今天跟大家分享一篇刚哥写的关于数据库优化的文章，这篇文章会教会你面对问题解决的方法，真是很实用，这可是刚哥的经验之谈，感觉不错就分享给你的小伙伴吧！

原因分析

主要原因1:后台数据库中的数据过多,没做数据优化导致后台查询数据很慢

次要原因2:前端数据请求-解析-展示过程处理不当

次要原因3:网络问题所致

那么我们应该怎么做后台数据优化呢?

解决问题

这里总结了几种方案,如何提高数据库查询的速度,大家参考.

1、缓存，在持久层或持久层之上做缓存

使用ehcache缓存,这个一般用于持久层的缓存，提供持久层、业务层的快速缓存，hibenate默认使用的二级缓存就是ehcache;

2、数据库表的大字段剥离

假如一个表的字段数有100多个,学会拆分字段,保证单条记录的数据量很小;

3、恰当地使用索引

必要时建立多级索引,分析MySQL的执行计划，通过表数据统计等方式协助数据库走正确的查询方式，该走索引就走索引，该走全表扫描就走全表扫描;

4、表的拆分

表分区和拆分，无论是业务逻辑上的拆分（如一个月一张报表、分库）还是无业务含义的分区（如根据ID取模分区）;

5、字段冗余

减少跨库查询和大表连接操作;,数据通过单个或多个JOB生成出来，减少实时查询;

6、从磁盘上做文章

数据存放的在磁盘的内、外磁道上，数据获取的效率都是不一样的;

7、放弃关系数据库的某些特性

引入NoSQL数据库;

换种思路存放数据，例如搜索中的倒排表;

干货如下：

１．字段适当添加索引，索引尽量添加数据唯一或是该字段数据量小的字段上

２．where条件中减少null判断

３．避免使用 <> 和 != 操作符

４．条件中的 or 使用union all 来代替

５．尽量少用in / not in / between and，都会导致权标扫描

６．使用exists() 代替 in()

索引添加方法：

１．索引尽量添加数据唯一或是该字段数据量小的字段上

２．过多的索引会降低insert和update的效率

转自：https://www.jianshu.com/p/fea61b518dc4