今天我们来聊聊[如何选择网站优化],以下3关于如何选择查询优化策略的观点希望能帮助到您找到想要的结果。
mysql的子查询中有统计语句 我该如何优化
贡献用户名：【日光倾城烧着我屁股啦】 ，现在由重庆云诚科技小编为你解答与【如何选择网站优化】的相关内容！
优质回答子查询优化策略
对于不同类型的子查询，优化器会选择不同的策略。
1. 对于 IN、=ANY 子查询，优化器有如下策略选择：
semijoin
Materialization
exists
2. 对于 NOT IN、<>ALL 子查询，优化器有如下策略选择：
Materialization
exists
3. 对于 derived 派生表，优化器有如下策略选择：
derived_merge，将派生表合并到外部查询中（5.7 引入 ）；
将派生表物化为内部临时表，再用于外部查询。
注意：update 和 delete 语句中子查询不能使用 semijoin、materialization 优化策略
以上就是重庆云诚科技小编解答(日光倾城烧着我屁股啦)回答关于“mysql的子查询中有统计语句 我该如何优化”的答案，接下来继续为你详解体育用户（幼稚园儿童欢乐多）回答“mysql 有哪些常见的优化策略”的一些相关解答，希望能解决你的问题！
mysql 有哪些常见的优化策略
贡献用户名：【幼稚园儿童欢乐多】 ，现在由重庆云诚科技小编为你详解与【如何选择网站优化】的相关内容！
优质回答在开始演示之前，我们先介绍下两个概念。
概念一，数据的可选择性基数，也就是常说的cardinality值。
查询优化器在生成各种执行计划之前，得先从统计信息中取得相关数据，这样才能估算每步操作所涉及到的记录数，而这个相关数据就是cardinality。简单来说，就是每个值在每个字段中的唯一值分布状态。
比如表t1有100行记录，其中一列为f1。f1中唯一值的个数可以是100个，也可以是1个，当然也可以是1到100之间的任何一个数字。这里唯一值越的多少，就是这个列的可选择基数。
那看到这里我们就明白了，为什么要在基数高的字段上建立索引，而基数低的的字段建立索引反而没有全表扫描来的快。当然这个只是一方面，至于更深入的探讨就不在我这篇探讨的范围了。
概念二，关于HINT的使用。
这里我来说下HINT是什么，在什么时候用。
HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作，使她生成最优的执行计划。一般来说，优化器的执行计划都是最优化的，不过在某些特定场景下，执行计划可能不是最优化。
比如：表t1经过大量的频繁更新操作，（UPDATE,DELETE,INSERT），cardinality已经很不准确了，这时候刚好执行了一条SQL，那么有可能这条SQL的执行计划就不是最优的。为什么说有可能呢？
来看下具体演示
譬如，以下两条SQL，
A：
select * from t1 where f1 = 20;
B：
select * from t1 where f1 = 30;
如果f1的值刚好频繁更新的值为30，并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等，那么对这两条语句来说，可能不准确的就是B了。
这里顺带说下，MySQL提供了自动更新和手动更新表cardinality值的方法，因篇幅有限，需要的可以查阅手册。
那回到正题上，MySQL 8.0 带来了几个HINT，我今天就举个index_merge的例子。
示例表结构：
mysql> desc t1;+------------+--------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+------------+--------------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || rank1 | int(11) | YES | MUL | NULL | || rank2 | int(11) | YES | MUL | NULL | || log_time | datetime | YES | MUL | NULL | || prefix_uid | varchar(100) | YES | | NULL | || desc1 | text | YES | | NULL | || rank3 | int(11) | YES | MUL | NULL | |+------------+--------------+------+-----+---------+----------------+7 rows in set (0.00 sec)
表记录数：
mysql> select count(*) from t1;+----------+| count(*) |+----------+| 32768 |+----------+1 row in set (0.01 sec)
这里我们两条经典的SQL：
SQL C：
select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;
SQL D：
select * from t1 where rank1 =100 and rank2 =100 and rank3 =100;
表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引。
那我们来看SQL C的查询计划。
显然，没有用到任何索引，扫描的行数为32034，cost为3243.65。
mysql> explain format=json select * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2G*************************** 1. row ***************************EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "3243.65" }, "table": { "table_name": "t1", "access_type": "ALL", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "rows_examined_per_scan": 32034, "rows_produced_per_join": 115, "filtered": "0.36", "cost_info": { "read_cost": "3232.07", "eval_cost": "11.58", "prefix_cost": "3243.65", "data_read_per_join": "49K" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" } }}1 row in set, 1 warning (0.00 sec)
我们加上hint给相同的查询，再次看看查询计划。
这个时候用到了index_merge,union了三个列。扫描的行数为1103，cost为441.09，明显比之前的快了好几倍。
