MySQl高级篇 -索引优化篇

已于 2024-07-31 12:46:45 修改
阅读量710 收藏 16
点赞数 21
文章标签： mysql 数据库
于 2024-07-14 19:14:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ShockChen7/article/details/140421121
版权

索引

InnoDB采用了一个B+数来存储索引，使得在千万级数据量的一个情况下，树的高度可以控制在3层以内，而层高代表磁盘IO的一个次数，因此基于索引查找可以减少磁盘IO的次数

在这里插入图片描述

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种

在这里插入图片描述

二叉树缺点: 顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

在这里插入图片描述

BTree(多路平衡查找树)

每个节点可以包含多个子节点。相比于二叉搜索树，B+树的节点可以存储更多的关键字，减少了树的高度，提高了检索效率。

以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key，5个指针):

在这里插入图片描述

知识小贴士: 树的度数指的是一个节点的子节点个数。

B+Tree

相对于B-Tree区别:

  1. 所有的数据都会出现在叶子节点

  2. 叶子节点形成一个单向链表

  3. B+树非叶子节点不存诸数据，所以每一层能够存诸的索引数量会增加，意味着B+树在层高相同的情况下存诸的数据量要比B树要多，使得磁盘IO次数更低。

  4. Mysql中，范围查询是一个比较常用的操作，而B+树的所有存诸在叶子节点的数据使用了双向链表来关联，所以在查询的时候只需查两个节点进行遍历就行，而B树需要获取所有节点，所以B+村在范围查询上效率更高

  5. 在数据检索方面，由于所有的数据都存诸在叶子节点，所以B+树的IO 次数会更加稳定一些

  6. 因为叶子节点存诸所有数据，所以B+树的全局扫描能力更强一些，因为它只需要扫描叶子节点。但是B树需要遍历整个树
    在这里插入图片描述

MySQL的B+Tree

MVSQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

在这里插入图片描述

索引分类

在这里插入图片描述
在这里插入图片描述
也叫聚簇索引和非聚簇索引

聚集索引选取规则:

  • 如果存在主键，主键索引就是聚集索引。
  • 如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。
  • 如果表没有主键，或没有合适的唯一索引，则innoDB会自动生成一个rowid作为隐藏的聚集索引

在这里插入图片描述

面试官：什么是聚簇索引什么是非聚簇索引 ?

候选人：

聚簇索引主要是指数据与索引放到一块，B+树的叶子节点保存了整行数据，聚簇索引有且只有一个，一般情况下主键在作为聚簇索引的
.
非聚簇索引值的是数据与索引分开存储，B+树的叶子节点保存对应的主键，可以有多个，一般我们自己定义的索引都是非聚簇索引

回表查询

在这里插入图片描述

面试官：知道什么是回表查询嘛 ?

候选人：嗯，其实跟刚才介绍的聚簇索引和非聚簇索引是有关系的，回表的意思就是通过二级索引找到对应的主键值，然后再通过主键值找到聚集索引中所对应的整行数据，这个过程就是回表

面试官：知道什么叫覆盖索引嘛 ?

候选人：嗯~，清楚的
~
覆盖索引是指select查询语句使用了索引，在返回的列，必须在索引中全部能够找到，而无需回表查询所需的列，如果我们使用id查询，它会直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。
~
如果按照二级索引查询数据的时候，返回的列中没有创建索引，有可能会触发回表查询，尽量避免使用select *，尽量在返回的列中都包含添加索引的字段

举例来说，假设有一个表 orders，其中包含 order_id、customer_id 和 order_date 等列。如果你经常执行类似的查询：

SELECT order_id FROM orders WHERE customer_id = 123;

你可以创建一个覆盖索引，该索引包含 (customer_id, order_id) 列，这样查询就可以直接从索引中获取所需的 order_id 列，而不需要访问表的数据页。

面试官：MYSQL超大分页怎么处理 ?

候选人：嗯，超大分页一般都是在数据量比较大时，我们使用了limit分页查询，并且需要对数据进行排序，这个时候效率就很低，我们可以采用覆盖索引和子查询来解决

先分页查询数据的id字段，确定了id之后，再用子查询来过滤，只查询这个id列表中的数据就可以了

因为查询id的时候，走的覆盖索引，所以效率可以提升很多

在这里插入图片描述

索引语法

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX 索引名称 ON 表名 (列名,... ) ;

查看索引

SHOW INDEX FROM 表名 ;

删除索引

DROP INDEX index name ON 表名 ;

哪些情况适合建索引

  1. 数据量较大，且查询比较频繁的表（300w以上建）
  2. 常作为查询条件、排序、分组的字段，排序字段若通过索引去访问将大大提高排序速度
  3. 字段内容区分度高
  4. 内容较长，使用前缀索引
  5. 在高并发下倾向创建组合索引
  6. 要控制索引的数量
  7. 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它

