middleware 分类

mysql查询优化

思路

首先要分析一点是判断那些数据是经常查询的，然后建立一个集合，在对这些集合做并集，就会得到一个查询频次较高集合，之后分析他的特征，对这些特征建立一个索引。或者是查询时语句的优化。尽可能的明确查询的数据范围以及查询条件。

数据库优化

索引优化

语句优化

明确的条件限定，就是需要什么样的数据就对应请求什么样的数据列，尽可能少用*
可以通过explain关键字查看select查询结果，并对其针对性的优化
使用limit时减少返回的行数
尽可能的不要在where字句后面使用函数操作，这将导致引擎放弃索引而进行全表扫描
可使用exists代替in
尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
尽量避免大事务操作，提高系统并发能力。

Mr.Lexon大约 1 分钟

查询案例

select a.* , b.*

from employees a

inner join salaries b

on a.emp_no=b.emp_no

where a.gender='M' and a.birth_date

between '1960-01-01' and '9999-12-31' and b.salary = 70000

order by a.id limit 5;

Mr.Lexon小于 1 分钟

redis数据结构

Redis的五种数据结构包括以下五种：

String：字符串类型
List：列表类型
Set：无序集合类型
ZSet：有序集合类型
Hash：哈希表类型

String类型

string 是 redis 最基本的类型，一个key对应一个value， string 类型的值最大能存储 512MB。

Mr.Lexon大约 1 分钟

创建视图

CREATE VIEW v_[module_name]_[model_name] AS
select * from 
(
select 
    [tableA].[column_name] as [reset_name],
    [tableB].[column_name] as [reset_name],
from 
`table_A` as `tableA` 
inner join 
`table_B` as `tableB` on 
`tableB`.`reset_name` = `tableA`.`reset_name` 
order by `tableA`.`reset_name` asc, 
`tableA`.`reset_name` asc 
) 
as `m` group by `m`.`reset_name`, `m`.`reset_name` order by `m`.`reset_name` asc;

Mr.Lexon小于 1 分钟