Mysql千万以上数据优化、SQL优化方法

1，单库表别太多，一般保持在200以下为宜

2，尽量避免SQL中出现运算，例如select a+5 from A，让DB功能单一化

3，表设计尽量小而精，能用5个字段就不要用6个（不绝对，取决于业务，该冗余时坚决不要手软）

4，SQL事务不能设计太大，比如一次性提交10W条insert，当然这个不仅仅是性能问题了，可能直接内存溢出了

一般来说insert事务的话，5K-1W来做批处理就可以了（字段不能太大）

5，设计表的时候尽量用”小数据类型”，比如尽量避免text，blob等这些大家伙，优先使用ENUM和SET（小而美，范围有限，百益无一害）

6，设计表字段能用数字类型就千万别用字符类型，比如存IP地址，用int，别用varchar（方法自己百度一下吧）

7，尽量避免null字段，定义时尽量使用 not null.原因是允许null时不方便查询优化，复合索引也会失效，而且如果列有索引时会额外占用空间： a int(10) NOT NULL DEFAULT 0

8，图片等大家伙不要存DB，用fastdfs等中间件或者直接使用七牛等云存储都可以搞，也不贵

A，大SQL尽量拆分，多核CPU每个CPU只能执行一个SQL，所以并发时，一堆小的可能效率更高一些，并且容易命中缓存，而且不容易长时间锁表（无论什么锁都是时间越短越好），当然这个要结合实际情况分析了，一大堆小的万一增加IO负担呢。

B，事务尽可能的小，代码别偷懒，全加到一个transaction中，道理不多说了

C，存储过程，触发器之类的能避就全避免了吧，维护不方便，人员变动时，很多时候就忘了，时间一长全是定时炸弹

D，禁止select *，不用问为啥了，禁止就是禁止！需要啥就取啥是王道

E，update时，where语句尽量要走索引，不然会全表扫描，一般情况下，1G的数据至少10S（想想这可是update啊，锁住10S意味着啥）

F，or尽量不用，改为in(),当然in的范围太多也不行，尽量别超100

G，还是or，如果：select a from A where b=1 or c=1这种where里面不同字段进行or，这种尽量改为union。

select a from A where b=1

union

select a from A where c=1

H，避免 “% 前缀”模糊查询 。因为会导致索引失效，大数据量下是灾难

I，分页时：Select a from A limit 10000,10; 这种大偏移量下效率非常低。可以考虑如下几个方案：

select a from A WHERE id>=xxxx limit 11;(将上一页的最大值通过where id> 进行预处理，然后分页)

select a from A WHERE id >= ( select a from A limit 10000,1 ) limit 10;

select a from A inner join (select a from A limit 10000,10) using (id) ;

J，避免使用count(*)，不知道为什么mysql优化这么个东西有那么难么，但是实际上大数量下这个东西真心慢，1000W以上至少几秒，作为替代方案，考虑使用nosql例如redis，memcached存下来，但是要定时校对。还有一个办法，直接做一个表存下来，每次增加或者减少都在这个表做update增减

K，UNION ALL 而非 UNION ，看需要啦，一般不用去重的业务的话去重压力不小，能省则省

L，尽量不用 INSERT SELECT，数据量大有延迟，同步完了可能有错误