哪些情况不适合建索引

  1. Where条件里用不到的字段不创建索引
  2. 表记录太少（300w以上建）
  3. 经常增删改的表（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）
  4. 数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引。注意，如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果。（比如：国籍、性别）
  5. 假如一个表有10万行记录，有一个字段A只有T和F两种值，且每个值的分布概率天约为50%，那么对这种表A字段建索引一般不会提高数据库的查询速度。

索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980/2000=0.99。一个索引的选择性越接近于1，这个索引的效率就越高

explain执行计划

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

语法:

直接在select语句之前加上关键字 explain / desc

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;

在这里插入图片描述

字段解释

id：表的读取顺序

select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序

  1. id相同，执行顺序从表格由上至下
  2. id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行

select_type： 数据读取操作的操作类型

查询的类型，主要是用于区别普通查询、联合查询、子查询等的复杂查询。

  • SIMPLE：简单的select查询,查询中不包含子查询或者UNION
  • PRIMARY：查询中若包含任何复杂的子部分，最外层查询则被标记为（最后加载的那个）
  • SUBQUERY ：在SELECT或WHERE列表中包含了子查询
  • DERIVED：在FROM列表中包含的子查询被标记为DERIVED（衍生）MySQL会递归执行这些子查询，把结果放在临时表里
  • UNION ：若第二个SELECT出现在UNION之后，则被标记为UNION；若UNION包含在FROM子句的子查询中外层SELECT将被标记为：DERIVED
  • UNION RESULT ：从UNION表获取结果的SELECT（两个select语句用UNION合并）

table：显示执行的表名

显示这一行的数据是关于哪张表的

type： sql的连接的类型

这条sql的连接的类型，性能由好到差为NULL、system、const、eq_ref、ref、range、 index、all

  1. system：查询系统中的表
  2. const：根据主键索引查询
  3. eq_ref：主键索引查询或唯一索引查询，表中只有一条记录与之匹配。常见于主键或唯一索引扫描。
  4. ref：索引查询，非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体
  5. range：范围查询，只检索给定范围的行,使用一个索引来选择行。key列显示使用了哪个索引一般就是在你的where语句中出现了between、<、>、in等的查询。这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束语另一点，不用扫描全部索引
  6. index：索引树扫描，index与ALL区别为index类型只遍历索引列。这通常比ALL快，因为索引文件通常比数据文件小（也就是说虽然all和Index都是读全表，但index是从索引中读取的，而all是从硬盘中读的）
  7. all：全盘扫描

possible_key ： 当前sql可能会使用到的索引

显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段火若存在索引，则该索引将被列出，但不一定被查询实际使用（系统认为理论上会使用某些索引）

key 当前sql实际命中的索引

实际使用的索引。如果为NULL，则没有使用索引（要么没建，要么建了失效）

查询中若使用了覆盖索引，则该索引仅出现在key列表中

key_len 索引占用的大小

可通过该列计算查询中使用的索引的长度。

含义是：The length of the chosen key，所选键的长度。其单位是字节。

根据这个值，就可以判断索引使用情况。比如当key_len列显示为NULL时，key列也就会显示为NULL, 说明语句没有用到索引。比如在使用组合索引的时候，判断是否所有的索引字段是否都被用到。

如何根据key_len的值判断是否所有的索引字段都被用到，就要知道key_len的计算规则。

key_len的计算规则：

  1. 可以为NULL的列的key长度比非NULL列的key长度大1。

    CREATE TABLE `a_test` (
  `id` int(4) unsigned NOT NULL AUTO_INCREMENT,
  `server_id` int(4) NOT NULL DEFAULT <span style="color:#98c379">'0'</span>,
  `user_id` int(4) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_server_id` (`server_id`),
  KEY `idx_user_id` (`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1

    如上所示，当使用idx_user_id索引时，key_len的值是5(int类型长度4+1），而使用idx_server_id索引时，key_len的值是4（仅为int类型长度4）。

  2. 如果索引列是字符型（char）字段，则索引列数据类型本身占用空间跟字符集有关。

    不同的字符集下，同一个字符存储到表中的时候，它所占用的空间大小是不同的。一个字符存储在表中，到底占用多少个字节byte，需要根据不同的字符集来分别计算。

    常用的几种字符集下，字符character和字节byte的换算关系如下：

    字符集1个字符占用字节数（Maxlen）
    GBK2
    UTF83
    UTF8mb44
    latin11

    在这里插入图片描述

  3. 如果索引列是变长的(比如varchar)，则在索引列数据类型本身占用空间的基础上再加2。
    我们把上面的char类型替换成varchar。
    在这里插入图片描述

ref：表之间的引用

显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值。

Extra 额外的优化建议

在这里插入图片描述

如果一条sql执行很慢的话，我们通常会使用mysql自动的执行计划explain来去查看这条sql的执行情况，比如在这里面可以通过key和key_len检查是否命中了索引，如果本身已经添加了索引，也可以判断索引是否有失效的情况

