在參與實際專案中，當 mysql 表的資料量達到百萬級時，普通的 sql 查詢效率呈直線下降，而且如果 where 中的查詢條件較多時，其查詢速度無法容忍。想想可知，假如我們查詢**的乙個訂單詳情，如果查詢時間高達幾十秒，這麼高的查詢延時，任何使用者都會抓狂。因此如何提高 sql 語句查詢效率，顯得十分重要。
查詢速度慢的原因
1、沒有索引或者沒有用到索引（這是查詢慢最常見的問題，是程式設計的缺陷）
2、i/o 吞吐量小，形成了瓶頸效應。
3、沒有建立計算列導致查詢不優化。
4、記憶體不足
5、網路速度慢
6、查詢出的資料量過大（可採用多次查詢，其他的方法降低資料量）
7、鎖或者死鎖（這是查詢慢最常見的問題，是程式設計的缺陷）
8、sp_lock,sp_who,活動的使用者檢視,原因是讀寫競爭資源。
9、返回了不必要的行和列
10、查詢語句不好，沒有優化
30 種 sql 查詢語句的優化方法：
1、應盡量避免在 where 子句中使用 != 或者 <> 操作符，否則將引擎放棄使用索引而進行全表掃瞄。
2、應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃瞄，如：
可以在 num 上設定預設值 0 ，確保表中 num 列沒有 null 值，然後這樣查詢：
3、對查詢進行優化，應盡量避免全表掃瞄，首先應考慮在 where 及 order by 涉及的列上建立索引。
4、盡量避免在 where 子句中使用 or 來連線條件，否則將導致引擎放棄使用索引而進行全表掃瞄，如：
可以這樣查詢：
5、下面的查詢也將導致全表掃瞄：（不能前置百分號）
若要提高效率，可以考慮全文檢索。
6、in 和 not in 也要慎用，否則會導致全表掃瞄，如：
對於連續的數值，能用 between 就不要用 in 了：
select id from t where num between 1
and3;
12345
select xx,phone from send a join (select
'13891030091' phone union
select
'13992085916' ………… union
select
'13619100234' ) bon a.phone=b.phone--替代下面 很多資料隔開的時候in('13891030091','13992085916','13619100234'…………)
8、應盡量避免在 where 子句中對字段進行表示式操作，這將導致引擎放棄使用索引而進行全表掃瞄。如：
應改為：
9、應盡量避免在 where 子句中對字段進行函式操作，這將導致引擎放棄使用索引而進行全表掃瞄。如：
應改為:
*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 「=」 左邊進行函式，算術運算或者其他表示式運算，否則系統將可能無法正確使用索引。
11、在使用索引字段作為條件時，如果該索引是復合索引，那麼必須使用到該索引的第乙個字段作為條件時才能保證系統使用該索引，否則該索引將不會被使用，並且應盡可能的讓字段順序與索引順序相一致。
12、不要些一些沒有意義的查詢，如需要生成乙個空表結構：
create table #t(…)
13、很多時候用 exists 代替 in 是乙個好的選擇：
14、並不是所有索引對查詢都有效，sql是根據表中資料來進行查詢優化的，當索引列有大量資料重複時，sql查詢可能不會去利用索引，如一表中有字段 ***，male、female幾乎各一半，那麼即使在***上建了索引也對查詢效率起不了作用。
15、索引並不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。乙個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要。
16、應盡可能的避免更新 clustered 索引資料列，因為 clustered 索引資料列的順序就是表記錄的物理儲存順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引資料列，那麼需要考慮是否應將該索引建為 clustered 索引。
17、盡量使用數字型字段，若只含數值資訊的字段盡量不要設計為字元型，這會降低查詢和連線的效能，並會增加儲存開銷。這是因為引擎在處理查詢和連線時會 逐個比較字串中每乙個字元，而對於數字型而言只需要比較一次就夠了。
18、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段儲存空間小，可以節省儲存空間，其次對於查詢來說，在乙個相對較小的字段內搜尋效率顯然要高些。
19、任何地方都不要使用 select * from t ，用具體的字段列表代替 *，不要返回用不到的任何字段。
20、盡量使用表變數來代替臨時表。如果表變數包含大量資料，請注意索引非常有限（只有主鍵索引）。
21、避免頻繁建立和刪除臨時表，以減少系統表資源的消耗。
22、臨時表並不是不可使用，適當地使用它們可以使某些例程更有效，例如，當需要重複引用大型表或常用表中的某個資料集時。但是，對於一次性事件，最好使用匯出表。
23、在新建臨時表時，如果一次性插入資料量很大，那麼可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果資料量不大，為了緩和系統表的資源，應先 create table，然後 insert。
24、如果使用到了臨時表，在儲存過程的最後務必將所有的臨時表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。
25、盡量避免使用游標，因為游標的效率較差，如果游標操作的資料超過1萬行，那麼就應該考慮改寫。
26、使用基於游標的方法或臨時表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。
27、與臨時表一樣，游標並不是不可使用。對小型資料集使用 fast_forward 游標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的資料時。在結果集中包括「合計」的例程通常要比使用游標執行的速度快。如果開發時 間允許，基於游標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。
28、在所有的儲存過程和觸發器的開始處設定 set nocount on ，在結束時設定 set nocount off 。無需在執行儲存過程和觸發器的每個語句後向客戶端傳送 done_in_proc 訊息。
29、盡量避免向客戶端返回大資料量，若資料量過大，應該考慮相應需求是否合理。
30、盡量避免大事務操作，提高系統併發能力。
處理海量資料時注意的問題
最近在給客戶整乙個財務報表，用的nopi生成excel,客戶那每個月的資料大概有30w條，生成的excel約200張，在我們公司伺服器上跑起來妥妥的，到客戶的伺服器上就完蛋了，跑著跑著就崩潰掉了，無力吐槽，萬萬沒想到啊。總之又加了好幾天班才解決問題。大概如下，望各位童鞋注意 1.查詢所需要處理的資料...
mysql處理海量資料時的一些優化查詢速度方法
查詢時應盡量避免全表掃瞄，避免全表掃瞄首先應考慮在where和order by設計的列上建立索引。具體實現的點兒如下 1 在where字句中應盡量避免使用 或者 null值判斷 使用or連線條件 前置百分號 in和not in 使用引數 對欄位進行表示式操作 對欄位進行函式操作等，否則將不使用索引改...
海量資料的處理
最近在網上看到很多關於海量資料的處理方式 看了很多 很暈！其實我想象中的處理方式是 可能在技術上不知道什麼處理，也看了很多資料，說的也是讓你一知半解的方法 這裡我給出的方法並不是我想的那種，但對於處理海量資料的統計，能夠起到一定的效果！1.sql語句的分頁 select top 100 from a...