提高查询数据速度

在实际项目中，通过设计表架构时，设计系统结构时，查询数据时综合提高查询数据效率

1.适当冗余

数据库在设计时遵守三范式，同时业务数据（对数据的操作，比如资料审核，对某人评分等）和基础数据（比如资料详情，用户描述等）要分开存储，放在不同表中。在设计数据库时，三范式能够最大限度的节省 数据库存储所需的空间，可是缺点是 在查询，修改等操作时，会造成查询缓慢，效率低下。所以对于经常查询的字段应该适当的添加到同一个表中，适当冗余，不必严格按照三范式进行设计，这样 通过舍弃部分存储空间，提高查询效率，能够得到更好的用户体验。

For example：用户基本信息表（用户名，密码，身高，体重，三围），用户信息审核表（审核状态，用户id）；系统需求：要求显示审核结果时知道每个用户的用户名和审核状态；那么严格按照三范式，需要查询两张表；如果把用户名添加到 用户信息审核表 中时，只需查询一张表，查询时间肯定小于多表查询。

冗余字段添加条件：经常进行查询的字段放在同一个表中，避免多表查询

2.数据查询时，少用in进行查询

in进行的是全表查询，不使用索引

For instance:

用关联查询：

用in进行嵌套查询：

所以尽量少用in进行查询，多用其他的进行代替；如 between 2 and 4 代替  in (2,3,4) 等等。

 3.尽量少设置外键关联

在项目初期进行版本迭代时，对于以后版本无法预测的变更，尽量少使用外键关联，减少表间依赖强度，为以后版本设计提供基础。因为外键关联时，修改删除等操作非常繁杂。

在保证数据完整性时，尽量少设置外键关联，省去每次查询外键是否存在的时间。比如 国家免检产品，在保证产品质量（本表）的前提下，充分相信制造商（外键对应的表）

4.使用redis缓存机制

对于重复查询，没有改变的数据，可以使用redis缓存机制，直接访问内存数据，不再访问数据库，减少访问数据库的时间（数据库在硬盘上，redis缓存在内存中）。思路是：读取数据库数据到redis缓存中，从redis中取数据给前端。如果涉及到数据修改不大的，可以修改到redis中，固定时间同步到数据库，保证数据统一完整性。

5.查询时 尽量不要用 select * from tables;

*代表取表中一组数据到内存中，增加内存消耗，只取需要的字段，如 select id from tables;

  在python的sqlalchemy库时，尽量不要用  Table.query.filter_by(id=1).first()  ==》select * from Table where id=1   ;应该使用db.session.query(Table.id).filter(Table.id==1).fitst()  ==》 select id from tables where id=1;

6.使用index索引进行查询优化

把索引建在经常查询的字段，主键，外键，WHERE子句中的数据列，出现在关键字order by、group by、distinct后面的字段。

索引创建方法：http://www.cnblogs.com/lixiuran/p/6144319.html，注意索引不同

7.在使用order by进行排序时，最好被排序的字段是索引

8.其他方法：http://www.cnblogs.com/petitprince/archive/2010/11/23/1885994.html 

大致思路：减少数据存储空间，减少访问数据库次数，减少读取到内存中的数据量。