-
慢查询日志查看全部
-
慢查询日志记录查看全部
-
SELECT a.TABLE_SCHEMA AS '数据名' ,a.TABLE_NAME AS '表名' ,a.INDEX_NAME AS '索引1' ,b.INDEX_NAME AS '索引2' ,a.COLUMN_NAME AS '重复列名' FROM STATISTICS a JOIN STATISTICS b ON a.TABLE_SCHEMA = b.TABLE_SCHEMA AND a.TABLE_NAME = b.TABLE_NAME AND a.SEQ_IN_INDEX = b.SEQ_IN_INDEX AND a.COLUMN_NAME = b.COLUMN_NAME WHERE a.SEQ_IN_INDEX = 1 AND a.INDEX_NAME <> b.INDEX_NAME查看全部
-
服务器硬件优化查看全部
-
mysql配置文件查看全部
-
操作系统配置优化2查看全部
-
操作系统配置优化查看全部
-
表的水平拆分查看全部
-
索引维护及优化---重复及冗余索引查看全部
-
选择合适的索引列 1.在where,group by,order by,on从句中出现的列 2.索引字段越小越好(因为数据库的存储单位是页,一页中能存下的数据越多越好 ) 3.离散度大得列放在联合索引前面 select count(distinct customer_id), count(distinct staff_id) from payment; 查看离散度 通过统计不同的列值来实现 count越大 离散程度越高查看全部
-
Max()和Count()的优化 1.对max()查询,可以为表创建索引,create index index_name on table_name(column_name 规定需要索引的列),然后在进行查询 2.count()对多个关键字进行查询,比如在一条SQL中同时查出2006年和2007年电影的数量,语句: select count(release_year='2006' or null) as '2006年电影数量', count(release_year='2007' or null) as '2007年电影数量' from film; 3.count(*) 查询的结果中,包含了该列值为null的结果查看全部
-
表的范式化即数据库设计的规范化:数据表不存在非关键字段对任意关键字段的传递函数依赖 分类描述依赖于分类,分类又依赖于商品名称,而商品名称为主键——关键字段 当不符合第三范式的时候,可以拆分表为两份表,用之前的非关键字列作为新表的关键字,然后建立起新表和旧表的关联表查看全部
-
一般都是先软优化,要是还存在瓶颈就升级硬件查看全部
-
大多数优化都是在硬件不能修改的情况下,进行的“软优化”。查看全部
-
使用unix_timestamp()对时间类型进行转换为int类型存储可以节约使用空间,但是使用的时候需要用from_unixtime()函数来提取查看全部
举报
0/150
提交
取消