锐客网

  1. 首页 > 生活百科 > it技术 > >

mysql怎么配置查询快 mysqli查询

IT技术索引

mysql服务器读取速度优化在开始演示之前 ， mysql怎么配置查询快我们先介绍下两个概念 。
概念一，数据mysql怎么配置查询快的可选择性基数 ， 也就是常说的cardinality值 。
查询优化器在生成各种执行计划之前，得先从统计信息中取得相关数据，这样才能估算每步操作所涉及到的记录数 ， 而这个相关数据就是cardinality 。简单来说 ， 就是每个值在每个字段中的唯一值分布状态 。
比如表t1有100行记录，其中一列为f1 。f1中唯一值的个数可以是100个 ， 也可以是1个 ， 当然也可以是1到100之间的任何一个数字 。这里唯一值越的多少，就是这个列的可选择基数 。
那看到这里我们就明白了，为什么要在基数高的字段上建立索引，而基数低的的字段建立索引反而没有全表扫描来的快 。当然这个只是一方面，至于更深入的探讨就不在我这篇探讨的范围了 。
概念二，关于HINT的使用 。
这里我来说下HINT是什么，在什么时候用 。
HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作，使她生成最优的执行计划 。一般来说，优化器的执行计划都是最优化的，不过在某些特定场景下，执行计划可能不是最优化 。
比如mysql怎么配置查询快：表t1经过大量的频繁更新操作，（UPDATE,DELETE,INSERT），cardinality已经很不准确了，这时候刚好执行了一条SQL ， 那么有可能这条SQL的执行计划就不是最优的 。为什么说有可能呢mysql怎么配置查询快？
来看下具体演示
譬如 ， 以下两条SQL ，
Amysql怎么配置查询快：
select * from t1 where f1 = 20;
B：
select * from t1 where f1 = 30;
如果f1的值刚好频繁更新的值为30，并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等，那么对这两条语句来说，可能不准确的就是B了 。
这里顺带说下 ， MySQL提供了自动更新和手动更新表cardinality值的方法，因篇幅有限，需要的可以查阅手册 。
那回到正题上，MySQL 8.0 带来了几个HINT，我今天就举个index_merge的例子 。
示例表结构：
mysql desc t1; ------------ -------------- ------ ----- --------- ---------------- | Field| Type| Null | Key | Default | Extra| ------------ -------------- ------ ----- --------- ---------------- | id| int(11)| NO| PRI | NULL| auto_increment || rank1| int(11)| YES| MUL | NULL||| rank2| int(11)| YES| MUL | NULL||| log_time| datetime| YES| MUL | NULL||| prefix_uid | varchar(100) | YES|| NULL||| desc1| text| YES|| NULL||| rank3| int(11)| YES| MUL | NULL|| ------------ -------------- ------ ----- --------- ---------------- 7 rows in set (0.00 sec)
表记录数：
mysql select count(*) from t1; ---------- | count(*) | ---------- |32768 | ---------- 1 row in set (0.01 sec)
这里我们两条经典的SQL：
SQL C：
select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;
SQL D：
select * from t1 where rank1 =100and rank2 =100and rank3 =100;
表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引 。
那我们来看SQL C的查询计划 。
显然，没有用到任何索引，扫描的行数为32034，cost为3243.65 。
mysql explainformat=json select * from t1where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: {"query_block": {"select_id": 1,"cost_info": {"query_cost": "3243.65"},"table": {"table_name": "t1","access_type": "ALL","possible_keys": ["idx_rank1","idx_rank2","idx_rank3"],"rows_examined_per_scan": 32034,"rows_produced_per_join": 115,"filtered": "0.36","cost_info": {"read_cost": "3232.07","eval_cost": "11.58","prefix_cost": "3243.65","data_read_per_join": "49K"},"used_columns": ["id","rank1","rank2","log_time","prefix_uid","desc1","rank3"],"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"}}}1 row in set, 1 warning (0.00 sec)
我们加上hint给相同的查询 ， 再次看看查询计划 。
这个时候用到了index_merge,union了三个列 。扫描的行数为1103，cost为441.09，明显比之前的快了好几倍 。
mysql explainformat=json select /*index_merge(t1) */ * from t1where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: {"query_block": {"select_id": 1,"cost_info": {"query_cost": "441.09"},"table": {"table_name": "t1","access_type": "index_merge","possible_keys": ["idx_rank1","idx_rank2","idx_rank3"],"key": "union(idx_rank1,idx_rank2,idx_rank3)","key_length": "5,5,5","rows_examined_per_scan": 1103,"rows_produced_per_join": 1103,"filtered": "100.00","cost_info": {"read_cost": "330.79","eval_cost": "110.30","prefix_cost": "441.09","data_read_per_join": "473K"},"used_columns": ["id","rank1","rank2","log_time","prefix_uid","desc1","rank3"],"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"}}}1 row in set, 1 warning (0.00 sec)
