大多數的 MySQL 伺服器都開啟了查詢快取。這是提高性最有效的方法之一，而且這是由 MySQL 的資料庫引擎處理的。當有很多相同的查詢被執行了多次的時候，這些查詢結果會被放到一個快取中，這樣，後續的相同的查詢就不用操作表而直接存取快取結果了。
這裡最主要的問題是，對程式設計師來說，這個事情是很容易被忽略的。因為，我們某些查詢語句會讓 MySQL 不使用快取。請看下面的範例:
上面兩個SQL 語句的差異就是
CURDATE()，MySQL 的查詢快取對這個函數不起作用。所以，像NOW()和RAND()或其它的諸如此類的 SQL 函數都不會開啟查詢緩存，因為這些函數的回傳是會不定的易變的。所以，你所需要的就是用一個變數來取代 MySQL 的函數，從而開啟快取。
使用
EXPLAIN關鍵字可以讓你知道MySQL 是如何處理你的SQL 語句的。這可以幫你分析你的查詢語句或是表格結構的效能瓶頸。EXPLAIN的查詢結果也會告訴你你的索引主鍵被如何利用的，你的資料表是如何被搜尋和排序的…等等，等等。
挑一個你的SELECT語句(推薦挑選那個最複雜的，有多錶聯接的)，把關鍵字EXPLAIN加到前面。你可以使用phpmyadmin來做這事。然後，你會看到一張表格。在下面的這個範例中，我們忘記加上了group_id索引，並且有表格連結：
我們可以看到，前一個結果顯示搜尋了7883 行，而後一個只是搜尋了兩個表的9 和16 行。查看 rows 列可以讓我們找到潛在的效能問題。
當你查詢表的有些時候，你已經知道結果只會有一個結果，但因為你可能需要去fetch
遊標，或是你或許會去檢查回傳的記錄數。在這種情況下，加上
LIMIT 1可以增加效能。這樣一樣，MySQL 資料庫引擎會在找到一筆資料後停止搜索，而不是繼續往後查少下一筆符合記錄的資料。 下面的範例，只是為了找一下是否有「中國」的用戶，很明顯，後面的會比前面的更有效率。 (請注意，第一條是
Select *，第二條是Select 1)
##4 . 為搜尋欄位建立索引
last_name LIKE 'a%如果你的應用程式有很多JOIN 查詢，你應該確認兩個表中Join 的欄位是被建立索引的。這樣，MySQL 內部會啟動為你優化 Join 的 SQL 語句的機制。'”，一個是建立了索引，一個是沒有索引，效能
5. 在Join 表的時候使用相同類型的範例差了4 倍左右。 另外，你應該也需要知道什麼樣的搜尋是不能使用正常的索引的。例如，當你需要在一篇大的文章中搜尋一個字時，如： “WHERE post_content LIKE ‘%apple%
’”，索引可能是沒有意義的。你可能需要使用MySQL 全文索引或是自己做一個索引(比如說：搜尋關鍵字或是Tag 什麼的)
而且，這些被用來 Join 的字段，應該是相同的類型的。例如：如果你要把DECIMAL
欄位和一個 INT 欄位Join在一起，MySQL 就無法使用它們的索引。對於那些STRING類型，還需要有相同的字元集才行。 (兩個表格的字元集有可能不一樣)
想打亂回傳的資料行?隨機挑一個資料?真不知道誰發明了這種用法，但很多新手都喜歡這樣用。但你確不了解這樣做有多可怕的效能問題。
如果你真的想把回傳的資料行打亂了，你有 N 種方法可以達到這個目的。這樣使用只讓你的資料庫的效能呈指數級的下降。這裡的問題是：MySQL 會不得不去執行RAND()函數(很耗 CPU 時間)，而且這是為了每一行記錄去記行，然後再對其排序。就算是你用了Limit 1也無濟於事(因為要排序)
下面的範例是隨機挑一筆記錄:
從資料庫裡讀出越多的數據，那麼查詢就會變得越慢。並且，如果你的資料庫伺服器和 WEB 伺服器是兩台獨立的伺服器的話，這也會增加網路傳輸的負載。所以，你應該養成一個需要什麼就取什麼的好的習慣。
我們應該為資料庫裡的每張表都設定一個ID 做為其主鍵，而且最好的是一個
INT型的(建議使用UNSIGNED)，並設定上自動增加的AUTO_INCREMENT標誌。