第二个，可以通过type字段查看sql是否有进一步的优化空间，是否存在全索引扫描或全盘扫描

第三个可以通过extra建议来判断，是否出现了回表的情况，如果出现了，可以尝试添加索引或修改返回字段来修复

面试官：了解过索引吗？（什么是索引）

候选人：嗯，索引在项目中还是比较常见的，

  • 它是帮助MySQL高效获取数据的数据结构，
  • 主要是用来提高数据检索的效率，降低数据库的IO成本，
  • 同时通过索引列对数据进行排序，降低数据排序的成本，也能降低了CPU的消耗

面试官：索引的底层数据结构了解过嘛 ?

候选人：MySQL的默认的存储引擎InnoDB采用的B+树的数据结构来存储索引，选择B+树的主要的原因是：

  • 第一阶数更多，路径更短
  • 第二个磁盘读写代价B+树更低，非叶子节点只存储指针，叶子阶段存储数据
  • 第三是B+树便于扫库和区间查询，叶子节点是一个双向链表

索引优化

1.索引单表优化案例

sql语句是这样的

SELECT 
	id, author_id FROM article 
WHERE 
	category_id = 1 
	AND comments > 1 
	ORDER BY views DESC LIMIT 1;

如果我们给这三个字段创建索引：

create index idx_article_ccv on article(category_id,comments,views);

因comments > 1条件是一个范围值查询，MySQL无法利用索引再对后面的views部分进行检索，即range类型查询字段后面的索引无效，还产生了Using filesort

在这里插入图片描述

索引用处不大，删除：

DROP INDEX idx_article_ccv ON article;

上次创建索引相比，这次不为comments字段创建索引：

在这里插入图片描述

结论：type变为了ref，ref 中是 const，Extra 中的 Using filesort也消失了，结果非常理想

2.索引多表优化案例

CREATE TABLE IF NOT EXISTS class(
	id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(id)
);

CREATE TABLE IF NOT EXISTS book(
	bookid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(bookid)
);


INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));


INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));

Explain分析：type都是all，需要优化（总有一个表来添加索引驱动）

EXPLAIN SELECT *FROM class LEFT JOIN book ON class.card = book.card;

在这里插入图片描述
type都是all，这是肯定要优化的

不同的连接方式，索引加的位置也不一样，我们这里是左连接，我们就已左连接为例：

  • 我们为左表加索引

    ALTER TABLE class ADD INDEX card_idx(card);

    在这里插入图片描述

    这个时候Type变成Index，但rows都还是4条

  • 我们为左表加索引

    --删除原来的索引：
drop index card_idx on class;
ALTER TABLE book ADD INDEX card_idx(card);

    在这里插入图片描述
    可以看到右表的type变为ref，并且rows只有1行，优化非常明显

结论：

这是由左连接特性决定的。LEFT JOIN条件用于确定如何从右表搜索行，保留所有左表的行，所以左表一定会全部遍历，所以右边是我们的关键点，一定需要在右表建立索引（并且尽量用小表驱动大表），同理：右连接，左表加索引

3.索引三表优化案例

同样使用上一节两个表，删除他们的索引：

DROP INDEX card_idx on book

再新建一个表

CREATE TABLE IF NOT EXISTS phone(
	phoneid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(phoneid)
)ENGINE=INNODB;

INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));

三表查询语句应为：

SELECT * FROM class 
LEFT JOIN book ON class.card = book.card 
LEFT JOIN phone ON book.card = phone.card;

按两表优化的案例，应该为第一个LFET JOIN 的右表 book 建索引

alter table `book` add index card_idx (`card`);

再为第二个LFET JOIN 的右表 phone 建索引

alter table `phone` add index card_idx (`card`);

Explain分析：

在这里插入图片描述
后2行的 type 都是ref且总 rows优化很好，效果不错。因此索引最好设置在需要经常查询的字段中
在这里插入图片描述

索引失效

1.最左前缀法则

如果索引了多列(联合索引)，要遵守最左前缀法则。

最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效(后面的字段索引失效)

以下是一个最左前缀法则的例子：

假设有一个复合索引包含了 last_name 和 first_name 列，即 (last_name, first_name)。那么，在查询中，以下条件将满足最左前缀法则：

