MySQL的优化的方法有哪些[朗读]

1.在读表的时候，尽可能的避免全表扫描，合理的根据业务需求，在where及order by涉及的列上建立索引。
2.应尽量避免在where字句中使用!= 或 <>操作符，否则将引擎会放弃索引而走全表扫描。
3.尽量避免where字句中对字段进行null值判断，否则也会导致引擎放弃索引而走全表扫描。可以用0代替判断，前提是保证字段不能为null
4.尽量避免在where字句中用or拼接，否则也会走全表扫描。可以通过union all 拼接代替。
5.尽量不适用like做搜索查询，诺要提高效率，可以采用全文检索。
6.尽量不适用in 或 not in查询，否则会导致全表扫描。对于连续的数字，可以用between 代替 in。比如：select id from t where num between 1 and 3。
7.如果在where字句中使用参数，也会导致全表扫描。因为sql只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。比如：select id from t where num=@num
** 可以改为强制查询使用索引：select id from t with(index(索引名)) where num=@num**。
8.尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。比如：select id from t where num/2=100。
9.应尽量避免在where子句中对字段进行函数操作。
10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
11.并不是所有索引对查询都有效，sql是根据表中数据来进行查询优化的，当索引列有大量数据重复时，sql查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
12.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有 必要。
13.应尽可能的避免更新 clustered （聚集）索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。一个表只能有一个聚集索引，比如表中的时间列。
14.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。
15.尽可能的使用 varchar/nvarchar 代替 char/nchar，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。
16.尽量不要select查询*全部信息，只读取所需要的字段。
17.避免频繁创建和删除临时表，以减少系统表资源的消耗。
18.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert
19.尽量避免大事务操作，提高系统并发能力。
20.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
21.升级服务器。