
1.數(shù)據(jù)庫的技術(shù)上,目前我們公司在研究hadoop分層數(shù)據(jù)庫,具體了解不多;外面流行的NoSql非關(guān)系型數(shù)據(jù)庫,像亞馬遜、谷歌還有一些日本企業(yè)都有自己的NoSql數(shù)據(jù)庫;
2.傳統(tǒng)關(guān)系型數(shù)據(jù)庫的優(yōu)化,數(shù)據(jù)庫層的優(yōu)化和上層使用的優(yōu)化。
數(shù)據(jù)庫層:需要DBA進行優(yōu)化,減少碎片,進行分區(qū)等;
使用層的優(yōu)化,即優(yōu)化SQL
從外界因素來看影響SQL有:CPU、RAM、Network、Disk
CPU:SQL的大量order by,大量group by,case when等都會很費CPU,需要CPU進行計算。是否可以使用匯總來減少此問題
RAM:查找的數(shù)據(jù)量過大,導致內(nèi)存資源占用過多。
如無where的SQL,select *的SQL,全表掃描等;
頻繁的update、insert都會影響內(nèi)存,每次對SQL的解析都需要一定的時間和空間。采用綁定變量。
Network:過多的DB連接,頻繁的DB開關(guān),跨庫的關(guān)聯(lián),大量數(shù)據(jù)的導出,復雜的SQL等。
Disk:
大數(shù)據(jù)量的表,建立索引,保證索引的有效性;
減少大表的insert和delete,會造成磁盤碎片,導致磁盤指針的不連續(xù)性;
大表的insert和delete會造成索引的失效,必要時先去掉索引再操作增刪改;
索引其實是一張表,要保證其精簡
索引的建立,最好用在易排序字段,如number,date等,勿varchar;
varchar字段盡量保持長度的一致性,寧可多給出空間;
減少磁盤的讀取次數(shù);
對大表禁止順序性的全表掃描,使用索引;
減少disdinct,用unionall代替union;
Not like,<>,全模糊like,is null,is not null,not in都會使索引失效;
索引上不要使用任何函數(shù),盡量在等號的另一頭使用函數(shù);
SQL的書寫一致,減少解析時間;
選擇最佳的執(zhí)行計劃,復雜的SQL,不如多個簡單的SQL;
減少嵌套子SQL,使用關(guān)聯(lián)查詢;
避免笛卡爾積連接;
避免使用*,數(shù)據(jù)庫需要對*進行一次匹配,會消耗資源,而且并不一定所有的字段都要進行查詢或者寫入,寫入時表結(jié)構(gòu)變化還會導致出錯,所以避免*;
全表刪除,不要使用delete,使用truncate;
全表分頁的效率較低,建議使用分步是分頁;
3.在數(shù)據(jù)讀取優(yōu)化到一定程度后,代碼上也可以進行很大的優(yōu)化。
避免過多的開裝箱,使用值類型;
對引用類型的集合,多使用泛型;
避免循環(huán)嵌套,和無休止的遞歸;
避免循環(huán)中建立大對象;
對大對象的釋放;
4.邏輯上的優(yōu)化
在需要查詢大量數(shù)據(jù)的時候,可以使用分頁;
分頁影響到一些圖標的產(chǎn)生時,可以借助匯總,先展示匯總信息和圖標,然后在進行詳情的鉆??;
時間空間的相互替換。
5.對常用信息的本地化保存,如QQ第一次加載很慢,但后面登陸會很快。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10