1. 只获取必要的数据：
   • 是否查询了多余的记录；
   • 多表关联时是否返回了全部列；
   • 是否总是取出全部列（避免select *）；
   • 是否重复查询相同的数据（缓存代替）。
2. 避免额外的记录扫描：查询开销衡量标准（响应时间、扫描行数、返回行数）
   • 响应时间：服务时间（执行查询）+排队时间（IO或者等待资源、锁等）；快速上线估计法。
   • 扫描的行数和返回的行数：一般1:1-->1:10。
   • 扫描行数和访问类型：同一行数据的不同访问方式（扫描表、索引、范围访问、唯一索引、常熟引用、单值访问）的扫描行数的差异，通常增加索引是一个最直接的方法。大量扫描返回少量行数的查询优化技巧：
     • 使用索引覆盖扫描：把所有需要的列放到索引中，存储引擎无需回表获取对应的行，直接返回结果。
     • 改变库表结构：增加汇总性表存储，空间换时间，效率。
     • 重写查询：sql结构。

1. 复杂查询与简单查询的选择：复杂查询考虑的是网络通信，查询解析及优化的因素。将复杂查询分解为多个组合的简单查询有时会是不错的选择。
2. 切分查询：将大查询切分为多个相同的小查询。例如：删除旧数据时。
3. 分解关联查询：将分解的单个查询在应用层进行整合。
   • 增加缓存效率：应用服务通常需要缓存常用单表查询，重复利用。
   • 分解的单个查询可以减少锁的竞争。
   • 应用层进行关联，使得数据库拆分更加容易，构建高性能及高扩展性的程序、服务。
   • 查询效率的提升。
   • 减少冗余记录的查询。
   • 应用层的哈希关联效率高于mysql的循环嵌套关联。

mysql查询性能优化