就算是你 users 表有一個主鍵叫 “VARCHAR類型來當主鍵會使用得效能下降。另外，在你的程式中，你應該使用表格的 ID 來建構你的資料結構。
而且，在MySQL 資料引擎下，還有一些操作需要使用主鍵，在這些情況下，主鍵的效能和設定變得非常重要，例如，集群，分區…
在這裡，只有一個情況是例外，那就是“關聯表”的“外鍵”，也就是說，這個表的主鍵，透過若干個別的表的主鍵構成。我們把這個情況叫做「外鍵」。例如：有一個「學生表」有學生的ID，有一個「課表」有課程ID，那麼，「成績表」就是「關聯表」了，其關聯了學生表和課程表，在成績表中，學生ID 和課程ID 叫「外鍵」其共同組成主鍵。
ENUM 類型是非常快速且緊密的。實際上，其保存的是
TINYINT，但在其外觀上顯示為字串。這樣一來，用這個欄位來做一些選項清單變得相當的完美。
如果你有一個字段，例如“性別”，“國家”，“民族”，“狀態”或“部門”，你知道這些字段的取值是有限而且固定的，那麼，你應該使用ENUM而不是VARCHAR。
MySQL 也有一個「建議」(見第十條)告訴你怎麼去重新組織你的表格結構。當你有一個VARCHAR欄位時，這個建議會告訴你把其改成ENUM類型。使用PROCEDURE ANALYSE()你可以得到相關的建議
#PROCEDURE ANALYSE( )會讓MySQL 幫你分析你的欄位和其實際的數據，並會給你一些有用的建議。只有表中有實際的數據，這些建議才會變得有用，因為要做一些大的決定是需要有數據作為基礎的。
例如，如果你建立了一個INT 欄位作為你的主鍵，然而並沒有太多的數據，那麼，PROCEDURE ANALYSE()會建議你把這個欄位的型別改成# MEDIUMINT。或者你使用了一個VARCHAR字段，因為資料不多，你可能會得到一個讓你把它
改成ENUM的建議。這些建議，都是可能因為數據不夠多，所以決策做得就不夠準。
在phpmyadmin裡，你可以在檢視表格時，點選「Propose table structure」來檢視這些建議
#一定要注意，這些只是建議，只有當你的表裡的數據越來越多時，這些建議才會變得準確。一定要記住，你才是最終做決定的人
除非你有一個很特別的原因去使用
NULL值，你應該總是讓你的字段保持NOT NULL。這看起來好像有點爭議，請往下看。
首先，問問你自己「Empty」和「NULL」有多大的差別(如果是INT，那就是 0 和NULL)?如果你覺得它們之間沒有什麼差別，那麼你就不要使用NULL。 (你知道嗎?在Oracle 裡，NULL和Empty的字串是一樣的!)
不要以為NULL不需要空間，其需要額外的空間，而且，在你進行比較的時候，你的程式會更複雜。當然，這裡並不是說你就不能使用NULL了，現實情況是很複雜的，依然會有些情況下，你需要使用 NULL 值。
Prepared Statements很像儲存過程，是一種運行在後台的SQL 語句集合，我們可以從使用prepared statements獲得許多好處，無論是效能問題或安全問題。Prepared Statements可以檢查一些你綁定好的變量，這樣可以保護你的程式不會受到「SQL 注入式」攻擊。當然，你也可以手動地檢查你的這些變量，然而，手動的檢查容易出問題，而且很常會被程式設計師忘了。當我們使用一些framework或是ORM的時候，這樣的問題會好一點。
效能方面，當一個相同的查詢被使用多次的時候，這會為你帶來可觀的效能優勢。你可以為這些Prepared Statements定義一些參數，而 MySQL 只會解析一次。
雖然最新版本的 MySQL 在傳輸Prepared Statements是使用二進位形式，所以這會使得網路傳輸非常有效率。
當然，也有一些情況下，我們需要避免使用Prepared Statements，因為其不支援查詢快取。但據說版本 5.1 後支援了。
在PHP 要使用prepared statements，你可以查看其使用手冊：mysql擴展或使用資料庫抽象層，如： PDO.
