大数据查询优化方案
来源:互联网 发布:域名预订 编辑:程序博客网 时间:2024/05/16 16:07
1 存储过程
2 建索引
3 分区 把数据分成几个区存放,搜索的结果合并。做表分区,缩小查找范围(按一个有效字段分区,比如按月份)
4 表空间
5 我们以前大数据量的解决方案是:把数据分批查出来,一次性查出来是没有什么好的解决办法。
6 like 必定扫全表
7 硬件:升级服务器,有这么多数据的应该不是小的应用,应该买个好点的服务器。
8 用负载均衡,把一个大表争成几个小表(垂直分表,把表里面的一些不常用的大字段信息拿出来)
9 视图
10 读写分立,做双机,一个读,一个写
11 sql语句优化,这个注意点太多了,具体可以通过explain找出慢查询(plsql的F5)
12 表字段尽量小,尽量回避blob,text;varchar最好也少用
13 数据量达到海量的话,分布式集群处理了,······以下省略8000字
--查询优化
常见优化查询的方案有如下:
1,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。
2,应尽量避免在where子句中进行null的判断,否则将导致查询放弃进行索引进行全表扫描。可以在null上设默认值为0。
3,尽量避免在where子句中使用or来连接条件,否则将导致查询放弃进行索引进行全表扫描,可以考虑使用union all替换。
4,in 和not in 要慎用,否则会导致全表扫描。能用between则不用in。
5,避免使用Like 来进行模糊查询,可以考虑使用全文检索。
6,尽量避免在where子句中使用!=或<>操作符,否则会导致全表扫描。
7,使用视图加速查询。
8,能用distinct 则不用group by。
9,能用union all 则不用union。
10,避免在where子句中进行函数操作。
- 大数据查询优化方案
- oracle 大数据查询优化的方案
- 大数据表查询优化方案
- 海量查询数据优化方案
- MySQL大数据量查询优化最佳方案
- 大数据表的查询优化方案
- 大数据表的查询优化方案
- 大数据表的查询优化方案
- 大数据量中的模糊查询优化方案
- 大数据表的查询优化方案
- 大数据查询怎么优化?
- 大数据查询怎么优化
- 大数据SQL查询优化
- mysql 大数据查询优化
- mysql 大数据 查询优化
- mysql 大表数据优化方案
- 针对大数据量表的优化查询
- 针对大数据量表的优化查询
- 简单分页==方法1之mysql
- 事务 1
- 事务2
- 这些年,我们遇到过的奇葩面试官
- ioc
- 大数据查询优化方案
- android如何查看cpu的占用率和内存泄漏
- 大数据处理优化
- 获取对称数
- 基于集群的Hadoop HBase安装与配置
- [转]viewpager与子view的事件冲突解决
- oracle错误代码
- oracle错误代码
- javascript截取字符串substr 和 substring