mysql千万数据如何优化(MySQL千万级数据的表如何优化)
mysql千万数据如何优化
MySQL千万级数据的表如何优化MySQL为了提升性能,会将表的索引装载到内存中。但是当表的数据到达一定的量的时候,会导致内存无法存储这些索引,无法存储索引,就只能进行磁盘IO,从而导致性能下降。
实战调优
我这里有张表,数据有1000w,目前只有一个主键索引
- CREATE TABLE `user` (
- `id` int(10) NOT NULL AUTO_INCREMENT,
- `uname` varchar(20) DEFAULT NULL COMMENT '账号',
- `pwd` varchar(20) DEFAULT NULL COMMENT '密码',
- `addr` varchar(80) DEFAULT NULL COMMENT '地址',
- `tel` varchar(20) DEFAULT NULL COMMENT '电话',
- `regtime` char(30) DEFAULT NULL COMMENT '注册时间',
- `age` int(11) DEFAULT NULL COMMENT '年龄',
- PRIMARY KEY (`id`)
- ) ENGINE=InnoDB AUTO_INCREMENT=10000003 DEFAULT CHARSET=utf8;
查询所有大概16s。可谓是相当慢了。通常我们一个后台系统,比如这个是一个电商平台,这个是用户表。后台管理系统,一般会查询这些用户信息,做一些操作,比如后台直接新增用户啊,或者删除用户啊这些操作。
所以这里就诞生了两个需求,一个是查询count,一个是分页查询
我们分别来测试一下count用的时间和分页查询所用的时间
- select * from user limit 1, 10 //几乎不用时
- select * from user limit 1000000, 10 //0.35s
- select * from user limit 5000000, 10 //1.7s
- select * from user limit 9000000, 10 //2.8s
- select count(1) from user //1.7s
从上面查询所用时间可以看出来,如果是分页查询的话,查询的数据越往后用时是越长的,查询count也需要1.7s。这显然是不符合我们的要求的。所以,这里我们就需要优化。首先我们在这里进行索引优化试试
首先看一下这是只有主键索引的执行计划:
- alter table `user` add INDEX `sindex` (`uname`,`pwd`,`addr`,`tel`,`regtime`,`age`)
看上面的执行计划,虽然type是从all->index,走了sindex索引,但是实际上查询速度并没有发生改变。
其实,创建联合索引,是为了有条件查询的时候速度更快,而不是全表查询
- select * from user where uname='6.445329111484186' //3.5s(无联合索引)
- select * from user where uname='6.445329111484186' //0.003s(有联合索引)
所以这就是有联合索引和无索引的差距
这里基本上可以证明,加了索引和不加索引,进行全表查询的时候,效率就是会很慢
既然索引这个结果已经不好使了,那就只能找其他方案了。根据我之前mysql面试里面讲的,count我们可以单独存储到一个表里面
- CREATE TABLE `attribute` (
- `id` int(11) NOT NULL,
- `formname` varchar(50) COLLATE utf8_bin NOT NULL COMMENT '表名',
- `formcount` int(11) NOT NULL COMMENT '表总数据',
- PRIMARY KEY (`id`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
这里说一下,这种表一般不会查所有,只会查询一条,所以建表的时候,可以建成hash
- select formcount from attribute where formname='user' //几乎不用时
count就进行优化完了。如果上面有选择条件的话,就可以建立索引,通过走索引筛选的形式来查询,这样就可以不用读这个count了。
那么,count是没问题了,分页查询优化要如何优化呢?这里可以使用子查询来优化
- select * from user where
- id>=(select id from user limit 9000000,1) limit 10 //1.7s
其实子查询这种写法,判断id,其实就是通过覆盖索引来查询。效率会大大增加。不过我这里测试是1.7s,以前在公司优化这方面的时候,比这个查询时间要低,大家也可以自己生成数据自己测试
但是如果说数据量太大了,我还是建议走es或者进行一些默认选择,count可以单独列出来
至此,一个千万级的数据分页查询的优化就完成了。
原文链接:https://juejin.cn/post/6989211911384481800
- centos安装mysql8.0教程(Centos7 安装 Mysql8教程)
- mysqlselect语句汇总(MySQL Select语句是如何执行的)
- mysql基本查询方法(MySQL 重写查询语句的三种策略)
- 阿里云ecs服务器数据在哪儿(阿里云ECS云服务器linux系统安装mysql后远程连接不了踩坑)
- mysql实用教程(Mysql调优Explain工具详解及实战演练推荐)
- mysql主机双向复制配置(浅析MySQL并行复制)
- mysql如何使用临时表(MySQL中临时表的使用示例)
- MySQL中ROUND四舍五入函数需要注意的地方
- mysql拼接和过滤(mysql 如何动态修改复制过滤器)
- 宝塔mysql怎么设置优化(宝塔面板mysql内存占用高如何优化)
- mysql读写分离同步策略(Mysql主从复制与读写分离图文详解)
- mysql一般使用的事务隔离级别(详解MySQL中事务隔离级别的实现原理)
- mysqlbinlog怎么分析(MySQL中使用binlog时格式该如何选择)
- mysql数据库间的连接(MySQL中表的几种连接方式)
- docker进入mysql查看路径(Docker 环境运行 Mysql 和开启 Binlog 配置主从同步的设置方法)
- mysql缓存是什么(详解mysql查询缓存简单使用)
- 春节放假几天(春节放假几天2023法定几天)
- 今天 3月13日,31年前,一个英雄少年感动了中国(今天3月13日31年前)
- 你好,新成理人丨成都理工大学2019级新生开学典礼隆重举行(新成理人丨成都理工大学2019级新生开学典礼隆重举行)
- 这部民警编演的红色话剧,讲述了一个不断追寻的故事(这部民警编演的红色话剧)
- 日本菜有什么好吃(日本菜有什么好吃的做法)
- 韩国泡菜做法(韩国泡菜的做法步骤)
热门推荐
- dede收录查询插件(dede:likearticle文章标签和tag标签关联错误解决方法)
- html5做app流程(html5唤醒APP小记)
- sql死锁进程保护(SqlServer查询和Kill进程死锁的语句)
- dedecms怎么加页面(dedecms自定义内容模型在首页、列表页及内容调用标签的方法)
- nginx配置两个前端web服务(你真的了解如何将Nginx配置为Web服务器吗)
- 如何启动wampserver数据库服务(wampserver更改默认站点目录www方法教程)
- nginx怎么用ssl证书(制作能在nginx和IIS中使用的ssl证书)
- elasticsearch数据写入原理(Python对ElasticSearch获取数据及操作)
- 微信小程序签名怎么操作(微信小程序实现简单手写签名组件的方法实例)
- vueassets文件路径(vue如何根据url下载非同源文件)
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9