MySQL中怎么優化千萬級數據表

MySQL中怎么優化千萬級數據表，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

我這里有張表，數據有1000w，目前只有一個主鍵索引

CREATE TABLE `user` (
  `id` int(10) NOT NULL AUTO_INCREMENT,
  `uname` varchar(20) DEFAULT NULL COMMENT '賬號',
  `pwd` varchar(20) DEFAULT NULL COMMENT '密碼',
  `addr` varchar(80) DEFAULT NULL COMMENT '地址',
  `tel` varchar(20) DEFAULT NULL COMMENT '電話',
  `regtime` char(30) DEFAULT NULL COMMENT '注冊時間',
  `age` int(11) DEFAULT NULL COMMENT '年齡',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=10000003 DEFAULT CHARSET=utf8;

查詢所有大概16s。可謂是相當慢了。通常我們一個后臺系統，比如這個是一個電商平臺，這個是用戶表。后臺管理系統，一般會查詢這些用戶信息，做一些操作，比如后臺直接新增用戶啊，或者刪除用戶啊這些操作。

所以這里就誕生了兩個需求，一個是查詢count，一個是分頁查詢

我們分別來測試一下count用的時間和分頁查詢所用的時間

select * from user limit 1, 10   //幾乎不用時
select * from user limit 1000000, 10  //0.35s
select * from user limit 5000000, 10  //1.7s
select * from user limit 9000000, 10  //2.8s
select count(1) from user  //1.7s

從上面查詢所用時間可以看出來，如果是分頁查詢的話，查詢的數據越往后用時是越長的，查詢count也需要1.7s。這顯然是不符合我們的要求的。所以，這里我們就需要優化。首先我們這里進行索引優化試試
首先看一下這是只有主鍵索引的執行計劃：

alter table `user` add INDEX `sindex` (`uname`,`pwd`,`addr`,`tel`,`regtime`,`age`)

看上面的執行計劃，雖然type是從all->index,走了sindex索引，但是實際上查詢速度并沒有發生改變。

其實，創建聯合索引，是為了有條件查詢的時候速度更快，而不是全表查詢

select * from user where uname='6.445329111484186' //3.5s(無聯合索引)
select * from user where uname='6.445329111484186' //0.003s(有聯合索引)

所以這就是有聯合索引和無索引的差距

這里基本上可以證明，加了索引和不加索引，進行全表查詢的時候，效率就是會很慢

既然索引這個結果已經不好使了，那就只能找其他方案了。根據我之前mysql面試里面講的，count我們可以單獨存儲到一個表里面

CREATE TABLE `attribute` (
  `id` int(11) NOT NULL,
  `formname` varchar(50) COLLATE utf8_bin NOT NULL COMMENT '表名',
  `formcount` int(11) NOT NULL COMMENT '表總數據',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

這里說一下，這種表一般不會查所有，只會查詢一條，所以建表的時候，可以建成hash

select formcount from attribute where formname='user' //幾乎不用時

count就進行優化完了。如果上面有選擇條件的話，就可以建立索引，通過走索引篩選的形式來查詢，這樣就可以不用讀這個count了。

那么，count是沒問題了，分頁查詢優化要如何優化呢？這里可以使用子查詢來優化

select * from user where
id>=(select id from user limit 9000000,1) limit 10 //1.7s

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。