mysql 大数据量查询如何优化，没办法去掉<>和like

其实你这个需要程序和数据库有一致的设计。可考虑分区。

通过电话前缀来分区，以下只是一个形式，不推荐用中文命名，

这样，只要用户不填写电话，那么前三字符就是xxx，自动会放入 ZFU区。

CREATE TABLE Customer

(

ID INT NOT NULL,

Mobile_PerNO CHAR(3) DEFAULT 'xxx',

Mobile VARCHAR(30)

)

PARTITION BY LIST(Mobile_PerNO)

PARTITION 联通186 VALUES IN (133),

PARTITION 移动139 VALUES IN (139),

PARTITION 电信133 VALUES IN (133),

PARTITION ZFU VALUES IN (xxx)

);

其次你过于依赖数据库而成形的程序，用点不客气的话说，那就是耦合极高的设计。

你其实完全可以在注册时，写入验证，一个手机号就能注册一次。左右打掉空格，这样手机上就能建立唯一索引。 使用LIKE ‘133%’ 至少性能上有一定的飞跃。

至于你的第二个SQL， 在时间和发送号码上可以建立索引，然后条件上写入时间。

也可以使用hash方式按照年季度分区。

理论上 性能提升百倍还是一点问题都没有的。

分区资料 看官方文档。

Sybase公司是世界著名的数据库厂家，其关系数据库产品SYBASE SQL Server在中国大中型企事业单位中拥有大量的用户。针对获取数据库相关信息也提供了对应的API，以便管理进行维护。

一．sp_spaceused 可看到数据库空间包括日志(对应数据库)

打开Sql Advantage 对话框——输入sp_spaceused（上边数据库选择要查的数据库）或直接

use your_db_name

go

sp_spaceused

go

运行！出现如下信息

Database name：数据库名称

Datebase Size：数据库空间总大小

Reserved：已分配空间

data数据：已分配空间中数据占用空间大小

index_size索引：已分配空间中index_size索引占用空间大小

unused：为已分配空间中未使用空间大小

计算关系：

reserved（已分配空间）=data+index_size+unused

剩余空间= Datebase Size（总空间）—已分配空间（resrved）

二sp_helpdb db_name 可看到数据库占用的数据库设备device的空间信息（对应数据库设备和数据库）

打开Sql Advantage 对话框——输入sp_s helpdb db local（local为要看的数据库名字如不输入则显示所有数据库）

运行！显示如下信息：

（一）．数据库方面

1 name：数据库名字

2 db_size:数据库空间大小

3 owner：数据库所有者

4 created：数据库创建时间

5 status：状态

（二）．数据库设备方面

1 device_fragments：数据库设备名称

2 size：数据库占用数据库设备的空间大小 单位MB

3 usage：用法 用途

4 created：数据库占用的数据库设备的空间的创建时间

5 free kbytes ：数据库占用的数据库设备的剩余空间 单位KB

6 log only free

kbytes：数据库日志设备中日志剩余空间 单位KB

注意：由于数据库创建后不一定全部占用数据库设备的所有空间，可以在以后通过增加的方法占用设备空间，因此每增加一次就会有一条数据库设备信息

计算关系：

剩余空间=所有free Kbytes（剩余KB）相加+log only

free Kbytes

数据库占用数据库设备总空间(size)=size1+size2+……（所有相加）=数据库总空间（db_size）=

reserved（已分配空间）+剩余空间

free Kbytes（剩余KB）相加+log only free Kbytes= Datebase

Size（总空间）—已分配空间（resrved）

关于mysql处理百万级以上的数据时如何提高其查询速度的方法

最近一段时间由于工作需要，开始关注针对Mysql数据库的select查询语句的相关优化方法。

由于在参与的实际项目中发现当mysql表的数据量达到百万级时，普通SQL查询效率呈直线下降，而且如果where中的查询条件较多时，其查询速度简直无法容忍。曾经测试对一个包含400多万条记录（有索引）的表执行一条条件查询，其查询时间竟然高达40几秒，相信这么高的查询延时，任何用户都会抓狂。因此如何提高sql语句查询效率，显得十分重要。以下是网上流传比较广泛的30种SQL查询语句优化方法：

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

2、对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

3、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，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num=0

4、尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20

可以这样查询：

select id from t where num=10

union all

select id from t where num=20

5、下面的查询也将导致全表扫描：(不能前置百分号)

select id from t where name like ‘%c%’

