Mysql千万级别数据优化方案

深藏阁楼爱情的钟 2022-08-09 18:45 243阅读 0赞

目录... 1

一、目的与意义... 2

1)说明... 2

二、解决思路与根据（本测试表中数据在千万级别）... 2

1)建立索引... 2

2)数据体现（主键非索引，实际测试结果 其中fid建立索引）... 2

3)MySQL分页原理... 2

4)经过实际测试当对表所有列查询时... 2

三、总结... 3

1)获得分页数据... 3

2)获得总页数：创建表 记录大数据表中总数 通过触发器来维护... 3

一、 目的与意义

1) 说明

在MySql单表中数据达到千万级别时数据的分页查询结果时间过长，对此进行优达到最优效果，也就是时间最短；(此统计利用的jdbc连接，其中fid为该表的主键;)

二、 解决思路与根据（本测试表中数据在千万级别）

1) 建立索引

优点：当表中有大量记录时，若要对表进行查询，第一种搜索信息方式是全表搜索，是将所有记录一一取出，和查询条件进行一一对比，然后返回满足条件的记录，这样做会消耗大量[数据库系统][Link 1]时间，并造成大量磁盘I/O操作；第二种就是在表中建立索引，然后在索引中找到符合查询条件的索引值，最后通过保存在索引中的ROWID（相当于[页码][Link 2]）快速找到表中对应的记录。

缺点：当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度。

2) 数据体现（主键非索引，实际测试结果 其中fid建立索引）

未创建索引：SELECT fid from t\_history\_data LIMIT 8000000,10 结果：13.396s

创建索引：SELECT fid fromt\_history\_data LIMIT 8000000,10 结果：2.896s

select \* from t\_history\_datawhere fid in ( 任意十条数据的id ) 结果：0.141s

首先通过分页得到分页的数据的ID,将ID拼接成字符串利用SQL语句

select \* from table where ID in （ID字符串）此语句受数据量大小的影响比较小（如上测试）；

3) MySQL分页原理

MySQL的limit工作原理就是先读取n条记录，然后抛弃前n条，读m条想要的，所以n越大，性能会越差。  
优化前SQL: SELECT \* FROM v\_history\_data LIMIT 5000000, 10 10.961s  
优化后SQL: SELECT\* FROM v\_history\_data INNER JOIN (SELECT fid FROM t\_history\_data LIMIT 5000000,10) a USING (fid) 1.943s

分别在于，优化前的SQL需要更多I/O浪费，因为先读索引，再读数据，然后抛弃无需的行。而优化后的SQL(子查询那条)只读索引(Cover index)就可以了，然后通过member\_id读取需要的列

4) 经过实际测试当对表所有列查询时

select \* from table 会比 select （所有列名） from table 快些（以查询8000000处数据分页实验）。

select \* from t\_history\_dataLIMIT 8000000,10 结果：10.735s

select （总共14列）from t\_history\_data LIMIT 8000000,10 结果：11.594s

三、 总结

1) 获得分页数据

创建索引：CREATE UNIQUE INDEX index\_name ON t\_history\_data (fid)

相应的查询语句：SELECT \* FROM v\_history\_data INNER JOIN (SELECT fid FROM t\_history\_dataLIMIT 5000000, 10) a USING (fid) (原理位于上方红色标记处,该方法查询速度将近提升10倍)

相对应的有条件查询根据需要建立索引

2) 获得总页数：创建表记录大数据表中总数通过触发器来维护

创建表： CREATETABLE \`t\_total\` (