背景

由于业务场景需要，公司或者个人可能需要对百万数据进行统计分析，方便后续进一步分析和决策。但往往由于数据量太大，数据很难通过传统excel手工处理。如果您不会数据库，小编这边给您一个建议，将数据拆小，分批处理，分而治之。如果您会某一种类型的数据库，并且正在为当前数据处理而感到烦恼，您可以尝试从下面找到您想要的答案。

面向群体

有数据库开发经验的人员

对数据/数据库感兴趣的人员

致力于数据分析的人员

热爱SQL的人员

废话不多说，直接上干货

1、如果目前您还选择数据库，数据处理是一次性的，您可以选择Mysql数据库。安装简单，处理百万及以上的数据量足够。

2、如果您已经安装好数据库了。您不妨从如下几个方面检查是否可以提升数据处理性能：

SQL 优化：

1、用多少查多少，例如，查询用户表用户姓名

select * from user a order by id ;

替换为：

如果只需要用户名称，* 可以替换成 user_name,另外如果没有要求尽量不要加order by

select user_name from users a  ;

如果只需要用户名称，如果要查某人是否存在：可以加索引。

select user_name from users a where user_name='zhang san' ;

2、应尽量避免在 where ⼦句中对字段进⾏ null 值判断，null值不走索引，如：

select id from users where user_name is null;

替换为：

alter table users change  user_name user_name varchar(100) not null；

设置默认非空值,这样查询：

select id from users where user_name ='zhang san' ;

3、避免在 where ⼦句中使⽤ or ，这样会导致索引失效⽽进⾏全表扫描，如：

select id from users where id=1 or id=2；

可以这样查询：

select id from users where id=1union allselect id from users where id=2

4、避免在 where ⼦句中使⽤like ‘%zhang%’，全模糊匹配，这样也将导致全表扫描，如：

select id from users where name like ‘%zhang%’

5、⽤ exists 代替 in

select id from users where id in (select user_id from account );

替换后：

select id from users u where exists  (select user_id from account  a where a.user_id=u.id);

本篇文章就先介绍到这里，如果大家遇到其他问题，欢迎在底下留言：包含但不限于数据导入导出/SQL性能问题/千万级数据优化/亿级数据优化

编：昊几居

作者介绍：资深大数据库开发工程师，专注数据治理方向。

大数据(BIG DATA）