MySQL优化

**1. ** **避免使用 select * **      你需要什么信息,就查询什么信息,查询的多了,查询的速度肯定就会慢

2.  **当你只需要查询出一条数据的时候,要使用 limit 1 **  比如你要查询数据中是否有男生,只要查询一条含有男生的记录就行了,后面不需要再查了,使用Limit 1 可以在找到一条数据后停止搜索

3.   **建立高性能的索引 **  索引不是随便加的也不是索引越多越好,更不是所有索引对查询都有效

4.  建数据库表时,给字段设置固定合适的大小. 字段不能设置的太大,设置太大就造成浪费,会使查询速度变慢

5.   **要尽量使用not null   **

6.   EXPLAIN 你的 SELECT 查询使用EXPLAIN,可以帮助你更了解MySQL是如何处理你的sql语句的, 你可以查看到sql的执行计划,这样你就能更好的去了解你的sql语句的不足,然后优化语句.

7.  **在Join表的时候,被用来Join的字段，应该是相同的类型的,且字段应该是被建过索引的,这样，MySQL内部会启动为你优化Join的SQL语句的机制。 **

**8.   如果你有一个字段，比如“性别”，“国家”，“民族”, “省份”，“状态”或“部门”，这些字段的取值是有限而且固定的，那么，应该使用 ENUM 而不是 VARCHAR。  **

因为在MySQL中，ENUM类型被当作数值型数据来处理，而数值型数据被处理起来的速度要比文本类型快得多。这样，我们又可以提高数据库的性能**。**

**9.  垂直分割    **将常用和有关系的字段放在相同的表中，把一张表的数据分成几张表    这样可以降低表的复杂度和字段的数目，从而达到优化的目的

10.  优化where查询

**        ①. 避免在where子句中对字段进行表达式操作**

比如： select 列 from 表 where age*2=36;   建议改成  select 列 from 表 where age=36/2;

②. 应尽量避免在 where 子句中使用 !=或<> 操作符，否则将引擎放弃使用索引而进行全表扫描。

**        ③. 应尽量避免在 where 子句中对字段进行 null 值 判断**

**        ④. 应尽量避免在 where 子句中使用 or 来连接条件**

11.  不建议使用%前缀模糊查询,这种查询会导致索引失效而进行全表扫描

例如LIKE “%name”或者LIKE “%name%这两种都是不建议的.但是可以使用LIKE “name%”。

对于LIKE “%name%,可以使用全文索引的形式

**12.  要慎用in和 not in **

例如：select id from t where num in(1,2,3)   建议改成 select id from t where num between 1 and 3

对于连续的数值，能用 between 就不要用 in 了

** 13. 理解in和exists， not in和not exists的区别**

很多时候用 exists 代替 in 是一个好的选择：如查询语句使用了not in那么内外表都进行全表扫描，没用到索引，而not exists子查询依然能用到表上索引，所以无论哪个表大，用not exists都比not in要快。

select num from a where num in(select num from b)

建议改成: select num from a where exists(select 1 from b where num=a.num)

区分in和exists主要是造成了驱动顺序的改变(这是性能变化的关键)，如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。

关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题

14. 理解select Count (*)和Select Count(1)以及Select Count(column)区别

一般情况下，Select Count (*)和Select Count(1)两着返回结果是一样的

假如表沒有主键(Primary key), 那么count(1)比count(*)快，

如果有主键的話，那主键作为count的条件时候count(主键)最快

如果你的表只有一个字段的话那count(*)就是最快的

count(*) 跟 count(1) 的结果一样，都包括对NULL的统计，而count(column) 是不包括NULL的统计