MYSQL查询优化方法集合

少用一次select * ,少一次苦恼。

小编:这篇杂记,很水

1、避免使用select *查询

2、避免重复查询相同数据

3、mysql是否在扫描额外的记录,尽可能查询只返回需要的数据。最简单的衡量查询开销的3个指标:响应时间,扫描行数,返回的行数。检查慢日志记录是找出扫描行数过多的查询的办法 。

3.1 查看查询扫描的行数与返回行数

3.2 查看扫描行数和访问类型

explain语句中的type列反映了访问类型(全表扫描、索引扫描、范围扫描、唯一索引查询、常数引用等)。

mysql能够使用3钟方式应用where:1、在索引中使用where条件来过滤不匹配的记录(在存储引擎层完成);2、使用索引覆盖扫描(在extra列出现using index)来返回记录,直接从索引中过滤不需要的记录并返回命中的结果(在服务器层完成,无须再回表查询记录);3、从数据表中返回数据,然后过滤不满足条件记录(在extra中出现using where)(在服务器层完成,需要从数据表读取记录然后过滤)

4、若需查询需要扫描大量数据,但是只返回很少的行:

4.1 使用索引覆盖扫描,把所有需要用的列都放到索引中,这样存储引擎无须回表获取对应行就可以返回结果;

4.2 改变数据库结构(如:使用单独的汇总表);

4.3 重写复杂查询(使MYSQL优化器可以用更优化的方式执行此查询)。

5、考虑1个复杂查询还是多个简单查询

6、切分查询:将一个大的查询切分成多个小部分查询(避免一次锁住很多数据、占满事务日志、耗尽系统资源、阻塞其他重要查询,可减少mysql复制的延迟)

7、分解关联查询(优点:让缓存的效率更高;将查询分解后,执行单个查询可以减少锁竞争;在做应用层关联,可以更容易对数据库拆分,更容易做到高性能和可扩展;可减少冗余记录查询)

8、show processlist可以获得现在的查询状态

9、查询缓存:在解析一个查询语句前,如果查询缓存是打开的,那么MYSQL会优先检查这个查询是否命中查询缓存中的数据。

MYSQL通过关键字将SQL语句进行解析,并生成一颗相应的解析树,解析器将使用mysql语法规则验证和解析查询。

10、查询优化器:一个查询有多种执行方式,优化器将找到最好的执行计划。

11、尽可能避免排序或者避免对大量数据进行排序(可查询所需要的列,再根据给定列排序,然后返回结果)

12、索引合并和交叉过滤的方式来定位需要查找的行

13、优化关联查询:确保on或者using子句中的列上有索引;确保任何group by和order by中的表达式只涉及到一个表中的列

14、优化group by和distinct:使用索引优化

15、避免使用select for update

16、尽可能在索引中完成排序;只取出自己需要的列,避免多余的列;尽可能避免复杂的 Join语句和子查询;

17、可用exist代替的条件语句,避免使用in

18、可用分表查询的语句,避免使用join连接

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刺猬多情

一分钱都是爱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值