mysql_unbuffered_query()
13 . 無緩衝的查詢正常的情況下，當你在當你在你的腳本中執行一個SQL 語句的時候，你的程式會停在那裡直到沒這個SQL 語句返回，然後你的程式再往下繼續執行。你可以使用無緩衝查詢來改變這個行為。
一樣去自動fethch
，###因為 IP 位址會使用整個 32 位元的無符號整數。 ######而你的查詢，你可以用 ###INET_ATON()### 把一個字串IP 轉成一個整數，並且用 ###INET_NTOA()### 把一個整形轉成一個字串IP。在 PHP 中，也有這樣的函數 ###ip2long() 和 long2ip()###。 ##########和快取結果。這會相當節約很多可觀的內存，尤其是那些會產生大量結果的查詢語句，並且，你不需要等到所有的結果都返回，只需要第一行數據返回的時候，你就可以開始馬上開始工作於查詢結果了。然而，這會有一些限制。因為你要嘛把所有行都讀走，或是你要在進行下一次的查詢前呼叫mysql_free_result()清除結果。而且，mysql_num_rows()或 mysql_data_seek()將無法使用。所以，是否使用無緩衝的查詢你需要仔細考慮。14. 把IP 位址存成UNSIGNED INT
#很多程式設計師都會建立一個VARCHAR(15)欄位來存放字串形式的IP 而非整形的IP。如果你用整形來存放，只需要 4 個字節，而且你可以有定長的字段。而且，這會為你帶來查詢上的優勢，尤其是當你需要使用這樣的WHERE條件：IP between ip1 and ip2。
我們必需要使用UNSIGNED INT
如果表中的所有欄位都是「固定長度」的，整個表會被認為是「
static」或「fixed-length」。例如，表中沒有以下類型的欄位：VARCHAR，TEXT。只要你包括了其中一個這些字段，那麼這個表就不是「固定長度靜態表」了，這樣，MySQL 引擎會用另一種方法來處理。
固定長度的表會提高效能，因為 MySQL 搜尋得會更快一些，因為這些固定的長度是很容易計算下一個資料的偏移量的，所以讀取的自然也會很快。而如果欄位不是定長的，那麼，每次要找下一條的話，就需要程式找到主鍵。
並且，固定長度的表也更容易被快取和重建。不過，唯一的副作用是，固定長度的欄位會浪費一些空間，因為定長的欄位無論你用不用，他都是要分配那麼多的空間。
使用「垂直分割」技術(見下一條)，你可以分割你的表成為兩個一個是定長的，一個則是不定長的。
「垂直分割」是一種把資料庫中的表按列變成幾張表的方法，這樣可以降低表的複雜度和字段的數目，從而達到最佳化的目的。 (以前，在銀行做過項目，見過一張表有100 多個字段，很恐怖)
示例一：在Users 表中有一個字段是家庭地址，這個字段是可選字段，相比起，而且你在資料庫操作的時候除了個人資訊外，你並不需要經常讀取或是改寫這個字段。那麼，為什麼不把他放到另外一張表中呢? 這樣會讓你的表有更好的性能，大家想想是不是，大量的時候，我對於用戶表來說，只有用戶ID，用戶名，口令，使用者角色等會被經常使用。小一點的表總是會有好的性愛
能。
範例二： 你有一個叫 “last_login” 的字段，它會在每次使用者登入時更新。但是，每次更新時會導致該表的查詢快取被清空。所以，你可以把這個欄位放到另一個表中，這樣就不會影響你對用戶 ID，用戶名，用戶角色的不停地讀取了，因為查詢快取會幫你增加很多效能。
另外，你需要注意的是，這些被分出去的字段所形成的表，你不會經常性地去Join 他們，不然的話，這樣的性能會比不分割時還要差，而且，會是極數級的下降
如果你需要在一個在線的網站上去執行一個大的
DELETE或INSERT查詢，你需要非常小心，要避免你的操作讓你的整個網站停止相應。因為這兩個操作是會鎖表的，表一鎖住了，別的操作都進不來了。
Apache 會有很多的子行程或執行緒。所以，其工作起來相當有效率，而我們的伺服器也不希望有太多的子進程，線程和資料庫鏈接，這是極大的佔伺服器資源的事情，尤其是內存。
