周三去某在線旅游公司面試。被問到了一個關于數據量大的優化問題。問題是：一個主外鍵關聯表，主表有一百萬數據，外鍵關聯表有一千萬的數據，要求做一個連接。

本人接觸過單表數據量最大的就是將近兩億行歷史數據（某運營商一業務一年數據）做查詢，所有查詢相關列必須做索引，而且還要保證不會出現全表掃描情況。也從來沒有試過把這么多數據全部拿出來放內存中。只好回答說“再怎么做優化估計都不行，這數據量太大了，性能肯定吃不銷。我只能告訴盡可能的添加過濾條件，不要一次用這么多的數據來做連接，能分批做就分批做吧”。

面試人員告訴我，比如說我們的機票業務，我們只把北上廣熱門城市的放在緩存中，實時刷新即可。其他的每次去查詢數據庫即可，不必一次把所有的數據全部連接出來放到內存中。

我只能呵呵了，沒有業務讓我去優化一個sql，這不是扯淡么。

?

關于這種大數據量優化問題，讓我理解最深刻就是分表做法。因為我們公司有個業務需要實時上傳數據，每天小百萬數據，而且還要做查詢。于是分表來做，每天生成一張表，然后把前一天的表添加索引，查詢的時候可以根據日期來獲取表名。盡量少查詢當天數據，因為沒有索引比較慢。添加索引的話因為實時插入數據，索引的維護代價比較大，所以選擇第二天添加前一天表的索引。

轉載于:https://www.cnblogs.com/qishiguilai/p/4265239.html

總結

以上是生活随笔為你收集整理的任何抛开业务谈大数据量的sql优化都是瞎扯的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。