hadoop hbase hive 关系 记录一次MySQL两千万数据的大表优化解决过程，提供三种解决(2)

设计表时要注意：

1.表字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数字0代替null。

2.尽量使用INT而非BIGINT，如果非负则加上UNSIGNED（这样数值容量会扩大一倍），当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。

3.使用枚举或整数代替字符串类型

4.尽量使用TIMESTAMP而非DATETIME

5.单表不要有太多字段，建议在20以内

6.用整型来存IP

索引

性价比是相对而言的，对于一些不熟悉国外葡萄酒供货价或市场价的代理商，要对性价比进行判断比较困难，所以，在进行判断时，一般最好求教一些品酒好手的评价，比对市面熟悉的产品，然后根据厂商报价推算完税价、批发价、零售价，看看零售价是否和比对相当的产品低，如果低得越多、差距越大，说明性价比越好。

性价比是相对而言的，对于一些不熟悉国外红酒供货价或市场价的代理商，要对性价比进行判断比较困难，所以，在进行判断时，一般最好求教一些品酒好手的评价，比对市面熟悉的产品，然后根据厂商报价推算完税价、批发价、零售价，看看零售价是否和比对相当的产品低，如果低得越多、差距越大，说明性价比越好。

假设你在sales表(selesid,salesdate,salespersonid,productid,qty)的外键列(productid)上创建了一个索引，假设productid列是一个高选中性列，那么任何在where子句中使用索引列(productid)的select查询都会更快，如果在外键上没有创建索引，将会发生全部扫描，但还有办法可以进一步提升查询性能。

扫描命令（sweep command）——能以较以往更快的速度创建复杂的扫描形状，结果更加可靠和可预测，能在截面中自动创建扫描得到的圆弧，还能从一个方向或两个方向进行双向扫描。

在实际应用中，常要求按某些条件进行查询，显示的字段也不一定是全部，可以通过为sql语句添加where子句来实现条件查询，要显示部分字段可以通过指定字段列表或设置datagridview的columns属性来实现。

where 子句中的“=”左边进行函数、算术运算或其他表达式运算，可能导致无法正确使用索引(不能动字段)。

where 子句中对字段进行 null 值判断时，会导致引擎放弃使用索引而进行全表扫描(可以在列上设置默认值0，确保表中的列没有null值)。

4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描，如：。

3.值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段

4.字符字段只建前缀索引

5.字符字段最好不要做主键

6.不用外键，由程序保证约束

7.尽量不用UNIQUE，由程序保证约束

8.使用多列索引时主意顺序和查询条件保持一致，同时删除不必要的单列索引

简言之就是使用合适的数据类型，选择合适的索引

选择合适的数据类型（1）使用可存下数据的最小的数据类型，整型 < date,time < char,varchar < blob（2）使用简单的数据类型，整型比字符处理开销更小，因为字符串的比较更复杂。如，int类型存储时间类型，bigint类型转ip函数（3）使用合理的字段属性长度，固定长度的表会更快。使用enum、char而不是varchar（4）尽可能使用not null定义字段（5）尽量少用text，非用不可最好分表# 选择合适的索引列（1）查询频繁的列，在where，group by，order by，on从句中出现的列（2）where条件中<，<=，=，>，>=，between，in，以及like 字符串+通配符（%）出现的列（3）长度小的列，索引字段越小越好，因为的存储单位是页，一页中能存下的数据越多越好（4）离散度大（不同的值多）的列，放在联合索引前面。查看离散度，通过统计不同的列值来实现，count越大，离散程度越高：

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-92645-2.html