mysql> explain format=json select /*+ index_merge(t1) */ * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2G*************************** 1. row ***************************EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "441.09" }, "table": { "table_name": "t1", "access_type": "index_merge", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "union(idx_rank1,idx_rank2,idx_rank3)", "key_length": "5,5,5", "rows_examined_per_scan": 1103, "rows_produced_per_join": 1103, "filtered": "100.00", "cost_info": { "read_cost": "330.79", "eval_cost": "110.30", "prefix_cost": "441.09", "data_read_per_join": "473K" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" } }}1 row in set, 1 warning (0.00 sec)
我们再看下SQL D的计划：
不加HINT，
mysql> explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100G*************************** 1. row ***************************EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "534.34" }, "table": { "table_name": "t1", "access_type": "ref", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "idx_rank1", "used_key_parts": [ "rank1" ], "key_length": "5", "ref": [ "const" ], "rows_examined_per_scan": 555, "rows_produced_per_join": 0, "filtered": "0.07", "cost_info": { "read_cost": "478.84", "eval_cost": "0.04", "prefix_cost": "534.34", "data_read_per_join": "176" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))" } }}1 row in set, 1 warning (0.00 sec)
加了HINT，
mysql> explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100G*************************** 1. row ***************************EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "5.23" }, "table": { "table_name": "t1", "access_type": "index_merge", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "intersect(idx_rank1,idx_rank2,idx_rank3)", "key_length": "5,5,5", "rows_examined_per_scan": 1, "rows_produced_per_join": 1, "filtered": "100.00", "cost_info": { "read_cost": "5.13", "eval_cost": "0.10", "prefix_cost": "5.23", "data_read_per_join": "440" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))" } }}1 row in set, 1 warning (0.00 sec)
对比下两个，加了HINT的比不加HINT的cost小了100倍。
总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了。相信MySQL未来的版本会带来更多的HINT。
上文就是重庆云诚科技小编分享贡献者：（幼稚园儿童欢乐多）分析的关于“mysql 有哪些常见的优化策略”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，接下来继续热议下文用户【多情剑客】分析的“如何制定网站优化策略”的一些相关疑问做出分析与解答，如果能找到你的答案，可以关注本站。
如何制定网站优化策略
贡献用户名：【多情剑客】 ，现在由重庆云诚科技小编为你解答与【如何选择网站优化】的相关内容！
优质回答一、关键词选择的策略：
1、门户类网站关键词选择策略：
网站每个页面本身都包含的关键词：网站拥有上百万甚至上千万的网页，每个网页都包含有对应的关键词，合理的SEO，突出庞大数量的关键词。
发掘目前互联网上流行的关键词：看看互联网上最近什么词最热门，这些也是目标关键词。因为很多超级热门的关键词，每一个词一天都可以带来几万的流量。
2、商务类网站关键词选择策略：
不要简单的追求网站定位的几个热门关键词，核心应该放到以下两类词上：
产品词
产品相关的组合词
比如酒店机票预订行业，如果只排机票预订，酒店预订，带不来多少流量，应该考虑的是以下这类词。
城市名+酒店（例如：北京 酒店预订）
城市名+机票（例如：北京机票预订）
城市名+城市名+机票（例如：北京到广州机票预订）
酒店名 预订
3、企业网站关键词选择策略
不要盲目的把自己公司的名称当作关键词，这些没有多少人用，并且不用进行SEO，也可以排到前面。企业要根据自己潜在客户的喜欢，去选择最适合自己的关键词。这个可以借助相关的工具来挖掘。
二、网站结构优化策略：
关键词选择好了，这时候就会发现，你的网站构架和目前的网页不能按照SEO的标准将这些关键词很合理的进行分布和表现。这时候你可能就要采取一些网站结构优化策略。
比如门户类网站如果要搞热门关键词的排名，就是为这些热门关键词重新制作专题页面。比如酒店机票预订的网站，基本上都是查询式的，几乎没有表现组合词的页面。所以也要根据这个据现象制定一个网站结构的优化策略。
另外的结构优化中，还会设计到网站的超链接结构等方面的基础SEO策略。那么一个网站要想优化好，就需要是基础网站结构优化策略加创造型的结构策略。
如果是创造型的增加栏目，肯定不能让搜索引擎认为是单纯的为SEO做的，应该可以和其他营销策略进行结合。比如联盟策略、人性化优化策略等。
比如，2005年我们为IT世界服务的话，他们的内容联盟这策略就是一种和SEO结合的结构优化策略。这种创造型的SEO策略，通过合作网站的配合推广，为他们带来了巨大的流量。因为你可能搜索某一条新闻或者某个关键词，排在前几页的都是它和它的合作网站的。
要做好这一点，必须能够站到网站运营的角度来考虑SEO。
三、SEO的执行策略：
SEO的执行策略，也需要根据网站的技术团队和营销团队的实际情况来制订，这时候就需要站到项目管理的角度来规划。然后制定出一个合理的计划，然后长期的去执行下去。
今天有关内容《﹝如何选择网站优化﹞如何选择查询优化策略》先分享到这里了，如果想要了解更多，请关注www.cqycseo.com,您的关注是给小编最大的鼓励。
推荐文章：
本文由网上采集发布，不代表我们立场，转载联系作者并注明出处：https://www.cqycseo.com/youhua/5559.html
