Mysql中的索引官方定义是帮助Mysql高效的获取数据的数据结构。树结构类型,类似于图书的数目索引,可以提高数据检索的效率,降低数据库的IO成本
索引的分类:聚集索引与非聚集索引、唯一索引与非唯一索引
聚集索引的意思可以理解为顺序排列,比如一个主键自增的表即为聚集索引。一个表只能包含一个聚集索引。
唯一索引:如果该字段信息保证不会重复例如身份证号用作索引时,可设置为unique
建立索引:CREATE INDEX mycolumn_index ON mytable (myclumn)
数据库查询优化方案:
一、对表字段的优化:
1、最好不要给数据库留NULL,尽可能的使用 NOTNULL填充数据库.
2、尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
3、尽可能的使用 varchar/nvarchar代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些。
二、对SQL语句的优化
1. 对查询进行优化,要尽量避免全表扫描,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
3. 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。
4. 应尽量避免在 where 子句中使用 or 来连接条件,如果一个字段有索引,一个字段没有索引,将导致引擎放弃使用索引而进行全表扫描
5. 应尽量避免在 where子句中对字段进行表达式操作、函数操作,这将导致引擎放弃使用索引而进行全表扫描。
6. in和 not in 也要慎用,否则会导致全表扫描
对于连续的数值,能用 between就不要用 in 了
很多时候可以使用 exist 和not exist代替in和not in。
7. LIKE操作符 例如LIKE ‘%5400%’ 这种查询不会引用索引,而LIKE ‘X5400%’则会引用范围索引。
8. 对于多张大数据量(这里几百条就算大了)的表JOIN,要先分页再JOIN,否则逻辑读会很高,性能很差。
9. select count(*) from table;这样不带任何条件的count会引起全表扫描,并且没有任何业务意义,是一定要杜绝的。
10.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回用不到的任何字段。
11.不要以字符格式声明数字,要以数字格式声明字符值。(日期同样)否则会使索引无效,产生全表扫描。
12.尽量避免使用游标,因为游标的效率较差(游标(cursor)是系统为用户开设的一个数据缓冲区,存放SQL语句的执行结果)
13.尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。
三、 对数据库进行修改的优化处理
1. 索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个
2. (临时表 #本地临时表 ##全局临时表) 避免频繁创建和删除临时表,以减少系统表资源的消耗。在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先createtable,然后insert。
3. 尽量避免大事务操作,提高系统并发能力。
4. Update 语句,如果只更改1、2个字段,不要Update全部字段,否则频繁调用会引起明显的性能消耗,同时带来大量日志 ORM对象关系映射(性能差)