如果你把你的表鎖上一段時間，比如30 秒鐘，那麼對於一個有很高訪問量的站點來說，這30 秒所積累的訪問進程/線程，數據庫鏈接，打開的文件數，可能不只讓你泊WEB 服務Crash，還可能會讓你的整台伺服器馬上掛了。
所以，如果你有一個大的處理，你定你一定把其拆分，使用LIMIT條件是一個好的方法。以下是一個範例：
對大多數的資料庫引擎來說，硬碟操作可能是最重大的瓶頸。所以，把你的資料變得緊湊會對這種情況非常有幫助，因為這減少了對硬碟的存取。
參考 MySQL 的文檔Storage Requirements查看所有的資料類型。
如果一個表格只會有幾列罷了(比如說字典表，設定表)，那麼，我們就沒有理由使用INT來做主鍵，使用MEDIUMINT, SMALLINT或者更小的TINYINT 會比較經濟一點。如果你不需要記錄時間，使用DATE要比DATETIME好得多。
當然，你也需要留夠足夠的擴充空間，不然，你日後來做這個事，你會死的很難看，參看Slashdot的例子(2009 年11 月06 日)，一個簡單的ALTER TABLE語句花了3 個多小時，因為裡面有一千六百萬個資料。
在 MySQL 中有兩個儲存引擎 MyISAM 和 InnoDB，每個引擎都有優點和缺點。酷殼以前文章《MySQL: InnoDB 還是 MyISAM?》討論和這個事情。
MyISAM 適合於一些需要大量查詢的應用，但其對於有大量寫入操作並不是很好。甚至你只是需要 update 一個字段，整個表都會被鎖起來，而別的進程，就算是讀進程都無法操作直到讀取操作完成。另外，MyISAM 對於SELECT COUNT(*)這類的計算是超快無比的。
InnoDB 的趨勢會是一個非常複雜的儲存引擎，對於一些小的應用，它會比MyISAM還慢。他是它支援「行鎖」 ，於是在寫操作比較多的時候，會更優秀。並且，他也支援更多的高階應用，例如：事務。
使用ORM (
Object Relational Mapper)，你能夠得到可靠的性能增漲。一個ORM 可以做的所有事情，也能被手動的寫出來。但是，這需要一個高級專家。
ORM 的最重要的是“Lazy Loading”，也就是說，只有在需要的去取值的時候才會去真正的去做。但你也需要小心這種機制的副作用，因為這很有可能會因為要去創建很多很多小的查詢反而會降低效能。
ORM 還可以把你的 SQL 語句打包成一個事務，這會比單獨執行他們快得多。
目前，個人最喜歡的PHP 的ORM 是：Doctrine
“永久連結”的目的是用來減少重新建立MySQL 連結的次數。當一個連結被創建了，它會永遠處於連線的狀態，就算是資料庫操作已經結束了。而且，自從我們的 Apache 開始重複使用它的子進程後——也就是說，下一次的 HTTP 請求會重複使用 Apache 的子進程，並重複使用相同的 MySQL 連結。
在理論上，這聽起來非常的好。但是從個人經驗(也是大多數人的)上來說，這個功能製造出來的麻煩事更多。因為，你只有有限的連結數，記憶體問題，檔案句柄數，等等。
而且，Apache 運行在極端並行的環境中，會創建很多很多的了進程。這就是為什麼這種「永久連結」的機制運作地不好的原因。在你決定要使用「永久連結」之前，你需要好好地考慮一下你的整個系統的架構
在進行查詢時，索引列不能是表達式的一部分，也不能是函數的參數，否則無法使用索引。
例如下面的查詢不能使用 actor_id 欄位的索引：
#这是错误的SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5;
最佳化方式：可以將表達式、函數操作移到等號右側。如下：
SELECT actor_id FROM sakila.actor WHERE actor_id = 5 - 1;
在需要使用多個列作為條件進行查詢時，使用多列索引比使用多個單列索引效能更好。
例如下面的語句中，最好把actor_id 和 film_id 設為多列索引。猿輔導有題，詳見鏈接，可以讓理解更深刻。
SELECT film_id, actor_ id FROM sakila.film_actorWHERE actor_id = 1 AND film_id = 1;
讓選擇性最強的索引列放在前面。
