mysql创建索引

1.Python操作mysql import pymysql #连接数据库的参数 conn=pymysql.connect(host='localhost',user='root',passward='',database='tt',charset='utf8') #cursor=conn.cursor() #默认返回的值是元组类型 cursor=conn.cursor(cursor=pysql.cursors.DictCursor)#返回的值是字典类型 sql="select * from userinfo" cursor.execute(sql) #res=cursor.fetchall() #取出所有的数据 返回的是列表套字典 #res=cursor.fetchone() #取出一条数据 返回的是字典类型 res=cursor.fetchmany(12) #指定获取多少条数据 返回的是列表套字典 print(res) cursor.close() conn.close() 运行结果： [{'id': 1, 'name': 'zekai', 'depart_id': 1}, {'id': 2, 'name': 'xxx', 'depart_id': 2}, {'id': 3, 'name': 'zekai1', 'depart_id': 3}, {'id': 4, 'name'

python 操作mysql 安装pymysql模块 pip install pymysql sql注入问题 输入用户名： qaa ' or 1=1 # 输入密码： dasdasda select * from user where name ='qaa' or 1=1 # ' and password ='afasa' 不需要输入正确用户名和密码就能查看数据 产生的原因 因为过于相信用户输入的内容，根本没有做任何的检验 解决的方法 sql = 'select * from user where name = %s and password = %s' cursor.execute(sql,(user,pwd)) 用 cursor.execute 来检验输入的用户名和密码 连接 连接数据库的参数 conn = pymysql.connect(host='localhost',user ='root',passwrod ='123',database='test',charset='utf8') cursor=conn.cursor() 默认返回的值是元祖类型 cursor =conn.cursor(cursor=pymysql.cursors.DictCursor) 返回的是字典类型 查 fetchall（）： 取出所有的数据，返回的是列表套字典 fetchone（）：取出一条数据

1、为什么要用es 我们的要求：（1）搜索解决方案要 快 （2）最好是有一个 零配置 和一个完全免费的搜索模式（3）我们希望能够简单地 使用JSON/XML通过HTTP的 索引数据 （4）我们希望我们的搜索服务器始终可用，并能够从一台开始并在需要 扩容时方便 地扩展到数百（5）我们要 实时搜索 ，我们要简单的多租户，我们希望建立一个云的解决方案 2、es的优点（lucene的缺点es都已解决） 　　Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。但是，Lucene只是一个库，使用非常复杂。 　　lucene缺点： 　　 1）只能在JAVA项目中使用,并且要以jar包的方式直接集成项目中. 　　2）配置及使用非常复杂-创建索引和搜索索引代码多 　　 3）不支持集群环境-索引数据不同步（不支持大型项目） 　　 4 ）索引数据如果太多就不行。 索引库和应用所在同一个服务器 , 共同占用硬盘 . 共用空间少 . 3、es解决了lucene的那些缺点： 　　（1） 优化 Lucene 的调用方式， 通过简单的 RESTful API 来隐藏 Lucene 的复杂性（调用简单） 　（2）并实现了高可用的分布式集群的搜索方案（ 高可用，分布式 ） 　　（3） 分布式的实时分析搜索引擎（实时） 　　（4） 可以扩展到上百台服务器，处理 PB 级结构化或非结构化数据

目录 什么是索引 为什么要使用索引 索引的底层原理 索引的种类 索引的创建 主键索引 唯一索引 普通索引 索引的优缺点 不会命中索引的情况 组合索引最左前缀 explain查询性能分析 慢查询日志 什么是索引 索引的本质是一个特殊的文件，是存储引擎快速找到记录的一种数据结构。 类比：查字典的过程，通过拼音索引 索引的本质： 通过不断地缩小想要获取数据地范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。 为什么要使用索引 使用索引就是为了提高查询效率 索引的底层原理 使用B+树 索引的种类 主键索引：加速查找、不为空、不能重复 唯一索引：加速查询、不为空的字段不能重复 联和唯一索引：unique（name, password） 普通索引：加速查找 index(name) 联合索引：index(name, password) 索引的创建 主键索引 新增主键索引 --创建的时候增加主键索引 create table t1( id int auto_increment primary key, name varchar(32) not null default '' )charset utf8; --表创建完了之后再增加主键索引 alter table t2 add primary key(id); 删除主键索引

