mysql中怎样对大批量级的数据查询进行优化

在我们使用MySQL数据库时，比较常用也是查询，包括基本查询，关联查询，条件查询等等，对于同一个 *** 作，SQL语句的实现有很多种写法，但是不同的写法查询的性能可能会有很大的差异。这里主要介绍下select查询优化的要点。

1. 使用慢查询日志去发现慢查询。

2. 使用执行计划去判断查询是否正常运行。

3. 总是去测试你的查询看看是否他们运行在最佳状态下 –久而久之性能总会变化。

4. 避免在整个表上使用count(*),它可能锁住整张表。

5. 使查询保持一致以便后续相似的查询可以使用查询缓存。

6. 在适当的情形下使用GROUP BY而不是DISTINCT。

7. 在WHERE, GROUP BY和ORDER BY子句中使用有索引的列。

8. 保持索引简单,不在多个索引中包含同一个列。

9. 有时候MySQL会使用错误的索引,对于这种情况使用USE INDEX。

10. 检查使用SQL_MODE=STRICT的问题。

11.对于记录数小于5的索引字段，在UNION的时候使用LIMIT不是是用OR.

12. 为了 避免在更新前SELECT，使用INSERT ON DUPLICATE KEY或者INSERT IGNORE ,不要用UPDATE去实现。

3. 不要使用 MAX,使用索引字段和ORDER BY子句。

14. 避免使用ORDER BY RAND().

15. LIMIT M，N实际上可以减缓查询在某些情况下，有节制地使用。

16. 在WHERE子句中使用UNION代替子查询。

17. 对于UPDATES（更新），使用 SHARE MODE（共享模式），以防止独占锁。

18. 在重新启动的MySQL，记得来温暖你的数据库，以确保您的数据在内存和查询速度快。

19. 使用DROP TABLE，CREATE TABLE DELETE FROM从表中删除所有数据。

20. 最小化的数据在查询你需要的数据，使用*消耗大量的时间。

21. 考虑持久连接，而不是多个连接，以减少开销。

22. 基准查询，包括使用服务器上的负载，有时一个简单的查询可以影响其他查询。

23. 当负载增加您的服务器上，使用SHOW PROCESSLIST查看慢的和有问题的查询。

24. 在开发环境中产生的镜像数据中 测试的所有可疑的查询。

来源：PHP程序员雷雪松的博客

go-mysql-server是一个SQL引擎，能解析标准SQL(基于MySQL语法)并优化查询。它提供了简单的接口，允许自定义表格数据源实现。提供与MySQL协议兼容的服务器实现。这意味着它与MySQLODBC，JDBC或默认的MySQL客户端shell接口兼容。

如果写压力进一步扩大，并且数据量急剧快速增长，DB写节点即主库就会成为整个系统的瓶颈。在MySQL的日常运营中，如果DB中表和表之间的数据很多是没有关系的，或者根本不需要表关联Join *** 作，我们可以考虑按照业务把不同的数据放到不同的服务器中，即垂直分库或叫垂直切分。

不过需要注意的是，垂直分库无法解决单表数据量过大的问题，由于单一业务的数据信息仍然落盘在单表中，如果单表数据量太大，就会极大地影响SQL执行的性能。由此，在MySQL应用领域，水平分表也是互联网场景应对高并发、单表数据量过大的解决方案之一。分表在本质上可以概括为业务表在逻辑上公用一个路由结构，物理上分散存储。这就是常说的Sharding分片或者分区。

你这样的情况可以使用UNION

SELECT * FROM user01 WHERE pid=张三的ID UNION

SELECT * FROM user02 WHERE pid=张三的ID UNION

SELECT * FROM user03 WHERE pid=张三的ID

【张三的ID】先用语句查询出来：

SELECT id FROM user01 WHERE name='张三' UNION

SELECT id FROM user02 WHERE name='张三' UNION

SELECT id FROM user03 WHERE name='张三'

其实一般建议不这样分表，数据太大可以考虑使用专业点的DBMS，程序像使用当个逻辑表，表的存储由系统优化，有可能分布在一系列磁盘阵列上，甚至可能是分布在多个服务器上。

---