sql优化

MySql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 索引也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 所以，索引不是越多也好，我们的目的就是把索引建得恰到好处 Mysql索引相关知识 存储引擎 MySQL数据库提供了多种存储引擎，用户可以根据不同的需求为数据表选择不同的存储引擎 同一个数据库也可以使用多种存储引擎的表 在实际开发中使用最多的两种引擎是MyISAM和InnoDB(几乎都是InnoDB) MyISAM MyISAM高速引擎，拥有较高的插入，查询速度 MyISAM存储不支持事务、行级锁和外键约束的功能 MyISAM存储引擎在筛选大量数据时非常迅速，这是它最突出的优点 MyISAM的并发插入特性允许同时选择和插入数据 MyISAM表是独立于操作系统的 每当我们建立一个MyISAM引擎的表时，就会在本地磁盘上建立三个文件：表定义文件(.frm),数据文件(.MYD)，索引文件(.MYI) InnoDB InnoDB:5.5版本后MySQL的默认数据库，支持事务和行级锁定，比MyISAM处理速度稍慢 InnoDB的表需要更多的内存和存储，它会在主内存中建立其专用的缓冲池用于高速缓冲数据和索引

前言 要想优化SQL语句，首先得知道SQL语句有什么问题，哪里需要被优化。这样就需要一个SQL语句的监控与量度指标，本文讲述的 explain 和 show profile 就是这样两个量度SQL语句的命令。 本文主要基于 MySQL5.6 讲解其用法，因为之后的MySQL版本会去掉 show profile 功能。 SQL脚本 本篇使用的表结构以及数据如下 /*Table structure for table `dept` */ CREATE TABLE `dept` ( `deptno` int(2) NOT NULL, `dname` varchar(15) DEFAULT NULL, `loc` varchar(15) DEFAULT NULL, PRIMARY KEY (`deptno`) USING BTREE, UNIQUE KEY `index_dept_dname` (`dname`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=COMPACT; /*Data for the table `dept` */ insert into `dept`(`deptno`,`dname`,`loc`) values (10,'ACCOUNTING','NewYork'), (20,'RESEARCH','Dallas')

《 迅猛定位低效SQL？ 》留了一个尾巴： select id,name where name='shenjian' select id,name ,sex where name='shenjian' 多查询了一个属性，为何检索过程完全不同？ 什么是回表查询？ 什么是索引覆盖？ 如何实现索引覆盖？ 哪些场景，可以利用索引覆盖来优化SQL？ 这些，这是今天要分享的内容。 画外音：本文试验基于MySQL5.6-InnoDB。 一、什么是回表查询？ 这先要从InnoDB的索引实现说起，InnoDB有两大类索引： 聚集索引(clustered index) 普通索引(secondary index) InnoDB聚集索引和普通索引有什么差异？ InnoDB 聚集索引 的叶子节点存储行记录，因此， InnoDB必须要有，且只有一个聚集索引： （1）如果表定义了PK，则PK就是聚集索引； （2）如果表没有定义PK，则第一个not NULL unique列是聚集索引； （3）否则，InnoDB会创建一个隐藏的row-id作为聚集索引； 画外音：所以PK查询非常快，直接定位行记录。 InnoDB 普通索引 的叶子节点存储主键值。 画外音：注意，不是存储行记录头指针，MyISAM的索引叶子节点存储记录指针。 举个栗子，不妨设有表： t(id PK, name KEY, sex, flag); 画外音

索引 索引概念、索引模型 索引是一种数据结构，能够帮助我们快速的检索数据库中的数据 数据结构：Hash索引和B+树 优缺点 Hash索引低层是哈希表，哈希表是一种KV存储数据的结构，数据存储上没有任何顺序，区间查询无法直接通过索引，可以做等值查询，不支持最左匹配规则。如果存在大量重复键，哈希索引效率会很低，存在哈希碰撞问题 B+ Tree是一种多路平衡查询树，节点天然有序，叶子节点存储了整行数据的事主键索引，也被称为聚簇索引，叶子节点存储主键的值的是为非聚簇索引。 聚簇索引和非聚簇索引的区别 聚簇索引：叶子节点查询出来的是整行数据 非聚簇索引：叶子节点查询出来的是主键的值，得到值之后还要通过主键的值再查询一次,也可以通过覆盖索引查询一次 联合索引、最左前缀匹配 在做联合索引的时候，将识别度最高的字段放在最左边（将where字句中使用最频繁的一列放在最左边） 最左匹配规则：如（key1，key2，key3）相当创建了（key1）（key1，key2）（key1，key2，key3） 通过explain查看sql语句的执行计划 注：查询优化器，可能使查询语句没有通过索引 来源： CSDN 作者： 姜_白 链接： https://blog.csdn.net/weixin_41730409/article/details/104192068