若要提高效率，可以考虑全文检索。

6、in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

7、如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select id from t where num=@num

可以改为强制查询使用索引：

select id from t with(index(索引名)) where num=@num

8、应尽量避免在 where 子句中对字段进行表达式 *** 作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100

应改为:

select id from t where num=1002

9、应尽量避免在where子句中对字段进行函数 *** 作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where substring(name,1,3)=’abc’–name以abc开头的id

select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id

应改为:

select id from t where name like ‘abc%’

select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

10、不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

11、在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使 用，并且应尽可能的让字段顺序与索引顺序相一致。

12、不要写一些没有意义的查询，如需要生成一个空表结构：

select col1,col2 into #t from t where 1=0

这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

create table #t(…)

13、很多时候用 exists 代替 in 是一个好的选择：

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

用下面的语句替换：

select num from a where exists(select 1 from b where num=anum)

14、并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

15、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，若太多则应考虑一些不常使用到的列上建的索引是否有 必要。

16应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

17、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。

18、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。

19、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。

20、尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

21、避免频繁创建和删除临时表，以减少系统表资源的消耗。

22、临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使 用导出表。

23、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create table，然后insert。

24、如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

25、尽量避免使用游标，因为游标的效率较差，如果游标 *** 作的数据超过1万行，那么就应该考虑改写。

26、使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

27、与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时 间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

28、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

29、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。

30、尽量避免大事务 *** 作，提高系统并发能力。

慢是你自己造成的，和数据库没什么必然关系。

第一个用户执行SQL语句，第二个还执行同样的语句吗？这样的查询是无意义的。

在200万条数据的时候，你count，那mysql数据库引擎会响应迟钝。

在1500-2000万条数据的时候，你count，那SQL

SERVER数据库引擎会反应比较慢。

在数据量继续递增的时候，你继续不停的count，oracle也一样卡的让你崩溃。

一、正面回答

要查询网贷大数据的话，通常都是在一些民间查询系统、第三方平台处查询。

二、具体分析

民间查询系统有不少，在选择的时候就要多留意，要选择那些正规大型的机构，行内一般都在贝尖速查、小七信查、同盾数据这几个平台去做贷前审核。因为小机构一般不太可靠，万一个人信息遭到泄露，还会造成安全隐患。

而若是要查询央行征信的话，那直接带上身份z去当地央行征信中心查询就行了；还可以去当地有授权的商业银行网点查询；或者直接在电脑上登录央行官网进行查询也可以。

央行征信和网贷大数据基本不关联。申请网贷的话，主要以大数据、平台风控为主；而申请银行贷款和那些接入有央行征信系统的贷款机构、平台的贷款，就是以借款人的央行征信报告为主。

可以从“贝尖速查”这个平台得到网贷大数据报告，里面包含网贷历史记录、网贷逾期详情、负债情况、失信信息以及网贷黑名单等信息。

三、网贷逾期多少钱才会上征信报告？

网贷逾期多久会上征信，主要分两种情况来讨论。

1、无宽限期，超过还款日还款逾期记录上征信。

网贷平台不提供还款宽限期，那么还款日过后用户还未还款，产生的逾期记录就会上征信。哪怕还款日过后，用户进行了还款 *** 作，这也属于逾期还款。逾期还款时逾期记录已经产生，用户只能等还清逾期的欠款后，逾期记录自动删除。

2、有宽限期，超过宽限期还款逾期记录上征信。

网贷平台提供还款宽限期，还款日至宽限期这段时间还款，都算用户按时还款。按时还款不会产生逾期记录与逾期利息，这样就不会有逾期记录上传到征信。过了宽限期还未还款或者过了宽限期才还款，这时候网贷平台就会视为用户逾期。只要逾期就会产生逾期记录与逾期利息，之后网贷平台会根据相关的规定将逾期记录上传到用户的个人征信报告中。

以上两种情况都会导致逾期记录上征信，征信中有逾期记录会导致个人征信不良，同时也会影响用户申请其他贷款业务。还清逾期的欠款后，逾期记录需要在5年以后才会自动删除。因此，一旦出现逾期，请尽快还清逾期的欠款，这样个人征信才可以早日恢复。

以上就是关于mysql 大数据量查询如何优化，没办法去掉<>和like全部的内容，包括:mysql 大数据量查询如何优化，没办法去掉<>和like、关于sysbase数据库的大数据选择性查询问题、mysql 大数据表 模糊查询 如何提示查询效率等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！