where，是个好东西！
但你面对千万级的数据，如何更快的所用遍历数据，并根据自己的需要处理数据？where会起到多大的作用？
当然，前提是数据中的某数据有它的规律。
假如，有一表有一个字段tableid为 int，唯一且索引 。在这个时候我们可以使用where字句让遍历加速。
比较以下两个语句：
以下是代码片段：
select * from `tablename` order by `tableid` limit $numStart, 10000;select * from `tablename` where `tableid`>’$tableidStart’ order by `tableid` limit 10000;
上面的例子是想根据tableid的顺序来遍历整个表，所以有个排序的字句。显然，对于千万级别的库或表来说排序这个费时间的事情，但是没关系，前面已经假设它有索引了，所以时间相对还是可以承受的。
索引有这么大的作用么？不信可以看看mysql数据存储目录下的.MYI文件的大小，再看看.MYD文件的大小，一目了然！常言道，不能占着茅坑不拉屎，mysql很好的避免了这一点！
相信你可以注意到limit子句中，偶限制的条件是[10000]。在损耗内存和操作 数据库 的权衡中，我还是比较倾向损耗内存。
言归正传，说一下where子句。如果没有where，只有[$numStart, 10000]，那么这个查询会如何进行呢？mysql会根据[order by `tableid`]以后，再找到前$numStart条数据，然后从第$numStart+1条数据开始返回1000条数据。请注意这个[再找到前$numStart条数据]的时间，它是随着$numStart的增加而增加的！
时间的损耗，正在于此。没有时间的教训是不会注意到这个的。我曾犯过这个错误，然后认识到了这一点。但是，时间一长……又忘记啦！
如果在这个时候，我们加上一个[where `tableid`>’$tableidStart’]，时间的损耗立马减少了！这个字段是有索引的，找到一个特定的值的时间几乎可以忽略！在这个时候，对这个有索引的字段排序再找前10000条（[limit 10000]），简直易如反掌！
在我的测试中，假设没有where子句的语句要跑5个小时，那么加上这个where子句，只需40分钟！这个时间是怎么节省出来的？主要是在[再找到前$numStart条数据]的时间，前面提到这个几乎是个等差数列的方式的增长。而加上where子句，这个时间差几乎为0！
特以此文，警示自己不再忘记！
两条语句中使用两个变量，变量怎么来的，大家根据情况而定了。
查看更多关于mysql数据库 select语句where的作用的详细内容...