如何提高mysql查询速度

在已有的 MySQL 服务器之上使用 Apache Spark （无需将数据导出到 Spark 或者 Hadoop 平台上），这样至少可以提升 10 倍的查询性能。使用多个 MySQL 服务器（复制或者 Percona XtraDB Cluster）可以让我们在某些查询上得到额外的性能提升。你也可以使用 Spark 的缓存功能来缓存整个 MySQL 查询结果表。

思路很简单：Spark 可以通过 JDBC 读取 MySQL 上的数据，也可以执行 SQL 查询，因此我们可以直接连接到 MySQL 并执行查询。那么为什么速度会快呢？对一些需要运行很长时间的查询（如报表或者BI），由于 Spark 是一个大规模并行系统，因此查询会非常的快。MySQL 只能为每一个查询分配一个 CPU 核来处理，而 Spark 可以使用所有集群节点的所有核。在下面的例子中，我们会在 Spark 中执行 MySQL 查询，这个查询速度比直接在 MySQL 上执行速度要快 5 到 10 倍。

另外，Spark 可以增加“集群”级别的并行机制，在使用 MySQL 复制或者 Percona XtraDB Cluster 的情况下，Spark 可以把查询变成一组更小的查询（有点像使用了分区表时可以在每个分区都执行一个查询），然后在多个 Percona XtraDB Cluster 节点的多个从服务器上并行的执行这些小查询。最后它会使用map/reduce 方式将每个节点返回的结果聚合在一起形成完整的结果。

首先是你的数组取值方法不对，

+"str[0]"+

和

+str[0]+

是不一样的！！！

对于这样复杂的sql语句，

建议你不要使用String类型那个看起来很恶心的+ 符合 *** 作，

采用StringBuffer 和StringBuilder类的 append方法，

更加的符合我们面向对象编程的代码风格，

虽然代码行数会多点，但是看起来更加直观，不易出错。

import java.sql.Connection

import java.sql.DriverManager

//连接数据库的辅助类；

public class JdbcHelp {//jdbc辅助类

private static Connection conn=null

private static String url="jjdbc:oracle:thin:@192.168.1.3:1521:oral"

private static String uname="scott"

private static String pass="tiger"

public synchronized static Connection getConn() {

try {

Class.forName("oracle.jdbc.driver.OracleDriver")

conn=DriverManager.getConnection(url,uname,pass)

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace()

}

return conn

}

}

//按id查询的一个方法

public User getById(int id) {

try {

Statement st = JdbcHelp.getConn().createStatement()

ResultSet rs = st.executeQuery("select * from tbuser where id="+id)

user u = new User()

while (rs.next()) {

u.setId(rs.getInt(1))

u.setPrice(rs.getString(2))

u.setSex(rs.getString(3))

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace()

}

return u

}

}

---