我们再看下SQL D的计划：
不加HINT，
mysql explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: {"query_block": {"select_id": 1,"cost_info": {"query_cost": "534.34"},"table": {"table_name": "t1","access_type": "ref","possible_keys": ["idx_rank1","idx_rank2","idx_rank3"],"key": "idx_rank1","used_key_parts": ["rank1"],"key_length": "5","ref": ["const"],"rows_examined_per_scan": 555,"rows_produced_per_join": 0,"filtered": "0.07","cost_info": {"read_cost": "478.84","eval_cost": "0.04","prefix_cost": "534.34","data_read_per_join": "176"},"used_columns": ["id","rank1","rank2","log_time","prefix_uid","desc1","rank3"],"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))"}}}1 row in set, 1 warning (0.00 sec)
加了HINT，
mysql explain format=json select /*index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: {"query_block": {"select_id": 1,"cost_info": {"query_cost": "5.23"},"table": {"table_name": "t1","access_type": "index_merge","possible_keys": ["idx_rank1","idx_rank2","idx_rank3"],"key": "intersect(idx_rank1,idx_rank2,idx_rank3)","key_length": "5,5,5","rows_examined_per_scan": 1,"rows_produced_per_join": 1,"filtered": "100.00","cost_info": {"read_cost": "5.13","eval_cost": "0.10","prefix_cost": "5.23","data_read_per_join": "440"},"used_columns": ["id","rank1","rank2","log_time","prefix_uid","desc1","rank3"],"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))"}}}1 row in set, 1 warning (0.00 sec)
对比下以上两个，加了HINT的比不加HINT的cost小了100倍 。
总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了 。相信MySQL未来的版本会带来更多的HINT 。
mysql 两个子查询很快，再连接查询变的很慢，怎么分析其原因MySQL 在崩溃恢复时，会遍历打开所有 ibd 文件的 header page 验证数据字典的准确性，如果 MySQL 中包含了大量表，这个校验过程就会比较耗时 。MySQL 下崩溃恢复确实和表数量有关 ， 表总数越大，崩溃恢复时间越长 。另外磁盘 IOPS 也会影响崩溃恢复时间，像这里开发库的 HDD IOPS 较低，因此面对大量的表空间 ， 校验速度就非常缓慢 。另外一个发现，MySQL 8 下正常启用时居然也会进行表空间校验，而故障恢复时则会额外再进行一次表空间校验，等于校验了 2 遍 。不过 MySQL 8.0 里多了一个特性，即表数量超过 5W 时，会启用多线程扫描 ， 加快表空间校验过程 。
如何跳过校验MySQL 5.7 下有方法可以跳过崩溃恢复时的表空间校验过程嘛？查阅了资料，方法主要有两种：
1. 配置 innodb_force_recovery可以使 srv_force_recovery != 0，那么 validate= false ， 即可以跳过表空间校验 。实际测试的时候设置 innodb_force_recovery =1，也就是强制恢复跳过坏页，就可以跳过校验，然后重启就是正常启动了 。通过这种临时方式可以避免崩溃恢复后非常耗时的表空间校验过程 ， 快速启动 MySQL，个人目前暂时未发现有什么隐患 。2. 使用共享表空间替代独立表空间这样就不需要打开 N 个 ibd 文件了，只需要打开一个 ibdata 文件即可 ， 大大节省了校验时间 。自从听了姜老师讲过使用共享表空间替代独立表空间解决 drop 大表时性能抖动的原理后，感觉共享表空间在很多业务环境下，反而更有优势 。
临时冒出另外一种解决想法 ， 即用 GDB 调试崩溃恢复，通过临时修改 validate 变量值让 MySQL 跳过表空间验证过程 ， 然后让 MySQL 正常关闭，重新启动就可以正常启动了 。但是实际测试发现，如果以 debug 模式运行，确实可以临时修改 validate 变量 ， 跳过表空间验证过程，但是 debug 模式下代码运行效率大打折扣，反而耗时更长 。而以非 debug 模式运行，则无法修改 validate 变量，想法破灭 。
如何解决mysql 查询和更新速度慢在做客户关系管理系统的时候遇到联表查询mysql怎么配置查询快，速度特别慢mysql怎么配置查询快，导致页面加载时间过长而出现错误 。在上网查询后发现建立索引可以优化查询
在没有建立索引的时候
select c.*,s.* from crm_cu_re c join crm_cu_info s on c.CUS_MAIN_ID=s.CUS_MAIN_ID)
查询结果
(526 row(s) returned)
Total Time: 00:01:15:723
仅仅526条记录?。。〔檠私?6秒?。。。。。。?