1、MySQL的复制原理以及流程 (1)、复制基本原理流程 1. 主：binlog线程——记录下所有改变了数据库数据的语句，放进master上的binlog中； 2. 从：io线程——在使用start slave 之后，负责从master上拉取 binlog 内容，放进 自己的relay log中； 3. 从：sql执行线程——执行relay log中的语句； (2)、MySQL复制的线程有几个及之间的关联 MySQL 的复制是基于如下 3 个线程的交互（ 多线程复制里面应该是 4 类线程）： 1. Master 上面的 binlog dump 线程，该线程负责将 master 的 binlog event 传到slave； 2. Slave 上面的 IO 线程，该线程负责接收 Master 传过来的 binlog，并写入 relay log； 3. Slave 上面的 SQL 线程，该线程负责读取 relay log 并执行； 4. 如果是多线程复制，无论是 5.6 库级别的假多线程还是 MariaDB 或者 5.7 的真正的多线程复制， SQL 线程只做 coordinator，只负责把 relay log 中的 binlog读出来然后交给 worker 线程， woker 线程负责具体 binlog event 的执行； (3)

事务四大特性 原子性：不可分割的操作单元，事务中所有操作，要么全部成功；要么撤回到执行事务之前的状态 一致性：如果在执行事务之前数据库是一致的，那么在执行事务之后数据库也还是一致的； 隔离性：事务操作之间彼此独立和透明互不影响。事务独立运行。这通常使用锁来实现。一个事务处理后的结果，影响了其他事务，那么其他事务会撤回。事务的100%隔离，需要牺牲速度。 持久性：事务一旦提交，其结果就是永久的。即便发生系统故障，也能恢复。 MySQL的事务隔离级别 未提交读(Read Uncommitted)：允许脏读，其他事务只要修改了数据，即使未提交，本事务也能看到修改后的数据值。也就是可能读取到其他会话中未提交事务修改的数据 提交读(Read Committed)：只能读取到已经提交的数据。Oracle等多数数据库默认都是该级别 (不重复读)。 可重复读(Repeated Read)：可重复读。无论其他事务是否修改并提交了数据，在这个事务中看到的数据值始终不受其他事务影响。 串行读(Serializable)：完全串行化的读，每次读都需要获得表级共享锁，读写相互都会阻塞 MySQL数据库(InnoDB引擎)默认使用可重复读（ Repeatable read) 索引 数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。索引的实现通常使用 B_TREE。B

MySQL性能 最大数据量 最大并发数 查询耗时0.5秒 实施原则 数据表设计 数据类型 避免空值 text类型 索引优化 索引分类 优化原则 SQL优化 分批处理 不做列运算 避免Select * 操作符<>优化 OR优化 IN优化 LIKE优化 JOIN优化 LIMIT优化 其他数据库   博主负责的项目主要采用阿里云数据库MySQL，最近频繁出现慢SQL告警，执行时间最长的竟然高达5分钟。导出日志后分析，主要原因竟然是 没有命中索引和没有分页处理 。其实这是非常低级的错误，我不禁后背一凉，团队成员的技术水平亟待提高啊。改造这些SQL的过程中，总结了一些经验分享给大家，如果有错误欢迎批评指正。 MySQL性能 最大数据量    抛开数据量和并发数，谈性能都是耍流氓 。MySQL没有限制单表最大记录数，它取决于操作系统对文件大小的限制。 文件系统 单文件大小限制 FAT32 最大4G NTFS 最大64GB NTFS5.0 最大2TB EXT2 块大小为1024字节，文件最大容量16GB；块大小为4096字节，文件最大容量2TB EXT3 块大小为4KB，文件最大容量为4TB EXT4 理论可以大于16TB 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB，才推荐分库分表。性能由综合因素决定，抛开业务复杂度，影响程度依次是硬件配置、MySQL配置

