本篇文章給大家帶來的內容是關于python中進程池的簡單實現代碼，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。
1. 在所有用于where,order by和group by的列上添加索引
索引除了能夠確保唯一的標記一條記錄，還能是mysql服務器更快的從數據庫中獲取結果。索引在排序中的作用也非常大。
Mysql的索引可能會占據額外的空間，并且會一定程度上降低插入，刪除和更新的性能。但是，如果你的表格有超過10行數據，那么索引就能極大的降低查找的執行時間。
強烈建議使用“最壞情況的數據樣本”來測試MySql查詢，從而更清晰的了解查詢在生產中的行為方式。
假設你正在一個超過500行的數據庫表中執行如下的查詢語句：
mysql>select customer_id, customer_name from customers where customer_id='345546'
上述查詢會迫使Mysql服務器執行一個全表掃描來獲得所查找的數據。
型號，Mysql提供了一個特別的Explain語句，用來分析你的查詢語句的性能。當你將查詢語句添加到該關鍵詞后面時，MySql會顯示優化器對該語句的所有信息。
如果我們用explain語句分析一下上面的查詢，會得到如下的分析結果：
mysql> explain select customer_id, customer_name from customers where customer_id='140385'; +----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+ | 1 | SIMPLE | customers | NULL | ALL | NULL | NULL | NULL | NULL | 500 | 10.00 | Using where | +----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
可以看到，優化器展示出了非常重要的信息，這些信息可以幫助我們微調數據庫表。首先，MySql會執行一個全表掃描，因為key列為Null。其次，MySql服務器已經明確表示它將要掃描500行的數據來完成這次查詢。
為了優化上述查詢，我們只需要在customer_id這一列上添加一個索引m即可：
mysql> Create index customer_id ON customers (customer_Id); Query OK, 0 rows affected (0.02 sec) Records: 0 Duplicates: 0 Warnings: 0
如果我們再次執行explain語句，會得到如下結果：
mysql> Explain select customer_id, customer_name from customers where customer_id='140385'; +----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+ | 1 | SIMPLE | customers | NULL | ref | customer_id | customer_id | 13 | const | 1 | 100.00 | NULL | +----+-------------+-----------+------------+------+---------------+-------------+---------+-------+------+----------+-------+
從上述的輸出結果，顯然MySQL服務器會使用索引customer_id來查詢表格。可以看需要掃描的行數為1。雖然我只是在一個行數為500的表格中執行這條查詢語句，索引在檢索一個更大的數據集的時候優化程度更加明顯。
2. 用union優化Like語句
有時候，你可能需要在查詢中使用or操作符進行比較。當or關鍵字在where子句中使用頻率過高的時候，它可能會使MySQL優化器錯誤的選擇全表掃描來檢索記錄。union子句可以是查詢執行的更快，尤其是當其中一個查詢有一個優化索引，而另一個查詢也有一個優化索引的時候。
比如，在first_name和last_name上分別存在索引的情況下，執行如下查詢語句：
mysql> select * from students where first_name like 'Ade%' or last_name like 'Ade%'
上述查詢和下面使用union合并兩條充分利用查詢語句的查詢相比，速度慢了許多。
mysql> select * from students where first_name like 'Ade%' union all select * from students where last_name like 'Ade%'
3. 避免使用帶有前導通配符的表達式
當查詢中存在前導通配符時，Mysql無法使用索引。以上面的student表為例，如下的查詢會導致MySQL執行全表掃描，及時first_name字段上加了索引。
mysql> select * from students where first_name like '%Ade'
使用explain分析得到如下結果：
mysql> explain select * from students where first_name like '%Ade' ; +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+ | 1 | SIMPLE | students | NULL | ALL | NULL | NULL | NULL | NULL | 500 | 11.11 | Using where | +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
如上所示，Mysql將掃描全部500行數據，這將使得查詢極其緩慢。
4. 充分利用MySQL的全文檢索
如果你正面臨著使用通配符查詢數據，但是并不想降低數據庫的性能，你應當考慮使用MySQL的全文檢索（FTS），因為它比通配符查詢快得多。除此以外，FTS還能夠返回質量更好的相關結果。
添加一個全文檢索索引到student樣表上的語句如下：
mysql> alter table students add fulltext(first_name, last_name)'; mysql> select * from students where match(first_name, last_name) against ('Ade');
在上面的例子中，我們針對搜索關鍵字Ade指定了想要匹配的列(first_name, last_name)。如果查詢優化器如上語句的執行情況，將得到下面的結果：
mysql> explain Select * from students where match(first_name, last_name) AGAINST ('Ade'); +----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+ | 1 | SIMPLE | students | NULL | fulltext | first_name | first_name | 0 | const | 1 | 100.00 | Using where; Ft_hints: sorted | +----+-------------+----------+------------+----------+---------------+------------+---------+-------+------+----------+-------------------------------+
5. 優化數據庫架構
規范化
首先，規范化所有數據庫表，即使可能會有些損失。比如，如果你需要創建兩張表分別用來記錄customers和orders數據，你應當在order表上用顧客id引用顧客，而不是反過來。下圖顯示了沒有任何數據冗余而設計的數據庫架構。
除此以外，對相似的值使用同一種數據類型類存儲。
使用最佳數據類型
MySQL支持各種數據類型，包括Integer，Float，double，date，datetime，varchar，text等。當設計數據庫表時，應當盡可能使用能夠滿足特性的最短的數據類型。
比如，如果你在設計一個系統用戶表，而該用戶數量不會超過100個人，你就應該對user_ud使用’TINYINT’類型，該類型的取值范圍為-128至128。如果一個字段需要存儲date型值，使用datetime類型比較好，因為在查詢的時候無需進行復雜的類型轉換。
當值全為數字類型時，使用Integer。在進行計算時，Integer類型的值比文本類型的值速度更快。
避免NULL
NULL指該列沒有任何值。你應當盡可能的避免這類型的值因為他們會損害數據庫結果。比如你需要獲得數據庫中所有訂單金額的和，但是某個訂單記錄中金額為null，如果不注意空指針，很有可能導致計算結果出現異常。在某些情況下，你可能需要為列定義一個默認值。
