本文目录一览：
- 1、mysql数据库如何提高查询效率，单表记录数有几亿条，指定索引效率还是很慢
- 2、假如mysql数据库单表有100W行记录，都有哪些方式加快查询速度
- 3、mysql 单表多次查询和多表联合查询，哪个效率高
- 4、mysql数据库 sql查询
mysql数据库如何提高查询效率，单表记录数有几亿条，指定索引效率还是很慢
mysql单表几条数据，你这么复杂的SQL还能出得来已经很不错了。可以考虑分表分库了，mysql单表数据到千万级别性能就下降，。单表这么大的数据，怎么优化都会有点点慢。
假如mysql数据库单表有100W行记录，都有哪些方式加快查询速度
添加索引或者使用工具，比如Apache Spark
先安装 Apache Spark，查询数据库的速度可以提升10倍。
在已有的 MySQL 服务器之上使用 Apache Spark （无需将数据导出到 Spark 或者 Hadoop 平台上），这样至少可以提升 10 倍的查询性能。使用多个 MySQL 服务器（复制或者 Percona XtraDB Cluster）可以让我们在某些查询上得到额外的性能提升。你也可以使用 Spark 的缓存功能来缓存整个 MySQL 查询结果表。
思路很简单：Spark 可以通过 JDBC 读取 MySQL 上的数据，也可以执行 SQL 查询，因此我们可以直接连接到 MySQL 并执行查询。那么为什么速度会快呢？对一些需要运行很长时间的查询（如报表或者BI），由于 Spark 是一个大规模并行系统，因此查询会非常的快。MySQL 只能为每一个查询分配一个 CPU 核来处理，而 Spark 可以使用所有集群节点的所有核。在下面的例子中，我们会在 Spark 中执行 MySQL 查询，这个查询速度比直接在 MySQL 上执行速度要快 5 到 10 倍。
另外，Spark 可以增加“集群”级别的并行机制，在使用 MySQL 复制或者 Percona XtraDB Cluster 的情况下，Spark 可以把查询变成一组更小的查询（有点像使用了分区表时可以在每个分区都执行一个查询），然后在多个 Percona XtraDB Cluster 节点的多个从服务器上并行的执行这些小查询。最后它会使用map/reduce 方式将每个节点返回的结果聚合在一起形成完整的结果。
mysql 单表多次查询和多表联合查询，哪个效率高
1. mysql表设计合理且有设置缓存和索引等的话，肯定是比自己程序去逐表查取更简洁，高效。专业的事情让专业的工具去做，关系库就是干这个的。
2. 不过不建议3表以上的连接查询（可优化表设计，简化业务逻辑和使用程序分步解析数据），sql复杂代码不易维护，且大数据量带来麻烦时，要考虑分库分表或使用分布式框架
mysql数据库 sql查询
CREATE TABLE test_main (
id INT NOT NULL,
value VARCHAR(10),
PRIMARY KEY(id)
);
mysql SELECT COLUMN_NAME, DATA_TYPE, IS_NULLABLE, COLUMN_DEFAULT
- FROM
- INFORMATION_SCHEMA.COLUMNS
- WHERE
- table_name = 'test_main'
- AND table_schema = 'test'
- //
+-------------+-----------+-------------+----------------+
| COLUMN_NAME | DATA_TYPE | IS_NULLABLE | COLUMN_DEFAULT |
+-------------+-----------+-------------+----------------+
| id | int | NO | 0 |
| value | varchar | YES | NULL |
+-------------+-----------+-------------+----------------+
2 rows in set (0.00 sec)