尝试建立索引
create index main on crm_custerm_info(CUS_MAIN_ID)；
再次用相同的语句查询
select c.*,s.* fromcrm_cu_re c join crm_cu_info s on _MAIN_ID=s.CUS_MAIN_ID)
查询结果
(526 row(s) returned)
Total Time: 00:00:00:234
同样的526条记录查询花费时间不到1秒?。。⌒侍岣呶奘?。
相同的如果按cus_main_id跟新 crm_cu_info表
在没有建立索引前执行 updatecrm_cu_info set C_NAME ="22"WHERE CUS_MAIN_ID ='xxxxxx'
(1 row(s) affected)
Execution Time : 00:00:00:546
Transfer Time: 00:00:00:000
Total Time: 00:00:00:546
建立索引后 create index main on crm_cu_info(CUS_MAIN_ID)；
(0 row(s) affected)
Execution Time : 00:00:00:000
Transfer Time: 00:00:00:016
Total Time: 00:00:00:016
效率明显提高很多
由此可见索引是快速搜索的关键 。MySQL索引的建立对于MySQL的高效运行是很重要的 。下面几种常见的MySQL索引类型 。
在数据库表中，对字段建立索引可以大大提高查询速度 。假如我们创建了一个 mytable表mysql怎么配置查询快：
CREATE TABLE mytable(ID INT NOT NULL,username VARCHAR(16) NOT NULL);我们随机向里面插入了10000条记录，其中有一条：5555,admin 。
在查找username="admin"的记录 SELECT * FROMmytable WHERE
username='admin';时 ， 如果在username上已经建立了索引 ， MySQL无须任何扫描，即准确可找到该记录 。相反，MySQL会扫描
所有记录，即要查询10000条记录 。
【mysql怎么配置查询快 mysqli查询】索引分单列索引和组合索引 。单列索引 ， 即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引 。组合索引，即一个索包含多个列 。
MySQL索引类型包括：
（1）普通索引
这是最基本的索引，它没有任何限制 。它有以下几种创建方式：
◆创建索引
CREATE INDEX indexName ONmytable(username(length)); 如果是CHAR ， VARCHAR类型 ， length可以小于字段实际长度；如果是BLOB和TEXT类型，必须指定 length，下同 。
◆修改表结构
ALTER mytable ADD INDEX [indexName] ON(username(length)) ◆创建表的时候直接指定
CREATE TABLE mytable(ID INT NOT NULL,username VARCHAR(16)
NOT NULL,INDEX [indexName] (username(length)));删除索引的语法：
DROP INDEX [indexName] ON mytable;
（2）唯一索引
它与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值 。如果是组合索引，则列值的组合必须唯一 。它有以下几种创建方式：
◆创建索引
CREATE UNIQUE INDEX indexName ONmytable(username(length)) ◆修改表结构
ALTER mytable ADD UNIQUE [indexName] ON(username(length)) ◆创建表的时候直接指定
CREATE TABLE mytable(ID INT NOT NULL,username VARCHAR(16) NOT NULL,UNIQUE [indexName] (username(length)));
（3）主键索引
它是一种特殊的唯一索引，不允许有空值 。一般是在建表的时候同时创建主键索引：
CREATE TABLE mytable(ID INT NOT NULL,username VARCHAR(16)
NOT NULL,PRIMARY KEY(ID));当然也可以用 ALTER 命令 。记?。阂桓霰碇荒苡幸桓鲋骷?。
（4）组合索引
为了形象地对比单列索引和组合索引，为表添加多个字段：
CREATE TABLE mytable(ID INT NOT NULL,username VARCHAR(16)
NOT NULL,city VARCHAR(50) NOT NULL,age INT NOT NULL);
为了进一步榨取MySQL的效率，就要考虑建立组合索引 。就是将 name, city, age建到一个索引里：
ALTER TABLE mytable ADD INDEX name_city_age(name(10),city,age);
建表时，usernname长度为 16，这里用
10 。这是因为一般情况下名字的长度不会超过10，这样会加速索引查询速度，还会减少索引文件的大小，提高INSERT的更新速度 。
如果分别在 usernname，city，age上建立单列索引 ， 让该表有3个单列索引 ， 查询时和上述的组合索引效率也会大不一样 ， 远远低于我们的组合索引 。虽然此时有了三个索引，但MySQL只能用到其中的那个它认为似乎是最有效率的单列索引 。
建立这样的组合索引，其实是相当于分别建立了下面三组组合索引：
