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