索引的選擇性是指：不重複的索引值和記錄總數的比值。最大值為 1，此時每個記錄都有唯一的索引與其對應。選擇性越高，每個記錄的區分度越高，查詢效率也越高。
例如下方所示的結果中 customer_id 的選擇性比 staff_id 更高，因此最好把 customer_id 欄位放在多列索引的前面。
SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity, COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity, COUNT(*) FROM payment; #结果如下 staff_id_selectivity: 0.0001 customer_id_selectivity: 0.0373 COUNT(*): 16049
對於 BLOB、TEXT 和 VARCHAR 類型的列，必須使用前綴索引，只索引開始的部分字元。
前綴長度的選取需要根據索引選擇性來決定。
#索引包含所有需要查詢的欄位的值。具有以下優點：
1.索引通常遠小於資料行的大小，只讀取索引能大幅減少資料存取量。
2.有些儲存引擎（例如 MyISAM）在記憶體中只會快取索引，而資料依賴作業系統來快取。因此，只存取索引可以不使用系統呼叫（通常比較費時）。
3.對於 InnoDB 引擎，若輔助索引能夠覆寫查詢，則無需存取主索引。
mysql在使用like進行模糊查詢的時候把%放後面，避免開頭模糊查詢
因為mysql在使用like查詢的時候只有使用後面的%時，才會使用到索引。
如：’%ptd_’ 和 ‘%ptd_%’ 都沒有用到索引；而 ‘ptd_%’ 使用了索引。
#进行全表查询，没有用到索引 EXPLAIN SELECT * FROM `user` WHERE username LIKE '%ptd_%'; EXPLAIN SELECT * FROM `user` WHERE username LIKE '%ptd_'; #有用到索引 EXPLAIN SELECT * FROM `user` WHERE username LIKE 'ptd_%';
再例如：常用到的查詢資料庫中姓張的所有人：
SELECT * FROM `user` WHERE username LIKE '张%';
比如：
SELECT * FROM t WHERE id IN (2,3)SELECT * FROM t1 WHERE username IN (SELECT username FROM t2)
优化方式：如果是连续数值，可以用between代替。如下：
SELECT * FROM t WHERE id BETWEEN 2 AND 3
如果是子查询，可以用exists代替。如下：
SELECT * FROM t1 WHERE EXISTS (SELECT * FROM t2 WHERE t1.username = t2.username)
如：
SELECT * FROM t WHERE id = 1 OR id = 3
优化方式：可以用union代替or。如下：
SELECT * FROM t WHERE id = 1UNIONSELECT * FROM t WHERE id = 3
SELECT * FROM t WHERE score IS NULL
优化方式：可以给字段添加默认值0，对0值进行判断。如下：
SELECT * FROM t WHERE score = 0
同第1个，单独的列；
SELECT * FROM t2 WHERE score/10 = 9SELECT * FROM t2 WHERE SUBSTR(username,1,2) = 'li'
优化方式：可以将表达式、函数操作移动到等号右侧。如下：
SELECT * FROM t2 WHERE score = 10*9SELECT * FROM t2 WHERE username LIKE 'li%'
SELECT * FROM t WHERE 1=1
优化方式：用代码拼装sql时进行判断，没where加where，有where加and。
