1)关联更新：update A,B set A.c1=B.c1,A.c2=B.c2  where A.id=B.id

    update A inner join B ON A.id=B.id SET A.c1=B.c1,A.c2=B.c2 where ...



Mysql查询优化考点

    1）查找分析查询速度慢的原因
    2）优化查询过程中的数据访问
    3）优化长难的查询语句
    4）优化特定类型的查询语句


一、分析SQL查询慢的方法
    1）记录慢查询日志
    2）分析查询日志，不要直接打开慢查询日志进行分析，这样比较浪费时间和精力，可以使用pt-query-digest工具进行分析

    使用show profile

    set profiling =1; 开启，服务器上执行的所有语句会检测消耗的时间，存到临时表中。
    show profiles
    show profile for query 临时表ID
    
    使用show status
    
    show status会返回一些计数器，show global status查看服务器级别的所有计数
    有时根据这些计数，可以猜测出哪些操作代价较高或者消耗时间多

    show processlist
    观察是否有大量线程处于不正常的状态或者特征

    使用explain分析单条sql语句

二、优化查询过程中的数据访问
    1）访问数据太多导致查询性能下降
    2）确定应用程序是否在检索大量超过需要的数据，可能是太多行或列
    3）确认mysql服务器是否在分析大量不必要的数据行
    
    避免使用如下sql语句
    1）查询不需要的记录，使用limit解决
    2）多表关联返回全部列，指定A.id，A.name，B.age
    3）总是取出全部列，SELECT * 会让优化器无法完成索引覆盖扫描的优化
    
    重复查询相同的数据，可以缓存数据，下次直接读取缓存
    
    是否在扫描额外的记录
    
    使用explain来进行分析，如果发现查询需要扫描大量的数据单只返回少数的行，可以通过如下技巧进行优化：
    1）使用索引覆盖扫描，把所有用的列都放到索引中，这样存储引擎不需要回表获取对应行就可以返回结果。
    2）改变数据库和表的结构，修改数据表的范式
    3）重新SQL语句，让优化器可以以更优的方式进行查询
    
    
三、优化长难的查询语句
        
    一个复杂查询还是多个简单查询
    MySQL内部每秒能扫描内存中上百万行数据，相比之下，响应数据给客户端就要慢得多。
    使用尽可能少的查询是好的，但是有时将一个大的查询分解为多个小的查询也是很有必要的，方便做缓存

    切分查询
    将一个大的查询分为多个小的相同查询；一次性删除1000万的数据要比一次删除1万，暂停一会的方案更加损耗服务器的开销。

    
    分解关联查询
    可以将一条关联语句分解成多条SQL来执行，让缓存的效率更高。
    执行单个查询可以减少锁的竞争
    在应用层做关联可以更容易对数据库进行拆分

四、优化特定类型的查询语句

    1）优化count()查询
        count(*)中的×会忽略所有的列，直接统计所有的列数，因此不要使用count(列名)
        MyISAM中，没有任何where条件的count(*)非常快