高手问答第 171 期 — 海量数据环境下，MySQL 该如何应对？
OSCHINA 本期高手问答（2017 年 9 月 20 日 — 9 月 26 日）我们请来了
和为大家解答 MySQL 如何应对海量数据方面的问题。
叶金荣，知数堂培训联合创始人，Oracle MySQL ACE，MySQL 布道师。有多年 MySQL 及系统架构设计经验，擅长 MySQL 企业级应用、数据库设计、优化、故障处理等。
吴炳锡，知数堂联合创始人，MySQL DBA 课程讲师。有多年 MySQL 及系统架构设计及培训教学经验，擅长 MySQL 大规模运维管理优化、高可用方案、多 IDC 架构设计，企业级应用数据库设计等。
互联网发展迅猛，随之而来的是数据陡增，数据的量级也呈指数的增长，从 GB 到 TB 再到 PB，对数据的各种操作变得更加的复杂和困难。MySQL 作为主流的数据库，因此开发者在使用 MySQL 应对大数据方面不免会遇到一些问题。
所以，面对着动辄百万级别的数据量，我们该如何应对，该如何优化数据库？带着这些疑问，本期高手问答就 MySQL 如何应对海量数据方面的问题进行讨论，欢迎大家踊跃提问，热情交流。
本期问答内容：
大数据量下，如何保证可用性
如何解决大数据量的存储问题
处理海量数据时如何优化查询
或者有其他相关的问题，也欢迎大家积极提问。
OSChina 高手问答一贯的风格，不欢迎任何与主题无关的讨论和喷子。
下面欢迎大家就 MySQL 如何应对海量数据相关的问题向
和提问，请直接回帖提问，提问的时候请描述清楚具体的场景，以方便回答。
———————————————— 前期回顾 ————————————————
海量数据环境下，应该把MySQL换掉
--- 共有 2 条评论 ---
: 本人才疏学浅，觉得三个都可以吧，不过PostgreSQL会有运维风险（提供商业支持的团队和DBA基数相对较少）
用啥？sqlserver？oracle?post?
我们项目只做了分表，一中按月来，一中按用户id取模，然后数据满了之后把数据打包移走，
对于分库的情况，那种跨库的事务有啥好的方案
--- 共有 2 条评论 ---
: 嗯，目前基本上从业务上去搞，把这种跨库的事务给规避了
拆分后，在设计业务的事务时，也要考虑把一个事务落到拆分后的DB中。 如果业务需要多个DB中的数据进行事务操作，处理的办法就是把事务也分拆成多个。
分库分表 如何分表分库 可以动态扩容 分库分表后& 如何分页 唯一索引还可以用吗
记得曾经回答过, 好吧, 我没啥问题.&
自己公司用mysql记录财务数据，用什么服务器品牌或什么配置好？
存储传感器发送的报警数据，一天大概就100W多条，长期的话数据量也很可观。告警表查询操作也比较频繁，告警频率高的时候插入很慢，这种情况怎么设计表和优化
--- 共有 2 条评论 ---
个人愚见。这种数据，在我们这里都是分表存储，按照每天或者每周进行分表。对查询和插入都有好处。
请问，对一个表几十万的记录，需要对A字段group，需要记录汇总数量，A字段是字符串型。请问如何优化，目前查询非常慢。
mysql怎么存储大数据日志。
我就一个问题，如何解决跨机房主从延迟
请问mysql如何自动表分区？其他回答(1)
跪求就何必呢，男儿膝下有黄金。
不知道你数据量有多大，其实很难给意见的。
我了解需求，一定要问客户数量级的，比如，一天多少张单，一张单多少商品项，共有多少不同的商品。
你问的这种查询是很基本的一个查询需求，一般都会实现的，在这上面，我没有碰到啥性能上的问题。
基本都是秒出，数据库5G，年营业额1个亿左右。
收获园豆：25
园豆：27443
园豆：27443
清除回答草稿
&&&您需要以后才能回答，未注册用户请先。查询速度慢的原因
1、没有索引或者没有用到索引（这是查询慢最常见的问题，是程序设计的缺陷）
2、I/O 吞吐量小，形成了瓶颈效应。
3、没有创建计算列导致查询不优化。
4、内存不足
5、网络速度慢
6、查询出的数据量过大（可采用多次查询，其他的方法降低数据量）
7、锁或者死锁（这是查询慢最常见的问题，是程序设计的缺陷）
8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。
9、返回了不必要的行和列&
10、查询语句不好，没有优化&
30 种 SQL 查询语句的优化方法：
1、应尽量避免在 where 子句中使用 != 或者 && 操作符，否则将引擎放弃使用索引而进行全表扫描。
2、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
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;
3、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：4、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。
select id from t where num = 10 or num = 20;
可以这样查询：
select id from t where num = 10
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 '%abc%';
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;
select xx,phone FROM send
select '' phone
union select '' …………
SELECT '' ) b
a.Phone=b.phone
--替代下面
很多数据隔开的时候
in('','',''…………)
&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到运行时；它必须在编译时进行选择。然而，如果在编译时简历访问计划，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 = @
可以改为强制查询使用索引：&
select id from t with(index(索引名)) where num = @
&8、应尽量避免在 where 子句中对字段进行表达式操作，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;
select id from t where num = 100 * 2;
9、应尽量避免在 where 子句中对字段进行函数操作，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’–
//以abc开头的id
select id from t where datediff(day,createdate,’′) = 0–’′;
//生成的id
select id from t where name like ‘abc%’
select id from t where createdate &= ’′ and createdate & ’′;
10、不要在 where 子句中的 “=” 左边进行函数，算术运算或者其他表达式运算，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、不要些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=a.num);
14、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。15、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。
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，如果游标操作的数据超过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、尽量避免大事务操作，提高系统并发能力。
转自 互联网后端架构
阅读(...) 评论()mysql处理海量数据时的一些优化查询速度方法
转载 &更新时间：日 01:15:15 & 投稿：mdxy-dxy
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,需要的朋友可以参考下
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&&操作符，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
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操作，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
select id from t where num=100*2
9、应尽量避免在where子句中对字段进行函数操作，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,'′)=0–'′生成的id
select id from t where name like ‘abc%'
select id from t where createdate&='′ and createdate&'′
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=a.num)
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，如果游标操作的数据超过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、尽量避免大事务操作，提高系统并发能力。
您可能感兴趣的文章:
大家感兴趣的内容
12345678910
最近更新的内容
常用在线小工具没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！