当mysql单表记录数过大时，mysql报表数据量大的话,怎么办

mysql数据库表太大查询慢优化的几种方法

查看建立索引前面的返回的结果。假如没有索引的话，explain会显示返回查询全表的数据自然会很慢了。

查询数据简单暴力的方式是遍历所有记录；如果数据不重复，就可以通过组织成一颗排序二叉树，通过二分查找算法来查询，大大提高查询性能。而BTREE是一种更强大的排序树，支持多个分支，高度更低，数据的插入、删除、更新更快。

MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。

\ 对于 information_schema 中的元数据表，执行计划不能提供有效信息。\ 通过查看 MySQL 改写后的 SQL，我们猜测了优化器发生了误判。\ 我们增加了 hint，指导 MySQL 正确进行优化判断。

mysql表数据量太大,达到了1亿多条数据,除了分库分表之外,还有没有其他...

1、读写分离。尤其是写入，放在新表中，定期进行同步。如果其中记录不断有update，最好将写的数据放在redis中，定期同步 3表的大文本字段分离出来，成为独立的新表。

2、水平拆分：就是我们常说的分库分表了；分表，解决了单表数据过大的问题，但是毕竟还在同一台数据库服务器上，所以IO、CPU、网络方面的压力，并不会得到彻底的缓解，这个可以通过分库来解决。

3、实际上，水平分表现在最流行的实现方式，是通过水平分库来实现的。即刚才所说的10个表，分布在10个mysql数据库上。这样可以通过多个低配置主机整合起来，实现高性能。

4、当时我选取的方案就是第一种：表分区。 表分区的优势是，如果表结构合理，可以不涉及到程序修改。

mysql数据库中,数据量很大的表,有什么优化方案么?

1、一般情况表的优化主要是索引，恰当的索引能加快查询的速度，当然索引的建立与表的主要用途有关，特别是表最频繁的操作是查询、添加、删除，查询是按哪些条件进行查询。

2、读写分离。尤其是写入，放在新表中，定期进行同步。如果其中记录不断有update，最好将写的数据放在redis中，定期同步 3表的大文本字段分离出来，成为独立的新表。

3、在我们使用MySQL数据库时，比较常用也是查询，包括基本查询，关联查询，条件查询等等，对于同一个操作，SQL语句的实现有很多种写法，但是不同的写法查询的性能可能会有很大的差异。这里主要介绍下select查询优化的要点。

4、)数据表很小，全表扫描比做索引键的查找来得快。当表的记录总数小于10且比较短时通常这么做。2)没有合适用于 ON 或 WHERE 分句的索引字段。

5、表中的数据本来就有独立性，表中分别记录各个地区的数据或不同时期的数据，特别是有些数据常用，厕国一些数据不常用的情况下，需要把数据存放到多个不同的介质上。

6、数据千万级别之多，占用的存储空间也比较大，可想而知它不会存储在一块连续的物理空间上，而是链式存储在多个碎片的物理空间上。可能对于长字符串的比较，就用更多的时间查找与比较，这就导致用更多的时间。

MySQL到底能支持多大的数据量(mysql多大数据量会影响性能)

1、其实MySQL单表的上限，主要与操作系统支持的最大文件大小有关。MySQL表最大能达到多少？MySQL 22 限制的表大小为4GB。由于在MySQL 23 中使用了MyISAM 存储引擎，最大表尺寸增加到了65536TB（2567 _ 1字节）。

2、MySQL服务器的最大并发连接数是16384。受服务器配置，及网络环境等制约，实际服务器支持的并发连接数会小一些。主要决定因素有：服务器CPU及内存的配置。网络的带宽。互联网连接中上行带宽的影响尤为明显。

3、曾经在中国互联网技术圈广为流传着这么一个说法：MySQL 单表数据量大于 2000 万行，性能会明显下降。事实上，这个传闻据说最早起源于百度。