目录千万级数据处理方案MySQL面试题你用过MySQL那些存储引擎MySQL复杂查询语句的优化
查询语句优化千万级数据处理方案数据存储结构设计
到了这个阶段的数据量，数据本身已经有很大的价值了，数据除了满足常规业务需求外，还会有一些数据分析的需求。而这个时候数据可变动性不高，基本上不会考虑修改原有结构，一般会考虑从分区，分表，分库三方面做优化：
分区：
分表：
分表分水平分表和垂直分表。
水平分表即拆分成数据结构相同的各个小表，如拆分成 table1, table2…，从而缓解数据库读写压力。
垂直分表即将一些字段分出去形成一个新表，各个表数据结构不相同，可以优化高并发下锁表的情况。
可想而知，分表的话，程序的逻辑是需要做修改的，所以，一般是在项目初期时，预见到大数据量的情况，才会考虑分表。后期阶段不建议分表，成本很大。
分库：
分库一般是主从模式，一个数据库服务器主节点复制到一个或多个从节点多个数据库，主库负责写操作，从库负责读操作，从而达到主从分离，高可用，数据备份等优化目的。
当然，主从模式也会有一些缺陷，主从同步延迟，binlog 文件太大导致的问题等等，这里不细讲（笔者也学不动了）。
其他：
冷热表隔离。对于历史的数据，查询和使用的人数少的情况，可以移入另一个冷数据库里，只提供查询用，来缓解热表数据量大的情况。
数据库表主键设计
数据库主键设计，个人推荐带有时间属性的自增长数字ID。（分布式自增长ID生成算法）
为什么要使用这些算法呢，这个与MySQL数据存储结构有关
从业务上来说：
在设计数据库时不需要费尽心思去考虑设置哪个字段为主键。然后是这些字段只是理论上是唯一的，例如使用图书编号为主键，这个图书编号只是理论上来说是唯一的，但实践中可能会出现重复的情况。所以还是设置一个与业务无关的自增ID作为主键，然后增加一个图书编号的唯一性约束。
从技术上来说：
1.如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页。 总的来说就是可以提高查询和插入的性能。
2.对InnoDB来说主键索引既存储索引值，又在叶子节点中存储行的数据，也就是说数据文件本身就是按照b+树方式存放数据的。
3.如果没有定义主键，则会使用非空的UNIQUE键做主键 ; 如果没有非空的UNIQUE键，则系统生成一个6字节的rowid做主键;聚簇索引中，N行形成一个页（一页通常大小为16K)。如果碰到不规则数据插入时，为了保持B+树的平衡，会造成频繁的页分裂和页旋转，插入速度比较慢。所以聚簇索引的主键值应尽量是连续增长的值，而不是随机值(不要用随机字符串或UUID)。
4.故对于InnoDB的主键，尽量用整型，而且是递增的整型。这样在存储/查询上都是非常高效的。
MySQL面试题MySQL数据库千万级数据查询优化方案
limit分页查询越靠后查询越慢。这也让我们得出一个结论：
1、limit语句的查询时间与起始记录的位置成正比。
2、mysql的limit语句是很方便，但是对记录很多的表并不适合直接使用
表使用InnoDB作为存储引擎，id作为自增主键，默认为主键索引
SELECT id FROM test LIMIT 9000000,100;
现在优化的方案有两种，即通过id作为查询条件使用子查询实现和使用join实现；
1、id>=的（子查询）形式实现
select * from test where id >= (select id from test limit 9000000,1)limit 0,100
使用join的形式；
SELECT * FROM test a JOIN (SELECT id FROM test LIMIT 9000000,100) b ON a.id = b.id
这两种优化查询使用时间比较接近，其实两者用的都是一个原理，所以效果也差不多。但个人建议最好使用join，尽量减少子查询的使用。注：目前是千万级别查询，如果将至百万级别，速度会更快。
SELECT * FROM test a JOIN (SELECT id FROM test LIMIT 1000000,100) b ON a.id = b.id
你用过MySQL那些存储引擎他们都有什么特点和区别？
这是高级开发者面试时经常被问的问题。实际我们在平时的开发中，经常会遇到的。Mysql的存储引擎有这么多种，实际我们在平时用的最多的莫过于InnoDB和MyISAM了。所有如果面试官问道mysql有哪些存储引擎，你只需要告诉这两个常用的就行。
