[汇总]MySQL优化经验和理论
innodb，它是我们建表的首选存储引擎
为什么 MySQL 索引要使用 B+树而不是其它树形结构？比如 B 树？
那么可以算出一棵高度为2的B+树，能存放1170*16=18720条这样的数据记录。根据同样的原理我们可以算出一个高度为3的B+树可以存放：1170*1170*16=21902400条这样的记录。
一款SQL自动检查神器，再也不用担心SQL出错了！Yearning
两类非常隐蔽的全表扫描，不能命中索引
第一类：“列类型”与“where值类型”不符，不能命中索引，会导致全表扫描(full table scan)。
第二类：相join的两个表的字符编码不同，不能命中索引，会导致笛卡尔积的循环计算（nested loop）。
explain结果中的type字段，ref，ALL等不一样的值究竟是什么含义？常见的type结果及代表的含义，并且通过同一个SQL语句的性能差异，说明建对索引多么重要。
记一次神奇的 sql 查询经历，group by 慢查询优化！
- COUNT有几种用法？
- COUNT(字段名)和COUNT(*)的查询结果有什么不同？
- COUNT(1)和COUNT(*)之间有什么不同？
- COUNT(1)和COUNT(*)之间的效率哪个更高？
- 为什么《阿里巴巴Java开发手册》建议使用COUNT(*)
- MySQL的MyISAM引擎对COUNT(*)做了哪些优化？
- MySQL的InnoDB引擎对COUNT(*)做了哪些优化？
- 上面提到的MySQL对COUNT(*)做的优化，有一个关键的前提是什么？
- SELECT COUNT(*) 的时候，加不加where条件有差别吗？
- COUNT(*)、COUNT(1)和COUNT(字段名)的执行过程是怎样的？
一次SQL查询优化原理分析：900W+数据，从17s到300ms
、可参考《阿里巴巴Java开发手册（泰山版）》第五章-MySQL数据库、（二）索引规约、第7条：【推荐】利用延迟关联或者子查询优化超多分页场景。说明：MySQL并不是挑过offeset行，而是取offset+N行，然后返回放弃前offset行，返回N行，那当offset特别大的时候，效率就非常的底下，要么控制返回的总页数，要么对超过特定阈值的页数进行SQL改写。正例：先快速定位需要获取的id段，然后再关联：SELECT a.* FROM 表1 a,(select id from 表1 where 条件 LIMIT 100000,20) b where a.id = b.id;
阿里不让多表join？我偏要！
就是快速造数据。你可以自己先写脚本造数据，看看我是怎么造数据的，就知道我的技巧了。
一款SQL自动检查神器，再也不用担心SQL出错了，自动补全、回滚等功能大全
Yearning MYSQL
频繁插入(insert)的业务，用什么存储引擎更合适？
虽然MyISAM只支持表锁，但高并发select与insert的业务场景，上述机制使得MyISAM的表锁依然有非常强劲的性能。
- insert ignore into
- on duplicate key update
- replace into
源表中有100万条数据，其中有50万created_time和item_name重复。要把去重后的50万数据写入到目标表。
从 MySQL 5.6 开始，InnoDB 开始支持全文检索。
核心思想是：用一个或多个查询条件（查询条件要求至少输入一个）得到临时表，每个查询条件如果查到集合，就更新这张临时表，最后汇总的时候，只需判断这个临时表是否有值。
-
用 EXISTS 或 NOT EXISTS 代替 -
用JOIN 代替
![[转]详解MySQL基准测试和sysbench工具](http://www.mobabel.net/wp-content/themes/hueman/assets/front/img/thumb-medium-empty.png)
