mysql执行计划

1、简介 MySQL的历史可以追溯到1979年，一个名为Monty Widenius的程序员在为TcX的小公司打工，并且用BASIC设计了一个报表工具，使其可以在4MHz主频和16KB内存的计算机上运行。当时，这只是一个很底层的且仅面向报表的存储引擎，名叫Unireg。【MySQL早期叫Unireg】早期轻量级，后来发展到巨无霸（淘宝、faceboock）MySQL AB是由MySQL创始人和主要开发人创办的公司。MySQL AB最初是由David Axmark、Allan Larsson和Michael“Monty”Widenius在瑞典创办的。 SQL标准：ANSI SQL SQL-86, SQL-89, SQL-92, SQL-99, SQL-03 SQL四种语言：DDL,DML,DCL,TCL DDL（Data Definition Language）数据定义语言 DML（Data Manipulation Language）数据操纵语言 DCL（Data Control Language）数据库控制语言 授权，角色控制等 TCL（Transaction Control Language）事务控制语言 SAVEPOINT 设置保存点 ROLLBACK 回滚 SET TRANSACTION SQL主要分成四部分： （1）数据定义。（SQL DDL）用于定义SQL模式、基本表

原文来自： pursuer.chen 原文地址：https://www.cnblogs.com/chenmh/default.aspx?page=1 [置顶]MongoDB 文章目录 2018-02-09 10:27 by pursuer.chen, 144 阅读, 收藏 , 编辑 基础: MongoDB入门系列（一）：基础概念和安装 MongoDB入门系列（二）：Insert、Update、Delete、Drop MongoDB入门系列（三）：查询（SELECT） MongoDB入门系列（四）：权限管理 MongoDB入门系列（五）：聚合操作 MongoDB 错误汇总 MongoDB 启动配置参数 集群: MongoDB 复制机制 MongoDB 搭建可复制群集 MongoDB 副本集管理 MongoDB 搭建分片集群 MongoDB 分片管理 MongoDB 分片键的选择与案例 OPS: 0 Comment [置顶]SQL Server 文章目录 2017-06-02 17:27 by pursuer.chen, 335 阅读, 收藏 , 编辑 SQL Server系列: 高可用方案: 搭建域服务器和DNS 搭建Windows故障转移群集 SQL Server Alwayson概念总结 SQL Server AlwaysOn搭建 SQL Server

原文：http://www.uml.org.cn/sjjm/sjjm-MySql.asp MySQl MySQL高可用数据库内核深度优化的四重定制 MySQL数据表存储引擎类型及特性 MySQL分布式数据库高可用架构、复制机制、多机房 Mysql高并发优化 我必须得告诉大家的MySQL优化原理 MySQL注入攻击与防御 腾讯云：MySQL数据库的高可用性分析 一步一步打造MySQL高可用平台 MySQL 日志管理详解 MySQL锁解决并发问题详解 MySQL的配置与管理 MySQL日志管理 MySQL 5.7新特性介绍 MySQL数据库读写分离中间件Atlas 京东MySQL数据库主从切换自动化 全面了解MySql中的事务 MySQL NULL值简介 MySQL备份的持续验证：还原备份 初识MySQL存储过程 优步工程团队对容器化MySQL的应用 MySQL NULL值简介 MySQL备份的持续验证：还原备份 MySQL SQL语句优化技巧 MySQL简单主从方案及暴露的问题 Uber为什么从Postgres迁移到MySQL 一种MySQL到HBase的迁移策略的研究与实现 MySQL 索引详解大全 MYSQL企业常用架构与调优经验分享 SQL优化之六脉神剑 MySQL 大表优化方案探讨 mysql 数据库引擎 MySQL数据库事务隔离级别 MySQL 用户权限详细汇总

一、mysql组件 1.mysql对外提供的交互接口(connectors): 编程语言通过connectors组件,比如php,pymysql,JDBC来操作sql 2.管理服务和工具组件(Management Service & Utilities): 提供对mysql的集成管理，比如备份，恢复，等 3.连接池组件(Connection Pool): 负责监听客户端向server的各种请求，每个成功连接的客户端都会分配一个线程负责与server通信 4.sql接口组件(SQL Interface): 接收客户端sql命令，并将结果返回给客户端 5.查询分析器(Parser): 解析sql语法是否正确，不合理则报错 6.优化器组件(Optimizer): 对sql语句按照标准优化分析 7.缓存组件(Caches & Buffers): 缓存缓冲数据 8.插件式存储引擎(Pluggable Storage Engines): mysql是关系型数据库，数据是以表的形式存储的，对于表的创建，数据的存储，更新都是由存储引擎完成的 9.物理文件系统: 真实存储数据表，数据，日志的地方 二、查询流程 1.客户端服务端通信协议: 在任一时刻，要么是服务器向客户端发送数据，要么是客户端向服务器发送数据，这两个动作不能同时发生。一旦一端开始发送消息，另一端要接收完整个消息才能响应它

