1)关联更新：update A,B set A.c1=B.c1,A.c2=B.c2 where A.id=B.id
update A inner join B ON A.id=B.id SET A.c1=B.c1,A.c2=B.c2 where ...
Mysql查询优化考点
1）查找分析查询速度慢的原因
2）优化查询过程中的数据访问
3）优化长难的查询语句
4）优化特定类型的查询语句
一、分析SQL查询慢的方法
1）记录慢查询日志
2）分析查询日志，不要直接打开慢查询日志进行分析，这样比较浪费时间和精力，可以使用pt-query-digest工具进行分析
使用show profile
set profiling =1; 开启，服务器上执行的所有语句会检测消耗的时间，存到临时表中。
show profiles
show profile for query 临时表ID
使用show status
show status会返回一些计数器，show global status查看服务器级别的所有计数
有时根据这些计数，可以猜测出哪些操作代价较高或者消耗时间多
show processlist
观察是否有大量线程处于不正常的状态或者特征
使用explain分析单条sql语句
二、优化查询过程中的数据访问
1）访问数据太多导致查询性能下降
2）确定应用程序是否在检索大量超过需要的数据，可能是太多行或列
3）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
1）查询不需要的记录，使用limit解决
2）多表关联返回全部列，指定A.id，A.name，B.age
3）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单只返回少数的行，可以通过如下技巧进行优化：
1）使用索引覆盖扫描，把所有用的列都放到索引中，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，修改数据表的范式
3）重新SQL语句，让优化器可以以更优的方式进行查询
三、优化长难的查询语句
一个复杂查询还是多个简单查询
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也是很有必要的，方便做缓存
切分查询
将一个大的查询分为多个小的相同查询；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的开销。
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
四、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，直接统计所有的列数，因此不要使用count(列名)
MyISAM中，没有任何where条件的count(*)非常快
网友评论