使用order by id可以在查询时使用主键索引。但是这种方式在id为uuid的时候就会出现问题。
创新互联网站建设提供从项目策划、软件开发，软件安全维护、网站优化(SEO)、网站分析、效果评估等整套的建站服务，主营业务为成都网站制作、网站建设，重庆APP开发公司以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。创新互联深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
优化前：原理：mysql会先查询出10000010（一千万零一十）条数据，然后丢弃前10000000（一千万）条数据，返回最后10（十）条数据，所以偏移量越大，性能就越差。
一个不正确的优化是采用 SQL_CALC_FOUND_ROWS，SQL_CALC_FOUND_ROWS 可以在能够在分页查询时事先准备好符合条件的记录数，随后只要执行一句 select FOUND_ROWS()； 就能获得总记录数。
然后以下面的方式在临时表中查询：SELECT ＊ FROM cust_with_balance WHERE postcode“98000”临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。
像这种分页最大的页码页显然这种时 间是无法忍受的。从中我们也能总结出两件事情：1）limit语句的查询时间与起始记录的位置成正比 2）mysql的limit语句是很方便，但是对记录很多的表并不适合直接使用。
在Mysql6的版本上推出，用于优化查询。 在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。 优化超多分页场景。
案例一：大学有段时间学习爬虫，爬取了知乎300w用户答题数据，存储到mysql数据中。那时不了解索引，一条简单的“根据用户名搜索全部回答的sql“需要执行半分钟左右，完全满足不了正常的使用。
结果是，我们会发现那些没怎么优化的查询会导致磁盘上的临时存储空间是数据表自身存储空间的好几倍。而在对联合查询进行排序时，MySQL 可能会在查询执行过程中执行两次文件排序。
硬件调优，比如更新硬件，比如更新服务器内存，更换硬盘来达到调整mysql性能的目的。操作系统调优，比如修改操作系统参数，比如修改Linux的内核参数、关闭不必要的后台服务或者采用高性能的文件系统等。
在WHERE子句中使用UNION代替子查询。1 对于UPDATES（更新），使用 SHARE MODE（共享模式），以防止独占锁。1 在重新启动的MySQL，记得来温暖你的数据库，以确保您的数据在内存和查询速度快。
与在一个UNIQUE索引、或一个PRIMARY KEY的WHERE子句一起使用的表，这里所有的索引部分使用一个常数表达式并且索引部分被定义为NOT NULL。
应尽量避免在 where 子句中使用！=或操作符，否则将引擎放弃使用索引而进行全表扫描。对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。应尽量避免在 where 子句中使用！=或操作符，否则将引擎放弃使用索引而进行全表扫描。
再附上一段关于Where子句的执行顺序：在用MySQL查询数据库的时候，连接了很多个用，发现非常慢。
应尽量避免在 where 子句中使用！=或操作符，否则将引擎放弃使用索引而进行全表扫描。
BTREE是常见的优化要面对的索引结构，都是基于BTREE的讨论。B-TREE 查询数据简单暴力的方式是遍历所有记录；如果数据不重复，就可以通过组织成一颗排序二叉树，通过二分查找算法来查询，大大提高查询性能。
mysql使用select * limit offset， rows分页在深度分页的情况下。性能急剧下降。limit用于数据的分页查询，当然也会用于数据的截取，下面是limit的用法： 模仿百度、谷歌方案（前端业务控制）类似于分段。
根据所描述的问题，可尝试在mms_profitcenter 的FOrderID ，FSuffix列上建立索引，再查询试试。
1、其实很简单 ，如果是想显示多个表的字段数据，子查询做不到，只能用连接查询。如果不想看多表数据，只想看某个表的字段，就用子查询即可。在传智播客guan 网视频库都看过关于这个的介绍，还有很多免费视频。
2、中间结果未经索引（除非已经显式保存到磁盘上然后创建索引），而且生成时通常不为查询计划中的下一个操作进行适当的排序。查询优化器只估计中间结果的大小。
3、对于 derived 派生表，优化器有如下策略选择：derived_merge，将派生表合并到外部查询中（7 引入 ）；将派生表物化为内部临时表，再用于外部查询。
