阿里云文档 2025-05-07

数据湖查询加速:利用高性能缓存提升查询性能

云原生数据仓库 AnalyticDB MySQL 版推出了湖存储加速(LakeCache)功能,能够将OSS中的热点文件缓存在NVMe SSD高性能存储介质上,提高OSS数据的读取效率。该功能主要适用于需要大量带宽,且数据重复读的场景,例如,多个分析人员需要查询同一份数据。本文主要介绍湖存储加速功能的优势、应用场景以及使用方法。

阿里云文档 2025-05-07

使用Paging Cache提高深分页查询性能

云原生数据仓库 AnalyticDB MySQL 版Paging Cache功能,通过缓存机制提高了使用LIMIT、OFFSET和ORDER BY的大数据量分页查询效率,可以解决深分页查询的性能问题和资源瓶颈。本文介绍了如何在分页查询中使用Paging Cache功能。

阿里云文档 2024-12-12

RDS MySQL经济版(ARM架构)性能&价格力观测

本文介绍如何在瑶池数据库控制台一键快速搭建资源完全对等的环境,对倚天版(ARM架构)RDS MySQL与部署在ECS实例(X86架构)的自建MySQL基于Sysbench进行性能压测,实时动态查看性能、价格和性价比结果。

文章 2024-11-19 来自:开发者社区

MySQL性能探究:count(*)与count(1)的性能对决

在MySQL数据库的性能优化中,对查询语句的细微差别有着深入的理解是非常重要的。count(*)和count(1)是两种常用的聚合函数,用于计算行数。在面试中,面试官经常会问到这两种函数的性能差异。本文将探讨count(*)与count(1)的性能对比,并整理十道经典的MySQL面试题,帮助你在面试中游刃有余。 count(*...

文章 2022-11-25 来自:开发者社区

29_mysql数据库优化之常见用法的性能对比(EXISTS、IN、SELECT、COUNT等)

参考来源:康师傅:https://www.bilibili.com/video/BV1iq4y1u7vj?p=149爱编程的大李子:https://blog.csdn.net/LXYDSF/article/details/126606855一、EXISTS 和 IN 的区分不太理解哪种情况下应该使用 EXISTS,哪种情况应该用 IN。选择的标准是看能否使用表的索引吗?索引是个前提,其实选择与否....

文章 2022-02-14 来自:开发者社区

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(三)

③. in和exsits优化①. in后面跟的是小表,exists后面跟的是大表②. in:当B表的数据集小于A表的数据集时,in优于existsselect * from A where id in (select id from B) #等价于:   for(select id from B){ select * from A where A.id = B.id }③...

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(三)
文章 2022-02-14 来自:开发者社区

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(二)

②. Join关联查询优化①. 坏境搭建-- 示例表: CREATE TABLE `t1` ( `id` int(11) NOT NULL AUTO_INCREMENT, `a` int(11) DEFAULT NULL, `b` int(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `idx_a` (`a`) ) ENGINE=Inno...

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(二)
文章 2022-02-14 来自:开发者社区

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(一)

①. 分页查询优化①. 坏境准备表示从表 employees 中取出从 10001 行开始的 10 行记录。看似只查询了 10 条记录,实际这条 SQL 是先读取 10010 条记录,然后抛弃前 10000 条记录,然后读到后面 10 条想要的数据。因此要查询一张大表比较靠后的数据,执行效率是非常低的示例表: CREATE TABLE `employees` ( `id` int(11) N...

MYSQL性能调优06_分页查询优化、JOIN关联查询优化、in和exsits优化、count(*)查询优化(一)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

数据库

数据库领域前沿技术分享与交流

+关注
相关镜像