索引用于快速找出在某个列中有一特定值的行。不使用索引，MySQL必须从第1条记录开始然后读完整个表直到找出相关的行，还需要考虑每次读入数据页的IO开销。而如果采取索引，则可以根据索引指向的页以及记录在页中的位置，迅速地读取目标页进而获取目标记录。 大多数情况下都（默认）采用B树来构建索引。只是空间列类型的索引使用R-树，并且MEMORY表还支持hash索引。B树是平衡多叉树，每个节点存放多少个值取决于值所占的空间，这与每一张数据页存放多少条记录与记录信息量有关同理。节点中的值是以非降序进行排列的，节点中的值总是小于等于指向它的结点中的值。 MySQL使用B树构造索引的情况下，是由叶子指向具体的页和记录的。并且一个叶子有一个指针指向下一个叶子。 使用索引需要注意： ⑴只对WHERE和ORDER BY需要查询的字段设置索引，避免无意义的硬盘开销； ⑵组合索引支持前缀索引； ⑶更新表的时候，如增删记录，MySQL会自动更新索引，保持树的平衡；因此更多的索引意味着 更多的维护成本 索引的字段类型问题 text类型，也可建索引（需指定长度） myisam存储引擎索引键长度综合不能超过1000字节 用来筛选的值尽量保持和索引列同样的数据类型 索引分四类： index ----普通的索引,数据可以重复 fulltext----全文索引，用来对大表的文本域(char，varchar，text

索引 MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大 提高 MySQL的 检索速度 。 索引分 单列索引和组合索引 。单列索引，即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。组合索引，即一个索引包含多个列。 创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件 (一般作为 WHERE 子句的条件)。 实际上，索引也是一张表，该表保存了 主键与索引字段 ，并指向实体表的记录。 虽然索引大大提高了查询速度，同时却会 降低更新表的速度 ，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。 建立索引会 占用磁盘空间 的索引文件。 1、 普通索引 1.1 创建表的时候直接指定 语法结构： CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL, INDEX [indexName] (username(length)) ); 实例： create table test5( id int, name varchar(20), index index_id(id) ); create table test5( id int, name varchar(20), index (id,name) );

01.在创建索引的时候都会考虑哪些因素呢？ ：对于查询概率比较高，经常作为where条件的字段设置索引。 02.做联合索引多个字段之间顺序你们是如何选择的呢？ 1.为什么要用索引？ 当一个表中有上千万条数据，如果按名字一行一行去匹配查找，全表扫描，效率会很慢。这时候就需要用索引，相当于给表加了目标和标题，可以缩小查找范围和加快查找速度。 索引是一种数据结构。一个索引是存储的表中一个特定列的值数据结构（最常见的是B-Tree和Hash索引）。索引是在表的列上创建。所以，要记住的关键点是索引包含一个表中列的值，并且这些值存储在一个数据结构中。 3.Hash索引的优缺点? 优点：哈系索引的工作方式是将列的值作为索引的键值（key），和键值相对应实际的值（value）是指向该表中相应行的指针位置。查新name=“jes”这样的sql效率很快，等值查询的场景更快。 　　　　　　　　　　缺点：1.哈希表是无顺的数据结构，假如你想要找出所有小于40岁的员工 就不能用哈希索引。 　　　　　　　　　　　　　2.哈希索引不支持多列联合索引的最左匹配规则 如果有大量重复键值得情况下，哈希索引的效率会很低，因为存在哈希碰撞问题。 4.B-Tree索引是怎么提升性能？ ：假设我们在 Employee_Name这一列上创建一个B-Tree索引。这意味着当我们用之前的SQL查找姓名是‘Jesus’的雇员时