那他们都有什么特点和区别呢？
MyISAM：默认表类型，它是基于传统的ISAM类型，ISAM是Indexed Sequential Access Method (有索引的顺序访问方法) 的缩写，它是存储记录和文件的标准方法。不是事务安全的，而且不支持外键，如果执行大量的select，insert MyISAM比较适合。
InnoDB：支持事务安全的引擎，支持外键、行锁、事务是他的最大特点。如果有大量的update和insert，建议使用InnoDB，特别是针对多个并发和QPS较高的情况。注：在MySQL 5.5之前的版本中，默认的搜索引擎是MyISAM，从MySQL 5.5之后的版本中，默认的搜索引擎变更为InnoDB
MyISAM和InnoDB的区别
1.InnoDB支持事务，MyISAM不支持。对于InnoDB每一条SQL语言都默认封装成事务，自动提交，这样会影响速度，所以最好把多条SQL语言放在begin和commit之间，组成一个事务；
2.InnoDB支持外键，而MyISAM不支持。
3.InnoDB是聚集索引，使用B+Tree作为索引结构，数据文件是和（主键）索引绑在一起的（表数据文件本身就是按B+Tree组织的一个索引结构），必须要有主键，通过主键索引效率很高。MyISAM是非聚集索引，也是使用B+Tree作为索引结构，索引和数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。
4.InnoDB不保存表的具体行数，执行select count(*) from table时需要全表扫描。而MyISAM用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快。
5.Innodb不支持全文索引，而MyISAM支持全文索引，查询效率上MyISAM要高；5.7以后的InnoDB支持全文索引了。
6.InnoDB支持表、行级锁(默认)，而MyISAM支持表级锁。；
7.InnoDB表必须有主键（用户没有指定的话会自己找或生产一个主键），而Myisam可以没有。
8.Innodb存储文件有frm、ibd，而Myisam是frm、MYD、MYI。
9.Innodb：frm是表定义文件，ibd是数据文件。
10.Myisam：frm是表定义文件，myd是数据文件，myi是索引文件。
MySQL复杂查询语句的优化
说到复杂SQL优化，最多的是由于多表关联造成了大量的复杂的SQL语句，那我们拿到这种sql到底该怎么优化呢，实际优化也是有套路的，只要按照套路执行就行。复杂SQL优化方案：
1.使用EXPLAIN关键词检查SQL。EXPLAIN可以帮你分析你的查询语句或是表结构的性能瓶颈，就得EXPLAIN 的查询结果还会告诉你你的索引主键被如何利用的，你的数据表是如何被搜索和排序的，是否有全表扫描等；
2.查询的条件尽量使用索引字段，如某一个表有多个条件，就尽量使用复合索引查询，复合索引使用要注意字段的先后顺序。
3.多表关联尽量用join，减少子查询的使用。表的关联字段如果能用主键就用主键，也就是尽可能的使用索引字段。如果关联字段不是索引字段可以根据情况考虑添加索引。
4.尽量使用limit进行分页批量查询，不要一次全部获取。
5.绝对避免select *的使用，尽量select具体需要的字段，减少不必要字段的查询；
6.尽量将or 转换为 union all。
7.尽量避免使用is null或is not null。
8.要注意like的使用，前模糊和全模糊不会走索引。
9.Where后的查询字段尽量减少使用函数，因为函数会造成索引失效。
10.避免使用不等于（!=），因为它不会使用索引。
11.用exists代替in，not exists代替not in，效率会更好；
12.避免使用HAVING子句, HAVING 只会在检索出所有记录之后才对结果集进行过滤，这个处理需要排序，总计等操作。如果能通过WHERE子句限制记录的数目,那就能减少这方面的开销。
13.千万不要 ORDER BY RAND()
以上就是详解MySQL数据库千万级数据查询和存储的详细内容，更多关于MySQL数据库千万级数据查询和存储的资料请关注脚本之家其它相关文章！
原创文章，作者：筱凯，如若转载，请注明出处：https://www.jingyueyun.com/ask/651.html
