一、本课程是怎么样的一门课程（全面介绍） 1.1、课程的背景 作为企业Hadoop应用的核心产品，Hive承载着FaceBook、淘宝等大佬 95%以上的离线统计，很多企业里的离线统计甚至全由Hive完成，如我所在的电商。 Hive在企业云计算平台发挥的作用和影响愈来愈大，如何优化提速已经显得至关重 ...
分类：
数据库 时间：
2016-04-12 07:11:13
阅读次数：
220
一、问题的提出
在应用系统开发初期，由于开发数据库数据比较少，对于查询SQL语句，复杂视图的的编写等体会不出SQL语句各种写法的性能优劣，但是如果将应用系统提交实际应用后，随着数据库中数据的增加，系统的响应速度就成为目前系统需要解决的最主要的问题之一。系统优化中一个很重要的方面就是SQL语句的优化。对于海量数据，劣质SQL语句和优质SQL语句之间的速度差别可以达到上百倍，可见对于一个系统不...
分类：
数据库 时间：
2016-04-11 12:22:34
阅读次数：
248
今晚继续进行Sql效能问题的分享，今天主要是一些具体的sql优化方法和思路分享，若看过后你也有其他想法，欢迎一起探讨，好了，进入今天的主题。 针对性地对一些耗资源严重的具体应用进行优化 出现效能问题时，首先要做的是什么？这个问题我问过不少同事，有人说凭经验对出问题的sql进行优化，如我们一般说的要合 ...
分类：
数据库 时间：
2016-04-11 08:46:27
阅读次数：
311
1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如： selectidfromtwherenumisnull 最好不要给数据库留N ...
分类：
数据库 时间：
2016-04-10 16:18:01
阅读次数：
233
SQL优化技巧(1):
Where子句中的连接顺序：oracle采用自下而 上的顺序解析where子句，根据这个原理，表 之间的连接必须写在其他where条件之前，那些可以过滤掉大量记录的条件
必须写在where子句的末尾。
例如
低效：select * from report_sale_account e
where hsje>5000
and dzxl = ‘000001’
an...
分类：
数据库 时间：
2016-04-10 15:05:04
阅读次数：
282
前言
有人反馈之前几篇文章过于理论缺少实际操作细节，这篇文章就多一些可操作性的内容吧。
注：这篇文章是以 MySQL 为背景，很多内容同时适用于其他关系型数据库，需要有一些索引知识为基础。
优化目标
1.减少 IO 次数
IO永远是数据库最容易瓶颈的地方，这是由数据库的职责所决定的，大部分数据库操作中超过90%的时间都是 IO 操作所占用的，减少 I...
分类：
数据库 时间：
2016-04-10 14:40:28
阅读次数：
289
优化目标 1.减少 IO 次数 IO永远是数据库最容易瓶颈的地方，这是由数据库的职责所决定的，大部分数据库操作中超过90%的时间都是 IO 操作所占用的，减少 IO 次数是 SQL 优化中需要第一优先考虑，当然，也是收效最明显的优化手段。 2.降低 CPU 计算 除了 IO 瓶颈之外，SQL优化中需 ...
分类：
数据库 时间：
2016-04-09 16:36:23
阅读次数：
314
最近在研究oracle的视图问题，本来想全转成 物化视图(materialized view)的,这样可以极大提升系统的响应时间，无奈工作量太大，所以就研究了SQL优化的问题。 我这个普通视图 有360行，其中还有left join 了多个别的视图，这些个视图也有300+行。 所以在朋友指导下，尝试 ...
分类：
数据库 时间：
2016-04-05 19:15:52
阅读次数：
260
1.用exists,not exists 代替in,not in 2.where后面的表是从右到左， 如表a 10条记录，表b 100条记录，那么b就是基础表 语句是where b,a 3.三个以上的表连接查询，那就需要使用交叉表为基础表 3.where 子句是自下而上的过滤，那么过滤量最大的数据应 ...
分类：
数据库 时间：
2016-04-02 20:15:14
阅读次数：
222
1、mysql较慢的原因1）慢SQL消耗了70%~90%的数据库CPU资源；2）SQL语句独立于程序设计逻辑，相对于对程序源代码的优化，对SQL语句的优化在时间成本和风险上的代价都很低；3）SQL语句可以有不同的写法；2、比较常见的sql优化方法1）不使用子查询例：SELECT*FROMt1WHEREid(SELECT..
分类：
数据库 时间：
2016-04-01 16:26:05
阅读次数：
278
