-
表的垂直拆分的原则 所谓垂直拆分，就是把原来一个有很多列的表拆分成多个表解决表的宽度问题，通常拆分原则如下： 1、把不常用的字段单独存放到一个表中 2、把大字段独立存放到一个表中 3、把经常一起使用的字段放到一起查看全部
-
反范式化：为了查询效率的考虑，把原本符合第三范式的表适当增加冗余，以达到优化查询效率的目的。以空间换取时间的操作。查看全部
-
121查看全部
-
数据表结构优化 第三范式：要求数据库中不存在非关键字段对任意候选关键字的传递函数依赖 不符合第三范式要求的表存在以下问题： 1.数据冗余:（分类、分类描述）对于每一个商品都会进行记录 2.数据插入异常 3.数据更新异常 4.数据删除异常查看全部
-
使用bigint 存储ip地址INET_ATON INET_NTOA查看全部
-
使用int类型存储日期时间，利用FROM_UNIXTIME(),UNIX_TIMESEAMP()两个函数转换查看全部
-
冗余索引（将已经建立索引的列又和另外一个列一起组合创建了一个索引）如下图所示：查看全部
-
过多的索引不但影响写入，而且影响查询，索引越多，分析越慢 如何找到重复和多余的索引，主键已经是索引了，所以primay key 的主键不用再设置unique唯一索引了 冗余索引，是指多个索引的前缀列相同，innodb会在每个索引后面自动加上主键信息 冗余索引查询工具 pt-duplicate-key-checker查看全部
-
选择合适的索引列<br> 1.在where，group by，order by，on从句中出现的列<br> 2.索引字段越小越好(因为数据库的存储单位是页，一页中能存下的数据越多越好 )<br> 3.离散度大得列放在联合索引前面<br> select count(distinct customer_id), count(distinct staff_id) from payment;<br> 查看离散度 通过统计不同的列值来实现 count越大 离散程度越高 离散度，我的理解就是唯一性了，比如主键，绝对是离散度最大的，而一些用来标识状态标识的列，基本只有几个可选项，离散度就很小查看全部
-
优化步骤2： 使用这种方式有一个限制，就是主键一定要顺序排序和连续的，如果主键出现空缺可能会导致最终页面上显示的列表不足5条，解决办法是附加一列，保证这一列是自增的并增加索引就可以了查看全部
-
使用索引或者主键来进行order by操作查看全部
-
limit常用于分页处理，时常会伴随order by从句使用，因此大多时候会使用Filesorts这样会造成大量的io问题 1.使用有索引的列或主键进行order by操作 2.记录上次返回的主键，在下次查询时使用主键过滤 使用这种方式有一个限制，就是主键一定要顺序排序和连续的，如果主键出现空缺可能会导致最终页面上显示的列表不足5条，解决办法是附加一列，保证这一列是自增的并增加索引就可以了查看全部
-
group by可能会出现临时表（Using temporary），文件排序（Using filesort）等，影响效率。 可以通过关联的子查询，来避免产生临时表和文件排序，可以节省io 改写前 select actor.first_name,actor.last_name,count(*) from sakila.film_actor inner join sakila.actor using(actor_id) group by film_actor.actor_id; 改写后 select actor.first_name,actor.last_name,c.cnt from sakila.actor inner join( select actor_id,count(*) as cnt from sakila.film_actor group by actor_id )as c using(actor_id);查看全部
-
对于子查询的优化，可以优化成为join方式查询， 但是这样子查询的话如果是一对多的关系，那么就要注意去重， 可以用distinct关键字去重查看全部
-
count(列名)统计的是不包括NULL在内的行数，而count(*)则是统计所有，所以为了包含NULL，在写法上应该是count(列名 OR NULL)查看全部
举报
0/150
提交
取消