索引的好处：建立索引后，查询时不会扫描全表，而会查询索引表锁定结果。索引的缺点：在数据库进行DML操作的时候，除了维护数据表之外，还需要维护索引表，运维成本增加。应用场景：数据量比较大，查询字段较多的情况。
索引规则：
1.选用选择性高的字段作为索引，一般unique的选择性最高；
2.复合索引：选择性越高的排在越前面。（左前缀原则）；
3.如果查询条件中两个条件都是选择性高的，最好都建索引；
Explain 用来分析 SELECT 查询语句，开发人员可以通过分析 Explain 结果来优化查询语句。
比较重要的字段有：
select_type: 查询类型，有简单查询、联合查询、子查询等；key: 使用的索引；rows: 扫描的行数；
1.减少请求的数据量
只返回必要的列：最好不要使用
SELECT *语句。
只返回必要的行：使用LIMIT语句来限制返回的数据。
缓存重复查询的数据：使用缓存可以避免在数据库中进行查询，特别在要查询的数据经常被重复查询时，缓存带来的查询性能提升将会是非常明显的。
2.减少服务器端扫描的行数
最有效的方式是使用索引来覆盖查询。
1.切分大查询
一个大查询如果一次性执行的话，可能一次锁住很多数据、占满整个事务日志、耗尽系统资源、阻塞很多小的但重要的查询。
2.分解大连接查询
将一个大连接查询分解成对每一个表进行一次单表查询，然后在应用程序中进行关联，这样做的好处有：
让缓存更高效：对于连接查询，如果其中一个表发生变化，那么整个查询缓存就无法使用。而分解后的多个查询，即使其中一个表发生变化，对其它表的查询缓存依然可以使用。
分解成多个单表查询，这些单表查询的缓存结果更可能被其它查询使用到，从而减少冗余记录的查询。
减少锁竞争；
在应用层进行连接，可以更容易对数据库进行拆分，从而更容易做到高性能和可伸缩。
查询本身效率也可能会有所提升。例如下面的例子中，使用 IN() 代替连接查询，可以让 MySQL 按照 ID 顺序进行查询，这可能比随机的连接要更高效。
SELECT * FROM tab JOIN tag_post ON tag_post.tag_id=tag.id JOIN post ON tag_post.post_id=post.id WHERE tag.tag='mysql'; SELECT * FROM tag WHERE tag='mysql'; SELECT * FROM tag_post WHERE tag_id=1234; SELECT * FROM post WHERE post.id IN (123,456,567,9098,8904);
通过对查询语句的分析，可以了解查询语句执行的情况，找出查询语句执行的瓶颈，从而优化查询语句。mysql中提供了EXPLAIN语句和
DESCRIBE语句，用来分析查询语句。EXPLAIN语句的基本语法如下：
EXPLAIN [EXTENDED] SELECT select_options;
使用EXTENED关键字,EXPLAIN语句将产生附加信息。select_options是select语句的查询选项，包括from where子句等等。
执行该语句，可以分析EXPLAIN后面的select语句的执行情况，并且能够分析出所查询的表的一些特征。
例如：EXPLAIN SELECT * FROM user;
查询结果进行解释说明：
a、id：select识别符，这是select的查询序列号。
b、select_type：标识select语句的类型。
它可以是以下几种取值：
b1、SIMPLE（simple）表示简单查询，其中不包括连接查询和子查询。
b2、PRIMARY（primary）表示主查询，或者是最外层的查询语句。
b3、UNION（union）表示连接查询的第2个或者后面的查询语句。
b4、DEPENDENT UNION（dependent union）连接查询中的第2个或者后面的select语句。取决于外面的查询。
b5、UNION RESULT（union result）连接查询的结果。
b6、SUBQUERY（subquery）子查询的第1个select语句。
