分析Sql
explain 关键字
- id -表结构的顺序
- type - const时 表示运用的主键索引 效率最高 (const>eq_ref>ref>range>index>all)
- possible kes - 可能用到的索引,
- key - 实际用到的索引
- key_len -索引长度 越短 越好
- ref - 索引是哪一列 越多越好
- rows 扫描的行数
Sql优化
- 对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。
- 应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:select id from t where num is null
- 应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描
- 应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描
- not in 也要慎用,否则会导致全表扫,注意:in不会造成索引失效
- 使用like时 , %在前用不到索引 。"%aa%"不会走索引 "aa%"会走索引
- 复合索引不遵循最左前缀法则(查询条件中不包括最左边的索引字段, 注意: 顺序不一致 不会失效 如: 复合索引 id_name_address 查询条件: where name = ‘’ and id = ‘’ and address = ‘’ 也会走索引)
- 对索引字段做运算
- 查询尽量确定的列明,少用*号 明确需要的字段 需要什么字段就查什么字段
- 尽量少嵌套子查询,这种查询会消耗大量的cpu
- 索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要
- 尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。
- 这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。
- .尽量避免大事务操作,提高系统并发能力
- 尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理
- 单表列数目必须小于30,若超过则应该考虑将表拆分. 单表列数太多使得Mysql服务器处理InnoDB返回数据之间的映射成本太高
最后总结
搞定算法,面试字节再不怕,有需要文章中分享的这些二叉树、链表、字符串、栈和队列等等各大面试高频知识点及解析
最后再分享一份终极手撕架构的大礼包(学习笔记):分布式+微服务+开源框架+性能优化
习笔记):分布式+微服务+开源框架+性能优化**
[外链图片转存中…(img-RgSil6W6-1714423918115)]