应用场景一：有一张很大的数据表,表的数据条数以亿计,每条数据有一个id进行标示，我们想要提取出一批指定id的数据（以百万计），怎么进行加速呢。
1.首先先将指定id的数据放入数据库中，
”load data local infile filename into tabletablename”
其中数据放在/tmp的文件夹下，将数据表建为内存表，
“create table tablename ()engine = myisam”或者是内存表无所谓
2.我们将sql语句写成
Select * from bigtable left join smalltableon btable.id=stable.id;
这样有用吗？实际上观测来说是没有什么用的，效率上没有任何提升。大部分时间消耗都在数据第一次被载入时，第一次载入的时间为20s，以后的每次查询3s结束，由此可以看出似乎影响不大。
3.我们将大表和小表的位置调换，结果发现效果一样，所以这个方法的优化手段究竟怎样才有效呢？
在上面的场景中，我们做了一个对比，结果是匪夷所思的
1．1 select count (1) from (select idfrom btable right join (select id from stable)s on stable.id =btable.id)b; 这句话运行了5分钟
1．2 select count (1) from (select idfrom btable )b right join (select id from stable)s on s.id =b.id;
运行了2分钟，
第二个场景，将数据库中一个大表的数据读出来，一次进行处理，这里的坑是什么呢？
大表的数据没办法一次读进内存，所以得分段读。一般就是用limit m,n来完成，但是这样并不能加快效率。因为假如limit 10000,10。前10000条数据都要丢弃，但是为了取这10条数据，就要遍历前面的10000条数据，所以这样是不行的。
最好的方法，给表格加一列id ,设为index,或者primary key,
分段选取的时候就写 id<max_index and id>min_index就可以了
因为id建了索引，所以找起来就很快了。
insert ignore 和 replace into
INSERT IGNORE 与INSERT INTO的区别就是INSERT IGNORE会忽略数据库中已经存在 的数据，如果数据库没有数据，就插入新的数据，如果有数据的话就跳过这条数据。这样就可以保留数据库中已经存在数据，达到在间隙中插入数据的目的。
replace into 跟 insert 功能类似，不同点在于：replace into 首先尝试插入数据到表中， 1. 如果发现表中已经有此行数据（根据主键或者唯一索引判断）则先删除此行数据，然后插入新的数据。 2. 否则，直接插入新数据。
要注意的是：插入数据的表必须有主键或者是唯一索引！否则的话，replace into 会直接插入数据，这将导致表中出现重复的数据。
MySQL replace into 有三种形式：
1. replace into tbl_name(col_name, ...) values(...)
2. replace into tbl_name(col_name, ...) select ...
3. replace into tbl_name set col_name=value, ...
插入多条数据：
conn = MySQLdb.connect(host = “localhost”, user = “root”, passwd = “password”, db = “myDB”, charset=’utf8′)
cursor = conn.cursor()
sql = “insert into myTable (created_day,name,count) values(%s,%s,%s) ON DUPLICATE KEY UPDATE count=count+values(count)”
args=[("2012-08-27","name1",100),("2012-08-27","name1",200),("2012-08-27","name2",300)]
try:
cursor.executemany(sql, args)
except Exception as e:
print0(“执行MySQL: %s 时出错：%s” % (sql, e))
finally:
cursor.close()
conn.commit()
conn.close()
索引：加入一个操作频繁读取where column=A
不如给那一列加入索引 对吗
alter table ****.**** add key `mtype`(`mtype`);
select count(1),left(evil_number,3),if(locate('local',model)>0,1,0) as model_0 from detect_evil_number_sum where stat_date>='20180228' and phone1_city ='北京市' and cheated_type=15 group by if(locate('local',model)>0,1,0),left(evil_number,3);