b7、DEPENDENT SUBQUERY（dependent subquery）子查询的第1个select,取决于外面的查询。
b8、DERIVED（derived）导出表的SELECT(FROM子句的子查询)。
c、table：表示查询的表。
d、type：表示表的连接类型。
下面按照从最佳类型到最差类型的顺序给出各种连接类型。
d1、system，该表是仅有一行的系统表。这是const连接类型的一个特例。
d2、const，数据表最多只有一个匹配行，它将在查询开始时被读取，并在余下的查询优化中作为常量对待。const表查询速度很快，因为它们只读一次。const用于使用常数值比较primary key或者unique索引的所有部分的场合。
例如：EXPLAIN SELECT * FROM user WHERE id=1;
d3、eq_ref，对于每个来自前面的表的行组合，从该表中读取一行。当一个索引的所有部分都在查询中使用并且索引是UNIQUE或者PRIMARY KEY时候，即可使用这种类型。eq_ref可以用于使用“=”操作符比较带索引的列。比较值可以为常量或者一个在该表前面所读取的表的列的表达式。
例如：EXPLAIN SELECT * FROM user,db_company WHERE user.company_id = db_company.id;
d4、ref对于来自前面的表的任意行组合，将从该表中读取所有匹配的行。这种类型用于所以既不是UNION也不是primaey key的情况，或者查询中使用了索引列的左子集，即索引中左边的部分组合。ref可以用于使用=或者操作符的带索引的列。
d5、ref_or_null，该连接类型如果ref，但是如果添加了mysql可以专门搜索包含null值的行，在解决子查询中经常使用该连接类型的优化。
d6、index_merge，该连接类型表示使用了索引合并优化方法。在这种情况下，key列包含了使用的索引的清单，key_len包含了使用的索引的最长的关键元素。
d7、unique_subquery，该类型替换了下面形式的in子查询的ref。是一个索引查询函数，可以完全替代子查询，效率更高。
d8、index_subquery，该连接类型类似于unique_subquery，可以替换in子查询，但是只适合下列形式的子查询中非唯一索引。
d9、range，只检索给定范围的行，使用一个索引来选择行。key列显示使用了那个索引。key_len包含所使用索引的最长关键元素。当使用=，,>,>=,，between或者in操作符，用常量比较关键字列时，类型为range。
d10、index,该连接类型与all相同，除了只扫描索引树。着通常比all快，引文索引问价通常比数据文件小。
d11、all，对于前面的表的任意行组合，进行完整的表扫描。如果表是第一个没有标记const的表，这样不好，并且在其他情况下很差。通常可以增加更多的索引来避免使用all连接。
e、possible_keys:possible_keys列指出mysql能使用那个索引在该表中找到行。如果该列是null，则没有相关的索引。在这种情况下，可以通过检查where子句看它是否引起某些列或者适合索引的列来提高查询性能。如果是这样，可以创建适合的索引来提高查询的性能。
f、key：表示查詢實際使用到的索引，如果沒有選擇索引，該欄位的值是null，要強制mysql使用或忽略possible_key欄位中的索引，在查詢中使用force index、use index或ignore index。
g、key_len：表示mysql選擇索引欄位依照位元組計算的長度，如果健是null，則長度為null。注意透過key_len值可以確定mysql將實際使用一個多列索引中的幾個欄位。
h、ref:表示使用那個欄位或常數或索引一起來查詢記錄。
i、rows:顯示mysql在表中進行查詢必須檢查的行數。
j、Extra:該列mysql在處理查詢時的詳細資訊。
以上是mysql資料庫有哪些最佳化技巧的詳細內容。更多資訊請關注PHP中文網其他相關文章！
