mysql几十万数据查询慢，mysql100万数据查询时间

关于mysql处理百万级以上的数据时如何提高其查询速度的方法_MySQL

1、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会 逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

2、比较好处理方法是，在初次查询的时候将这个数据缓存起来，后续使用时直接从缓存中取出。是否扫描了额外的记录确 定查询只查询了需要的数据以后，接下来应该看看查询过程中是否扫描了过多的数据。

3、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。

4、首先，数据量大的时候，应尽量避免全表扫描，应考虑在 where 及 order by 涉及的列上建立索引，建索引可以大大加快数据的检索速度。

5、所有mysql索引列类型都可以被索引，对来相关类使用索引可以提高select查询性能，根据mysql索引数，可以是最大索引与最小索引，每种存储引擎对每个表的至少支持16的索引。总索引长度为256字节。

mysql数据库有100万+数据,查询起来很慢了,如何优化

合适的索引，可以大大减小mysql服务器扫描的数据量，避免内存排序和临时表，提高应用程序的查询性能。

使用联合(UNION)来代替手动创建的临时表MySQL从0的版本开始支持union查询，它可以把需要使用临时表的两条或更多的select查询合并的一个查询中。在客户端的查询会话结束的时候，临时表会被自动删除，从而保证数据库整齐、高效。

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。

你好，你可以根据条件去添加索引，例如：所有mysql索引列类型都可以被索引，对来相关类使用索引可以提高select查询性能，根据mysql索引数，可以是最大索引与最小索引，每种存储引擎对每个表的至少支持16的索引。

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

1、对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

2、你好，你可以根据条件去添加索引，例如：所有mysql索引列类型都可以被索引，对来相关类使用索引可以提高select查询性能，根据mysql索引数，可以是最大索引与最小索引，每种存储引擎对每个表的至少支持16的索引。

3、如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。

4、最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库。in 和 not in 也要慎用。您可以在百度上搜索下数据库搜索优化，更方便一点，在或者是选择一些好一点的数据库提供商，比如说腾讯云，阿里云之类的。

5、offset+limit方式的分页查询，当数据表超过100w条记录，性能会很差。主要原因是offset limit的分页方式是从头开始查询，然后舍弃前offset个记录，所以offset偏移量越大，查询速度越慢。

6、修改操作。事情都没有绝对的，要具体情况具体分析。要查询大量的文本类型的话，如新闻内容、标题等，数据库自身有“全文索引”，要么就采用第三方搜索引擎（比如：lucene），把整个表内容不在数据库搜，这样效率最高。