文章目录 官方文档 概述 示例 大表数据的分批处理 修改大表的表结构 方案一 : 从表修改，主从切换 方案二： pt-online-schema-change 官方文档 https://dev.mysql.com/doc/ 如果英文不好的话，可以参考 searchdoc 翻译的中文版本 http://www.searchdoc.cn/rdbms/mysql/dev.mysql.com/doc/refman/5.7/en/index.com.coder114.cn.html 概述 MySQL-获取有性能问题SQL的方法_慢查询 & 实时获取 MySQL- SQL执行计划 & 统计SQL执行每阶段的耗时 上面两篇文章我们知道了如何获取有问题的SQL，以及如何统计SQL每个阶段的耗时，这样我们去优化的时候就更加有针对性。 这里我们列举几个例子，来看下如何具体的优化SQL 示例 大表数据的分批处理 分批处理大表的数据，特别是主从复制的MySQL集群， 每处理一批最好留一点时间，给主从同步复制留一点时间。 举个例子 有个大表 1千万数据，我们要修改其中的100万， 那么最好分多个批次来更新，每次5000或者1万，根据自己服务器的性能合理的调整。 存过如下， 根据自己的业务调整。 DELIMITER $$ USE ` artisan ` $$ DROP PROCEDURE IF EXISTS

文章目录 mysql——B+树索引 何谓索引 索引类型 聚簇索引 非聚簇索引 创建索引 创建语句 创建原则 索引覆盖 最左前缀原则 索引失效 不使用索引 参考资料 mysql——B+树索引 何谓索引 索引是一种高效的数据结构，可以帮助数据库快速搜索数据，给某个字段建立索引，就会生成一棵以该字段排序的B+树，如果你不懂B+树，可以想一想为什么排序后二分查找会这么快。索引也不可以过度使用，否则会消耗很多磁盘空间，并且DML操作的时候维护索引也会很消耗性能。 索引类型 聚簇索引 聚簇索引又叫聚集索引或主键索引 聚簇索引有以下两个特点： 特点1： 按主键值的大小进行记录和页的排序，数据页(叶子节点)之间是按照主键值从小到大排序的一个双向链表 特点2： B+树的叶子节点存储的是完整的用户记录，就是指这个记录中存储了所有列的值（包括隐藏列） InnoDB存储引擎会自动的为我们主键创建聚簇索引，因此只有在搜索添加是主键才能发挥作用 非聚簇索引 别名非聚集索引，二级索引，复制索引，辅助索引。 非聚簇索引按照指定的索引列排序生成B+树，并且叶子节点只存储了索引列的值和主键值，这肯定是为了节省磁盘空间，这使得我们非聚集索引查询时候只能查到主键值，如果你需要记录中除了索引列的其他列的数据，只能通过查到的主键再走一遍聚集索引，这叫做 回表 非聚簇索引又有 唯一索引，联合索引，前缀索引 唯一索引

一 存储引擎介绍 　　一、什么是存储引擎 　　二、MySQL支持的存储引擎 　　三、使用存储引擎 二 表介绍、创建及查询 三 数据类型 　　一、类型介绍 　　二、数值类型 　　三、日期类型 　　四、字符串类型 　　五、枚举类型与集合类型 四 表完整性约束 　　一、约束简介 　　二、not null与default 　　三、unique 　　四、primary key 　　五、auto_increment 　　六、foreign key 五 修改表ALTER TABLE 六 复制表与删除表 一 存储引擎介绍 一、什么是存储引擎 mysql中建立的库===>文件夹 库中建立的表===>文件 现实生活中我们用来存储数据的文件有不同的类型，每种文件类型对应各自不同的处理机制：比如处理文本用txt类型，处理表格用excel，处理图片用png等 数据库中的表也应该有不同的类型，表的类型不同，会对应mysql不同的存取机制，表类型又称为存储引擎。 存储引擎说白了就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方 法。因为在关系数据库中数据的存储是以表的形式存储的，所以存储引擎也可以称为表类型（即存储和 操作此表的类型） 在Oracle 和SQL Server等数据库中只有一种存储引擎，所有数据存储管理机制都是一样的。而MySql 数据库提供了多种存储引擎

