mysql大数据统计

A. Mysql 多表统计大量数据

从语句本身来看，应该没有太多优化的余地了
count(distinct a._url) CUrl 这里那个distinct完全可以不要。因为你的a._url在group by里面，已经完成了distinct功能了。你也知道distinct得支出的。

建议：
1) 用view, 譬如t_gw_merge_log a, t_gw_netuser u on a._uid=u._id 建立view,其他依次类推。我曾经作过9个表的连接(DB2)，用了view之后，性能提升了30%。。 view只是把你的表里面只需要的字段拿出来从而减少表得扫描量。
语法：CREATE VIEW tab_view AS SELECT field1, file2 , filed3 FROM tab WHERE...

2) 因为sum(p._ul) SUl,sum(p._dl) SDl这两个聚合函数引起的，因为相对应的t_gw_applog 这个表数据也很多。如果是因为这个，就要建立适当的索引了。下午有时间再研究下。

B. mysql 大数据量查询如何优化，没办法去掉<>和like

其实你这个需要程序和数据库有一致的设计。可考虑分区。
通过电话前缀来分区，以下只是一个形式，不推荐用中文命名，
这样，只要用户不填写电话，那么前三字符就是xxx，自动会放入 ZFU区。

CREATE TABLE Customer
(
ID INT NOT NULL,
Mobile_PerNO CHAR(3) DEFAULT 'xxx',
Mobile VARCHAR(30)
)
PARTITION BY LIST(Mobile_PerNO)
PARTITION 联通186 VALUES IN (133),
PARTITION 移动139 VALUES IN (139),
PARTITION 电信133 VALUES IN (133),
PARTITION ZFU VALUES IN (xxx)
);

其次你过于依赖数据库而成形的程序，用点不客气的话说，那就是耦合极高的设计。
你其实完全可以在注册时，写入验证，一个手机号就能注册一次。左右打掉空格，这样手机上就能建立唯一索引。 使用LIKE ‘133%’ 至少性能上有一定的飞跃。

至于你的第二个SQL， 在时间和发送号码上可以建立索引，然后条件上写入时间。
也可以使用hash方式按照年季度分区。

理论上 性能提升百倍还是一点问题都没有的。

分区资料 看官方文档。

C. mysql，大数据量，表怎么设计

通过数据表来统计，数据量太大的话，可以建适合的索引来统计； 另外也可以通过nosql来做计数器

D. mysql大数据 怎么 统计数据

通过数据表来统计，数据量太大的话，可以建适合的索引来统计；
另外也可以通过nosql来做计数器

E. mysql 如何统计多少条数据

用count(*)函数来统计，返回匹配指定条件的行数。

例如有个表名称为demos，那么统计行数可以写：select count(*) from demos；

后面可以加限制条件，例如统计val大于3的记录行数：select count(*) from demos where val>3;

(5)mysql大数据统计扩展阅读：

MySQL COUNT(*)

TheCOUNT(*)function returns the number of rows in a result set returned by aSELECT statement. TheCOUNT(*)function counts rows that contain no-NULL and NULL values.

COUNT(*) 语法

SELECT COUNT(*) FROM table_name;

F. mysql数据量较大的表怎么做查询统计效率高

避免全表查询，建立索引。order by
优化你的sql语句。
在where子句中尽量避免区域查询，例如不等于，大于小于之类的操作符
like语句也会导致全表查询
等等

G. 如何统计MySQL数据量大小

如果单纯统计一个表有多少条数据的话，可以 select count(1) from table_name 有额外条件的话可以写: select count(1) from table_name where a > 10 统计某个字段可以: select count(字段名) from table_name 统计某个字段的唯一值数量（去重）...

H. 怎么对MySQL数据库操作大数据

mysql处理大数据很困难吧，不建议使用mysql来处理大数据。
mysql有个针对大数据的产品，叫infobright，可以看看专，属不过好像是收费的。
或者研究下，Hadoop，Hive等，可处理大数据。
如果有预算，可以使用一些商业大数据产品，国内的譬如永洪科技的大数据BI产品，不仅能高性能处理大数据，还可做数据分析。

当然如果是简单的查询，mysql如果做好索引，可能可以提高性能。