数据库优化方案

当数据量大时，就需要对数据库进行优化来提高查询或者插入数据的效率，尤其是提高查询的效率。

针对提高查询效率可以有一下几个方面的优化：

1，提高数据库服务器的硬件配置，增加网络带宽提高数据传输效率，但是成本比较高，时间久了效率问题还会出现。

2，优化数据表结构减少数据冗余。

3，创建合适的索引。

4，优化sql语句编写。

5，读写分离，读服务器和写服务器实现数据同步。

6，增加Redis服务器，将常用但不经常修改的数据放在Redis上。

以上几点中，最长用到的就是2-6。但是在数据量增多后，就经常需要优化sql语句提高查询效率。但是优化sql语句却又

和索引有着很大的联系，下面将一一进行阐述。

sql语句编写要点：

1，尽量使用exists ,not exists 代替in,not in。

2，尽量不要使用select * from table。用到哪些字段就返回哪些字段。

3，尽量把字段的长度保持在合理区间。例如，name字段可以设置成varchar(20)而不要设置成varchar(50) 。

4，不要频繁的创建和删除临时表，容易引起性能问题。

5，尽量避免大事务操作，提高系统并发性。

6，尽量用where代替having。因为having会查询所有信息后进行筛选过滤，而where只会查询符合条件的数据，这样

减少了性能损耗。

7，在连接多个表时，尽量使用表的别名.字段格式，这样可以减少解析时间。

8，在oracle数据库中尽量使用大写字母编写sql语句，因为oracle数据库会先把小写字母转换成大写字母再执行。

9，尽量使用>=代替>，因为select * from user where uid>=5中首先定位到uid=5的数据行，而uid>4则会定位到uid=4

的数据行，然后再向下搜索第一个>4的数据。

往下的规则都与索引有关

10，再查询时避免对整个表进行查询，可以在where或者order by的字段加上索引。

11，避免在where 或者order by字段进行is null 判断，这样会导致数据库引擎放弃索引而进行全表搜索。对于这种情况数字类型可以设置0，字符串可以设置成""空字符串。

12，where 或者order by后的子句中应该避免对字段进行表达式的操作，这样也会导致放弃索引全表搜。例如num=100*2而不要num/2=100。

13，索引并非万能的，它也带来了存储空间的浪费来存储索引文件，并且每次insert,update,delete都需要修改索引文件，也会带来更多次的I/O操作。

14，不要对索引字段进行函数操作，也会导致放弃索引全表搜索。

15，在where子句中，过滤掉最大数量的查询条件必须放在where语句的最末尾，因为sql语句是自下而上执行的。

16，当索引含有多个列时，只有第一个列被where使用时才会调用索引，但是其他列就不会调用索引。

17，表的关联尽量使用主键。

18，尽量避免使用like "%abc%"这种模糊查询。因为这样的查询也会放弃索引而进行全表查询。类似的还有"%abc",但是可以这样“abc%”。

19，在sql语句中尽量使用变量的方式设置参数。例如，stringsql="select * from user where uid=?";和stringsql="select * from user where uid="+id。这两种方式中，数据库对sql文的解析和执行计划会缓存起来。但是第二种方式每次id变化都会重新缓存，所以第二种方式对影响执行的效率。

注意：

exist与in的区别和关系，如何更高效的使用：

in是把内表和外表做hash连接。exist是对外表做loop循环，每次循环完毕后再对内表进行查询。所谓外表就是主查询的表，内表即是子查询的表。也就是说in 用到了外表的索引，exist用到了内表的索引。所以说如果两个表的数据量差别比较大的时候，内表数据量大，那么使用exist效率更高。相反外表（主表）数据量大的时候使用in效率更高。