usernname,city,ageusernname,cityusernname 为什么没有
city，age这样的组合索引呢？这是因为MySQL组合索引“最左前缀”的结果 。简单的理解就是只从最左面的开始组合 。并不是只要包含这三列的查询都
会用到该组合索引，下面的几个SQL就会用到这个组合索引：
SELECT * FROM mytable WHREEusername="admin" AND city="郑州"SELECT * FROM mytable WHREEusername="admin" 而下面几个则不会用到：
SELECT * FROM mytable WHREE age=20 ANDcity="郑州"SELECT * FROM mytableWHREE city="郑州"
（5）建立索引的时机
到这里我们已经学会了建立索引 ， 那么我们需要在什么情况下建立索引呢？一般来说，在WHERE和JOIN中出现的列需要建立索引，但也不完全如此，
因为MySQL只对，=，=，，=，BETWEEN，IN，以及某些时候的LIKE才会使用索引 。例如：
SELECT t.NameFROM mytable t LEFT JOIN mytable mON
t.Name=m.username WHERE m.age=20 ANDm.city='郑州'
此时就需要对city和age建立索引，由于mytable表的userame也出现在了JOIN子句中，也有对它建立索引的必要 。
刚才提到只有某些时候的LIKE才需建立索引 。因为在以通配符%和_开头作查询时，MySQL不会使用索引 。例如下句会使用索引：
SELECT * FROM mytable WHERE usernamelike'admin%' 而下句就不会使用：
SELECT * FROM mytable WHEREt Namelike'璵in' 因此，在使用LIKE时应注意以上的区别 。
（6）索引的不足之处
上面都在说使用索引的好处，但过多的使用索引将会造成滥用 。因此索引也会有它的缺点：
◆虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE 。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件 。
◆建立索引会占用磁盘空间的索引文件 。一般情况这个问题不太严重，但如果mysql怎么配置查询快你在一个大表上创建了多种组合索引，索引文件的会膨胀很快 。
索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句 。
（7）使用索引的注意事项
使用索引时，有以下一些技巧和注意事项：
◆索引不会包含有NULL值的列
只要列中包含有NULL值都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此复合索引就是无效的 。所以我们在数据库设计时不要让字段的默认值为NULL 。
◆使用短索引
对串列进行索引，如果可能应该指定一个前缀长度 。例如，如果有一个CHAR(255)的列，如果在前10个或20个字符内，多数值是惟一的，那么就不要对整个列进行索引 。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作 。
◆索引列排序
MySQL查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的 。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序 ， 如果需要最好给这些列创建复合索引 。
◆like语句操作
一般情况下不鼓励使用like操作 ， 如果非使用不可，如何使用也是一个问题 。like “猘%”不会使用索引而like “aaa%”可以使用索引 。
◆不要在列上进行运算
select * from users whereYEAR(adddate)2007; 将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成
select * from users whereadddate‘2007-01-01’;
◆不使用NOT IN和操作
如何提高上百万级记录MySQL数据库查询速度关于mysql处理百万级以上的数据时如何提高其查询速度的方法
最近一段时间由于工作需要mysql怎么配置查询快，开始关注针对Mysql数据库的select查询语句的相关优化方法 。
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
union all
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 mysql怎么配置查询快了：
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
应改为:
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,’2005-11-30′)=0–’2005-11-30′生成的id
应改为:
select id from t where name like ‘abc%’
select id from t where createdate=’2005-11-30′ and createdate’2005-12-1′
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 。
mysql怎么配置查询快的介绍就聊到这里吧，感谢你花时间阅读本站内容 ， 更多关于mysqli查询、mysql怎么配置查询快的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：手机上怎么连接路由器，手机上怎么连接路由器设置

    下一篇：单机格斗游戏，龙珠单机格斗游戏