查询性能优化

1. 查询后面加limit;

2. 只查询需要的列；

3. 如果查询相同的数据，可以用缓存存储起来；

4. mysql最简单衡量查询开销的三个指标：响应时间，扫描行数，返回行数；

   响应时间包括服务时间和排队时间，服务时间就是数据库处理这个查询所花的时间，排队时间一般常见的是I/O和锁等待所花大的事件；

   理想的情况下,扫描行数等于返回行数,但很少发生，如关联查询，扫描多行才能生成结果集的一行；

   在explain语句中type列反应了访问类型，访问类型有很多种，从全表扫描到索引扫描，范围扫描，唯一索引查询，常数引用等，列出来的这些，速度是由快到慢，扫描行数由多到少；索引的列，主键好过普通索引，整型好过字符串类型；

一个复杂的查询还是多个简单的查询

MYSQL内部每秒能扫描内存中上百万条数据，而MYSQL响应数据给客户端就慢多了，在相同的条件下，尽可能少的查询；

切分查询

比如删除三个月前的数据；

delete from messages where created <DATE_SUB(NOW(),INTERVAL 3 MONTH);

如果数据量太大的话，服务器压力会很多；

如果你改成

rows_affected=0

do{

rows_affected=do_query(delete from messages where created <DATE_SUB(NOW(),INTERVAL 3 MONTH) limit 10000);

} while rows_affected >0

这样就可以分解服务器压力；

分解关联查询

对每个单表进行一次单表查询，然后将结果在应用程序中进行关联；

select * from tag  

join tag_post on tag_post.tag_id=tag.id 

join post on tag_post.post_id=post.id where tag.tag='mysql'

分解成：

select * from tag where tag='mysql';

select * from tag_post where tag_id=1234;

select * from post where post.id in (123,435,4563);

优势：

1. 让缓存的效率更高；

2. 查询分解后，执行单个查询可以减少锁的竞争；

3. 在应用层做关联，更容易对数据库进行拆分，更容易提高高性能和可拓展；

4. 可以减少冗余记录的查询；