倒数第三个员工信息 SELECT * FROM employees ORDER BY hire_date DESC LIMIT 2,1; LIMIT m,n : 表示从第m+1条开始，取n条数据； LIMIT n ： 表示从第0条开始，取n条数据，是limit(0,n)的缩写 薪资涨15次以上的 SELECT emp_no, COUNT(emp_no) AS t FROM salaries GROUP BY emp_no HAVING t > 15 去重当前薪资 SELECT DISTINCT salary FROM salaries WHERE to_date = '9999-01-01' ORDER BY salary DESC 不是经理的员工 SELECT emp_no FROM employees WHERE emp_no NOT IN (SELECT emp_no FROM dept_manager) title进行分组，显示大于2的组 SELECT title, COUNT(title) AS t FROM titles GROUP BY title HAVING t >= 2 同上，忽略重复的emp_no SELECT title, COUNT(DISTINCT emp_no) AS t FROM titles GROUP BY title HAVING t >= 2

MySQL逻辑架构（B/S结构） MySQL逻辑架构整体分为三层 : 客户端 : 并非MySQL所独有，诸如 : 连接处理、授权认证、安全等功能均在这一层处理 核心服务 : 包括查询解析、分析、优化、缓存、内置函数(比如 : 时间、数学、加密等函数)，所有的跨存储引擎的功能也在这一层实现 : 存储过程、触发器、视图等 存储引擎 : 负责 MySQL 中的数据存储和提取，和 Linux 下的文件系统类似，每种存储引擎都有其优势和劣势，中间的服务层通过 API 与存储引擎通信，这些 API接口 屏蔽不同存储引擎间的差异 具体的逻辑架构如下所示： 我们可以看到和我们的应用架构类似 都有连接池，缓存，内存管理，网络交互，访问控制等 MySQL查询过程 把上面的查询过程结合服务层架构的各个模块来看 MySQL 整个查询执行过程，总的来说分为 5 个步骤 : 1> 客户端向 MySQL 服务器发送一条查询请求，mysql会使用连接池进行连接 2> 服务器首先检查查询缓存，如果命中缓存，则立刻返回存储在缓存中的结果，否则进入下一阶段 3> 服务器进行 SQL解析、预处理、再由优化器生成对应的执行计划 4> MySQL 根据执行计划，调用存储引擎的 API来执行查询 5> 将结果返回给客户端，同时缓存查询结果 影响性能的因素： 定位性能问题永远要从宏观层面去查看问题

一、pymysql模块的使用 1、pymysql的下载和使用 之前我们都是通过MySQL自带的命令行客户端工具mysql来操作数据库，那如何在python程序中操作数据库呢？这就需要用到pymysql模块，该模块本质就是一个套接字客户端软件，使用前需要事先安装。 1）pymysql模块的下载 pip3 install pymysql 2）pymysql模块的使用 现有数据库mydb，其中有一个userinfo表，表中数据如下： mysql> select * from userinfo; +----+------+-----+ | id | name | pwd | +----+------+-----+ | 1 | wll | 123 | | 2 | ssx | 456 | +----+------+-----+ 示例：使用Python实现用户登录，如果用户存在则登录成功，否则登录失败 import pymysql username = input('请输入用户名：') pwd = input('请输入密码：') # 1、连接 conn = pymysql.connect( host = '127.0.0.1', port = 3306, user = 'root', password = '123', db = 'mydb', charset = 'utf8' ) # 2

七 正确使用索引 一 索引未命中 并不是说我们创建了索引就一定会加快查询速度，若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下问题 1 范围问题，或者说条件不明确，条件中出现这些符号或关键字：>、>=、<、<=、!= 、between...and...、like、 大于号、小于号 不等于！= between ...and... like 2 尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录 #先把表中的索引都删除，让我们专心研究区分度的问题 #先把表中的索引都删除，让我们专心研究区分度的问题 mysql> desc s1; +--------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +--------+-------------+------+-----+---------+-------+ | id

sql优化总结--博客 第一次自己写博客，以后要坚持每掌握一个技能点，就要写一篇博客出来，做一个不满足于一个 只会写if...else的程序员。 最近三个月入职了一家新的公司，做的是CRM系统，将公司多个平台的数据同步到CRM，进行 查询，统计和汇总。由于数据量比较庞大，大部分表数据上百万，甚至有的表数据上千万。所以 在系统中做sql优化比较多，特此写一篇博客总结一下关于sql优化方面的经验。 --导致查询缓慢的原因 1、数据量过大 2、表设计不合理 3、sql语句写得不好 4、没有合理使用索引 -- 针对SQL语句的优化 1、查询语句中不要使用 * 2、尽量减少子查询，使用关联查询（left join,right join,inner join）替代 3、减少使用IN或者NOT IN ,使用exists，not exists或者关联查询语句替代 4、or 的查询尽量用 union或者union all 代替 (在确认没有重复数据或者不用剔除重复数据时，union all会更好) 5、合理的增加冗余的字段（减少表的联接查询） 6、增加中间表进行优化（这个主要是在统计报表的场景， 后台开定时任务将数据先统计好，尽量不要在查询的时候去统计） 7、建表的时候能使用数字类型的字段就使用数字类型（type,status...），数字类型的字段作为条件查询比字符串的快 8

七 正确使用索引 一 索引未命中 并不是说我们创建了索引就一定会加快查询速度，若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下问题 1 范围问题，或者说条件不明确，条件中出现这些符号或关键字：>、>=、<、<=、!= 、between...and...、like、 大于号、小于号 不等于！= between ...and... like 2 尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录 #先把表中的索引都删除，让我们专心研究区分度的问题 #先把表中的索引都删除，让我们专心研究区分度的问题 mysql> desc s1; +--------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +--------+-------------+------+-----+---------+-------+ | id