Question

php + mysql 的网站 几百万数据一次性计算统计总和

现在有一个购物网站 数据量是每天3万-7万条订单增加 订单只保存一个月 也就是 大约100-200万条数据
网站程序采用 php+mysql 开发 数据写在一个表里面的 请问 怎么如何快速的 通过会员的 输入的时间条件 等条件 一次性取出这 100万-200万条数据 进行 统计 统计就是 有些if条件然后进行 加减乘除运算 最后显示 一条结果在浏览器 给用户看！

Answer 1

php(做为现在的主流开发语言)实例教程：网站在线人数的程序代码，后台有MySQL(和PHP搭配之最佳组合)数据库支持。可以直接统计出网站当前的在线人数。

首先是创建MySQL(和PHP搭配之最佳组合)数据库表。

以下是引用片段：
CREATE TABLE tablename (
field type(max_length) DEFAULT default_value (NOT) NULL
}
可以使用的SQL语句。

以下是引用片段：
CREATE TABLE useronline (
timestamp int(15) DEFAULT 0 NOT NULL,
ip varchar(40) NOT NULL,
file varchar(100) NOT NULL,
Prima(最完善的虚拟主机管理系统)RY KEY (timestamp),
KEY ip (ip),
KEY file (file)
);
下面开始使用php(做为现在的主流开发语言)脚本，首先定义MySQL(和PHP搭配之最佳组合)的信息。

以下是引用片段：
$server = "localhost"; //你的服务器
$db_user = "root"; //你的MySQL(和PHP搭配之最佳组合)的用户名
$db_pass = "password"; //你的MySQL(和PHP搭配之最佳组合)的密码
$database = "users"; //表的名字

设置统计的时间(多少秒内在线人数)

以下是引用片段：
$timeoutseconds = 300;
取当前时间。

以下是引用片段：
$timestamp = time();
上面的完整代码：

以下是引用片段：
<?php(做为现在的主流开发语言)
$server = "localhost"; //your server
$db_user = "root"; //your MySQL(和PHP搭配之最佳组合) database username
$db_pass = "password"; //your MySQL(和PHP搭配之最佳组合) database password if any
$database = "users"; //the db name
$timeoutseconds = 300;//timeoutseconds limit
//get the current time
$timestamp = time();
//calculate the lowest timestamp allowed
$timeout = $timestamp-$timeoutseconds;
?>
连接MySQL(和PHP搭配之最佳组合)

以下是引用片段：
MySQL(和PHP搭配之最佳组合)_connect(localhost, username, password);

也允许使用变量形式。

以下是引用片段：
MySQL(和PHP搭配之最佳组合)_connect($server, $db_user, $db_pass);

如果MySQL(和PHP搭配之最佳组合)数据库没有密码的话可以使用下面代码连接（当然建议大家一定要设置好自己的密码，这样起码黑客得要解密啊）

以下是引用片段：
MySQL(和PHP搭配之最佳组合)_connect($server, $db_user);

查询数据库的代码：

以下是引用片段：
MySQL(和PHP搭配之最佳组合)_db_query(database, query);

只要有访客就要增加一条记录。

以下是引用片段：
$insert = MySQL(和PHP搭配之最佳组合)_db_query($

Answer 2

这个建议使用分表的方式去做。因为mysql再怎么优化，处理100万以上的数据，加之有判断，有其他操作（加减乘除等）速度会比较慢，导致用户等待时间很长。
php+mysql分库分表参考资料：

http://www.chinawinxp.com/static/php/2015/0501/109.html
http://www.chinawinxp.com/static/php/2015/0501/108.html

追问

除了分表 有没有别的办法！！！！！

追答

加索引，mysql性能优化；