python mysql 优化_【Python基础】如何做mysql性能优化-我的网名不再改的回答

1.建立合适的索引：索引创建时选择数据项的差异性高，联合索引查询要遵循前缀原则等。

2.开启慢查询日志，记录执行速度慢的SQl，对慢SQL语句进行优化。

3.优化SQL语句执行效率的方案

(1) 优化查询过程中的数据访问

访问数据太多导致查询性能下降

确定应用程序是否在检索大量查过需要的数据，可能是太多行或列

确认MySQL服务器是否在分析大量不必要的数据行

避免使用如下SQL语句：

查询时有大量的记录，使用LIMIT分页解决。

多表关联返回全部列，指定列名。

总是取出全部列，SELECT + 会让优化器无法完成索引覆盖扫描的优化

重复查询相同的数据，可以缓存数据，下次直接读取缓存

是否在扫描额外的记录：

使用explain来进行分析，如果发现查询需要扫描大量的数据但只返回少数的行可以通过如下技巧去优化： ① 使用索引覆盖扫描，把所有用到列都放到索引中，这样存储引擎不需要回表获取对应行就可以返回结果； ② 改变数据库和表的结构；③ 修改数据表范式； ④ 重写SQL语句，让优化器可以以更优的方式执行查询

(2) 优化长难的查询语句

① 一个复杂查询好哪还是多个简单查询好哪

MySQL内部每秒能扫描内存中上百万行数据，相比之下，响应数据给客户端就要慢得多。

使用尽可能少的查询是好的，但是有时将一个大的查询分解为多个小的查询是很有必要的。

② 切分查询

将一个大的查询分为多个小的相同的查询。

比如：一次性删除1000万的数据要比一次删除1万，暂停一会的方案更加损耗服务器开销

③ 分解关联查询

可以将一条关联语句分解成多条SQL来执行，让缓存的效率更高，执行单个查询可以减少锁的竞争， 在应用层做关联可以更容易对数据库进行拆分，查询效率会大幅提升，较少冗余记录的查询。

(3) 优化特定类型的查询语句

①优化count()查询

count(*)中的 * 会忽略所有的列，直接统计所有的行数，因此不要使用count(列名)

MyISAM中，没有任何WHERE条件的count(*)非常快，当有WHERE条件，MyISAM的count统计不一定比其他表引擎快，

可以使用 explain 查询近似值，用近似值替代count(*)

增加汇总表，也可以使用缓存，把汇总信息做一个缓存

② 优化关联查询

确定ON或者USING子句的列上有索引

确保GROUP BY和ORDRY BY 中只有一个表中的列，这样MySQL才可能使用索引

③ 优化子查询(嵌套查询)

尽可能使用关联查询来替代

④优化GROUP BY 和 DISTINCT

这两种查询均可以用索引来优化，是最有效的优化方法

冠梁查询中，使用标识列分组的效率会更高

如果不需要ORDER BY，进行GROUP BY时使用ORDER BY NULL，MySQL不会再进行文件排序。

WITH ROLLUP 超级聚合，可以挪到应用程序处理

⑤ 优化LIMIT分页

LIMIT偏移量大的时候，查询效率较低

可以记录上次查询的最大ID，下次查询时直接根据ID来查询

⑥优化UNION查询

UNION ALL的效率高于UNION