转载于：https://www.2cto.com/database/201411/348519.html     

　　如果有一张大表，表中的数据有几百万、几千万甚至上亿，要实现实时查询，查询的结果要在十秒钟之内出来，怎么办？如何做优化?

　　本人现在做的项目中，有个表的数据超过1千万行，超过3G的数据。现在需要对表中的数据进行查询统计，之前由于没做优化，导致此表的查询效率非常低下，让使用者非常苦恼，于是本人参与了此表的优化。

　　举个类似的例子，比如表中的结构如下，现在要统计某一天出生的人口数，或者统计某一城市的人口数，或者某一城市某一天出生的人口数。

　　提出了两个优化方案，

　　(1).优化索引

　　通过添加索引后，查询的效率得到极大的提升，常用查询的查询时间从原来的几十秒下降到几秒。

　　建立以下两个单列索引

　　

　　(2).使用中间表　　虽然索引优化可以将查询时间大大减少，但如果数据量达到一定量时，有些情况下索引到的数据达到几百万时，查询仍然会很慢，因此索引优化无法从根本上解决问题。现在表中的数据量越来越大，平均每个月要增加一两百万的数据，索引的优化方法只是暂时的，只能解决小数据量的查询问题，随着数据量的快速增长，索引带来的性能优化很容易达到极限，要寻找其他的解决方案。

　　我们根据业务需求的特点，创建中间表population_statistics，将表population中的统计数据存放到中间表population_statistics中，查询时直接从中间表population_statistics中查询。注意，在对表population进行增、删、改时，必须同时更新population_statistics中的数据，否则会出现数据不一致的错误！

　　某个城市某一天的人口在表population中可能有几千甚至万的数据，而在统计表population_statistics中最多只有一条数据，也就是说统计表population_statistics中的数据量只有人口表population的几千分之一，再加上索引的优化，查询的速度会极大提高。下面总结一下常用的大数据表优化方案.

　　1. 索引优化

　　通过建立合理高效的索引,提高查询的速度.

　　建议阅读本人写的一篇关于索引的博客

　　http://blog.csdn.net/brushli/article/details/39677387

　　2. SQL优化

　　组织优化SQL语句,使查询效率达到最优,在很多情况下要考虑索引的作用.

　　建议阅读考本人写的一篇关于索引的博客

　　http://blog.csdn.net/brushli/article/details/39677387

　　3. 水平拆表

　　如果表中的数据呈现出某一类特性,比如呈现时间特性,那么可以根据时间段将表拆分成多个。

　　比如按年划分、按季度划分、按月划分等等，查询时按时间段进行拆分查询，再把查询结果进行合并；

　　比如按地区将表拆分，不同地区的数据放在不同的表里面，然后对查询进行分拆，对查询结果进行合并。

　　4. 垂直拆表

　　将表按字段拆分成多个表，常用的字段放在一个表，不常用的字段或大字段放在另外一个表。由于数据库每次查询都是以块为单位，而每块的容量是有限的，通常是十几K或几十K，将表按字段拆分后，单次IO所能检索到的行数通常会提高很多，查询效率就能提高上去。

　　比如有成员表，结构如下：

　　introduction是大字段，保存成员的介绍，这个大字段会严重影响查询效率，可以将它独立出来，单独形成一个表。

　　5. 建立中间表，以空间换时间

　　在有些情况下，是可以通过建立中间表来加快查询速度的，详情可看文章开头的例子。

　　6. 用内存缓存数据，以空间换时间

　　将常用而且不常修改的数据加载到内存中，直接从内存查询则可。

　　可以使用热门的缓存技术，如Memcache、Redis、Ehcache等。

　　7. 使用其他辅助技术

　　Solr:一种基于Lucene的JAVA搜索引擎技术

    以上就是本篇文章【大数据量表查询优化方案】的全部内容了，欢迎阅览 ！ 文章地址：http://sicmodule.kub2b.com/quote/239.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 企库往资讯移动站 http://changmeillh.kub2b.com/ , 查看更多