详细介绍查询优化技术在现实系统中的运用（2）
作者：Andy 发布时间：2009-01-04 13:34:00
标签：
3.消除对大型表行数据的顺序存取
在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表:学生表(学号、姓名、年龄……)和选课表(学号、课程号、成绩)。如果两个表要做连接，就要在“学号”这个连接字段上建立索引。
还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序操作:
SELECT * FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008
虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句:
SELECT * FROM orders WHERE customer_num=104 AND order_num>1001
UNION
SELECT * FROM orders WHERE order_num=1008
这样就能利用索引路径处理查询。
4.避免相关子查询
一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。
0
投稿猜你喜欢
- 本文实例讲述了PHP删除数组中指定值的元素。分享给大家供大家参考，具体如下：测试数组如下：//这是一个测试数组$testArr = arra
- Pytorch转ONNX的意义一般来说转ONNX只是一个手段，在之后得到ONNX模型后还需要再将它做转换，比如转换到TensorRT上完成部
目录一、索引基础1. 索引的类型1.1 B-Tree 索引1.2 哈希索引1.3 空间数据索引（R-Tree）1.4 全文索引二、索引的优缺- 背景公司一个golang的项目，使用到了公司的私有仓库，去执行go mod tidy（下载依赖）的时候，到download公司私有库的时候就
- 这一次将使用pymysql来进行一次对MySQL的增删改查的全部操作，相当于对前五次的总结：先查阅数据库：现在编写源码进行增删改查操作，源码
- 也许是这样的。下面我们来推荐一个简单的分页程序，代码和说明见下（两段虚线“-----”间的代码是实现该功能的重要语句）：chunfeng.a
- 一、什么是super1.super也是一个类，是的。他不是一个方法也不是一个内置的关键字。class A: pas
- 声明，本文中所称CSS雪碧即为CSS Sprites，这个词组一直没有一个固定或者约定俗成的中文翻译，一些人开始称之为CSS雪碧，我们且当作
- 如何获取实时股票信息股票信息的接口有很多，之前大家常用的是新浪的，但在年初的时候，新浪的接口突然不能使用，给大家造成了很大的困扰，为此网上也
- MLP分类效果一般好于线性分类器，即将特征输入MLP中再经过softmax来进行分类。具体实现为将原先线性分类模块：self.classif
- 在日常运维中，如果涉及到用户管理，就一定会用到给用户设置密码的工作，其实吧，平时脑子里觉得设置个密码没什么，但要真让你随手敲一个12位带特殊
- 示例文件将以下内容保存为文件 people.csv。id,姓名,性别,出生日期,出生地,职业,爱好1,张小三,m,1992-10-03,北京
- 案例以论坛为例，有个接口返回帖子(posts)信息，然后呢，来了新需求，说需要显示帖子的 author 信息。此时会有两种选择：在 post
- 我就废话不多说了，大家还是直接看代码吧~func GetGID() uint64 { b := make([]by
- 这篇文章主要介绍了python dumps和loads区别详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,
- goland如果当前project用了版本控制器，其下面新建的所有的项目默认都是加入到版本控制里面，所以项目名称和文件都是红色的。解决办法：
- 默认登录mysql之后可以通过SHOW VARIABLES语句查看系统变量及其值。mysql> show variables like
- python列表元素去重后如何保持原来的顺序不变原列表：list1 = [1,2,1,4,9,3,5,2,6,7,3,1,6,8,4,0]去
- 你一定听说过这句著名的数据科学名言：在数据科学项目中， 80％ 的时间是在做数据处理。如果你没有听过，那么请记住：数据清洗是数据科学工作流程
- 前言目前机器学习框架有两大方向，Pytorch和Tensorflow 2。对于机器学习的小白的我来说，直观的感受是Tensorflow的框架
