导出的大型刚度矩阵txt文本
  6. tableau可视化数据分析60讲(十七)-tableau常用可视化视图(凹凸图甘特图直方图)
  7. MATLAB从入门到精通-辅助ANSYS APDL进行负泊松比铰链结构建模仿真(附源码)
  8. 深度学习核心技术精讲100篇(二十二)-深度解析数学建模核心知识之搜索与推荐模型中用户建模原理
  9. 分级查询(Hierarchical Path-Finding )
  10. Python入门100题 | 第059题