昨天發了一篇mysql中索引對千萬級資料查詢效率優化實踐的博文
所以手上有著5000萬的資料，很多以前想做的實驗也有機會去嘗試了。今天上課突然想起來一篇資料庫的面試題。
大概是說：某公司有一張億級的使用者表，使用者表有乙個積分字段。這個欄位會在每年新年凌晨0點的時候進行清零，要求給出解決的思路。
大概記得有兩種思路：一是使用update語句直接遍歷修改每一條記錄的積分字段，將其修改為0；二是刪除該欄位，然後重新新增積分字段，並且設定該欄位預設值為0。
答案是說第二種方式更優，但具體能優化多少並未說明。所以今天特地進行一下實驗。
1.使用test_database庫
2.建立user表
同樣，由於是進行實驗，所以資料庫引擎推薦使用myisam。批量插入更快。
3.建立儲存過程
4.呼叫儲存過程
5.查詢所有記錄數量
6.通過update將user_exp欄位修改為0
7.刪除user_exp欄位
8.重新新增user_exp欄位，並設定預設值為0
通過以上實驗不難發現，第二種方法在效率上要比第一種方法快出一倍左右。所以對於海量資料而言，修改操作若是重複性的，不推薦直接利用update進行修改，採用ddl語句修改表結構不失為一種更好的解決方案。
下面給出以上實驗的sql語句，方便大家進行測試。
#使用test_database庫
use test_database;
#建立user表
create table user(
id bigint(10) primary key not null auto_increment,
user_name varchar(10) default null,
user_exp int default 0
)engine=myisam auto_increment=100000001 default charset=utf8;
#定義儲存過程userproc
delimiter //
create procedure userproc()
begin
declare num int;
set num=1;
while num <=10000000 do
insert into user(user_name,user_exp) values(num,num);
set num=num+1;
end while;
end //
delimiter ;
#呼叫儲存過程userproc
call userproc();
#user表計數
select count(*) from user;
#修改所有記錄user_exp欄位為0
update user set user_exp=0;
#刪除user_exp列
alter table user drop column user_exp;
#新建user_exp列，並修改其預設值為0
alter table user add column user_exp int default 0;
Mysql 同一欄位多值模糊查詢
同一欄位多值模糊查詢，使用多個or進行鏈結，效率不高，但沒有更好的解決方案。有看到charindex 關鍵字，可查詢結果並不是模糊，舉個栗子 例如select from table where charindex name 張三,李四 0 二 同一值多字段模糊查詢，使用concat關鍵字，舉個栗子 ...
MySQL對某一字段去重
mysql有乙個去重關鍵字distinct，但是如果查詢的字段有很多，而想要去重的字段只是其中的某乙個，那麼僅僅用distinct是完成不了的，distince只能做到你查詢的那些欄位都是重複時才會去重。比如有一張使用者表的資料是這樣的 這裡我們本意是想查出一條資料，如果是這樣寫sql語句 sele...
arcpy批量更新shp某一字段的值
提取檔名更新到dlbh欄位 encoding utf 8 import csv import arcpy import os shuju r d short2.gdb wenjianjia r d desktop csv.gdb fish r d desktop yw fishnet.shp res...