今天我们继续对MySQL内容进行一些补充,但是今天所讲的内容已经不是平时常用的了。 先穿插一条指令贯穿了今天所讲的所有知识点： MySQL结束符 结束符delimiter其实就是告诉mysql解释器，该段命令是否已经结束了，mysql是否可以执行了。默认情况下，delimiter是分号;。在命令行客户端中，如果有一行命令以分号结束，那么回车后，mysql将会执行该命令。 但是在今天的知识点中我们经常需要用到begin...end这种结构体，那么在结构体中的sql语句后的分号就不能作为结束符了，我们需要随便设置一个结束符，在结构体结束后再换回分号。 MySQL视图(View) 如果我们在日常进行数据库维护过程中需要一个重复的虚拟表,这个虚拟表的构建过程我们要敲很多次,MySQL给我们提供了一个对齐进行优化的方法_视图(View)。 视图的创建 比方我们今天需要对一个用户表中id>10的用户进行操作，这个操作要重复好多好多次，那么我们就要写好多次这样的代码 select *from (select * from table where id>10) as t; 这个时候,为了提高效率,我们就可以创建一个视图 create view v1 as select * from table where id>10; 这个时候我们只需要调用v1就可以了。 注意：视图是一个虚拟的表，是动态的

环境 CentOS 7.1 (64-bit system) MySQL 5.6.24 CentOS 安装 参考： http://www.waylau.com/centos-7-installation-and-configuration/ 依赖 MySQL 依赖 libaio，所以先要安装 libaio yum search libaio # 检索相关信息 yum install libaio # 安装依赖包 成功安装，提示如下： [root@bogon /] # yum install libaio 已加载插件： fastestmirror Loading mirror speeds from cached hostfile * base : mirrors .yun-idc .com * extras : mirrors .163 .com * updates : mirrors .163 .com 软件包 libaio-0 .3 .109-12 .el7 .x86_64 已安装并且是最新版本 无须任何处理 检查 MySQL 是否已安装 yum list installed | grep mysql 如果有，就先全部卸载，命令如下： yum -y remove mysql-libs .x86_64 若有多个依赖文件则依次卸载。当结果显示为 Complete！即卸载完毕。 下载

MySQL索引及执行计划 索引 合理的建立索引可以加快数据查询，例如，学校图书管为每一本书编号，根据编号可以快速锁定一本书所在位置。MySQL索引默认B+树索引。索引虽然能够提高检索效率，但同时也会降低更新的速度，因为 insert 、update、delete 也会操作索引文件，会调整因为更新等操作带来的键值变化后的索引信息。 索引类型 主键索引：唯一索引，并且并指定为 primary key ，每个表中只能有一个主键 唯一索引：索引列的所有值都只能出现一次，即值必须唯一，值可以为空 普通索引：基本的索引类型，值可以为空，没有唯一性限制 复合索引：一个索引中包含多个列 何时建立索引 主键自动创建唯一索引 频繁作为查询条件的字段适合创建索引 查询中与其他表关联的字段适合创建索引 频繁更新的字段不适合创建索引，因为在更新记录的同时会更新索引 where条件中使用不到的字段不需要创建索引 在高并发下，在单值索引和复合索引中，复合索引更合适 order by字段添加索引可以提高排序速度 不需要索引 表记录较少 经常增删改的表 数据重复且分布平均的表，如性别 执行计划 可以使用 explain 关键字模拟优化器执行sql查询语句，从而分析查询语句或者表结构的性能瓶颈。 通过查看执行计划，可以了解到表的读取顺序、数据读取操作、哪些索引可以使用、哪些索引被实际使用、表之间的引用