查询：SELECT * FROM employees WHERE last_name = 'Smith'
查询：SELECT * FROM employees WHERE last_name = 'Smith' AND first_name = 'John'
查询：SELECT * FROM employees WHERE first_name = 'John' AND last_name = 'Smith'

而以下条件不满足最左前缀法则：

查询：SELECT * FROM employees WHERE first_name = 'John'

对于联合索引(col1,col2,col3)，查询语句SELECT * FROM test WHERE col2=2;
是否能够触发索引？

答：可以，但用的是index类型的索引。

index：这种类型表示是mysql会对整个该索引进行扫描。要想用到这种类型的索引，对这个索引并无特别要求，只要是索引，或者某个复合索引的一部分，mysql都可能会采用index类型的方式扫描。但是呢，缺点是效率不高，mysql会从索引中的第一个数据一个个的查找到最后一个数据，直到找到符合判断条件的某个索引

2.范围查询

联合索引中，出现范围查询(>,<,between、like))，范围查询右侧的列索引失效

explain select * from tb user where profession = 软件工程' and age > 30 and status = '0':

#创建一个联合索引， 注意字段的顺序

create index idx_age_classid_name on student(age,classid,name);

#执行计划

EXPLAIN SELECT SQL_NO_CACHE * FROM student
WHERE student.age = 30 AND student.classId > 20 AND student.name = 'abc' ;

第一个没用全，只用到了联合索引“idx_age_classid_name” 的age和classid。

#再创建一个联合索引，与上面的索引对比字段顺序变了

create index idx_age_name_classid on student(age,name,classid);

#再执行一模一样的执行计划

EXPLAIN SELECT SQL_NO_CACHE * FROM student
WHERE student .age = 30 AND student .classId > 20 AND student .name = 'abc' ;

看到两个执行计划虽然都用到了索引，但是：

第二个把联合索引“idx_age_name_classid”的age，name和classid都用上了。

3.索引列运算

不要在索引列上进行运算操作，索引将失效

explain select * from tb user where substring(phone,10,2) = '15';

4.字符串不加引号

字符串类型字段使用时，不加引号，索引将失效

explain select * from tb user where profession = 软件工程 and age = 31 and status = 0;

explain select * from tb user where phone = 17799990015;

5.模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

explain select * from tb user where profession like '软件%';  	#不失效

explain select * from tb user where profession like '%工程';   	#失效

explain select * from tb user where profession like '%工%'; 	#失效

6.or连接的条件

用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

explain select * from tb user where id = 10 or age = 23;
explain select * from tb user where phone = !17799990017' or age = 23;

由于age没有索引，所以即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引。

7.数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。

多个单列索引在多条件查询时优化器会选择最优索引策略，可能只用一个索引，也可能将多个索引全用上！ 但多个单列索引底层会建立多个B+索引树，比较占用空间，也会浪费一定搜索效率，故如果只有多条件联合查询时最好建联合索引！

数据分布不均匀： 如果索引列的数据分布不均匀，例如某个值出现频率过高，可能会导致优化器不选择使用索引。

索引选择性低： 如果索引的选择性很低，即索引列中的不同值很少，优化器可能会选择不使用索引。

总结

在这里插入图片描述

陈震_
关注
  • 21
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
四、Mysql索引优化
Forrest Gump的博客
03-02 1722
一、优化总结 1、MySQL支持两种方式的排序filesort和index，Using index是指MySQL扫描索引本身完成排序。index效率高，filesort效率低。 2、order by满足两种情况会使用Using index。 1) order by语句使用索引最左前列。 2) 使用where子句与order by子句条件列组合满足索引最左前列。 3、尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则。 4、如果order by的条件不在索引列上，就会产生Using fil
MySQL高级-索引优化（超详细）
SIESTA030的博客
02-14 6604
性能分析 MySQL Query Optimizer Mysql中由专门负责优化SELECT语句的优化器，主要功能就是通过计算分析系统中收集到的统计信息，为客户端请求的Query提供他认为最优的执行计划（他认为最优的，但**不一定是DBA觉得最优的，这部分最耗时间**）。 当客户端向MySQL请求一条Query的时候，命令解析器模块完成请求分类，区别出是SELECT并转发给MySQL Query Optimizer时，MQO会对整条Query进行优化，处理掉一些常量表达式的预算，将其换算成常量值并对，Que
mysql索引优化等级_一本彻底搞懂MySQL索引优化EXPLAIN百科全书
weixin_39797393的博客
01-21 1039
1、MySQL逻辑架构日常在CURD的过程中，都避免不了跟数据库打交道，大多数业务都离不开数据库表的设计和SQL的编写，那如何让你编写的SQL语句性能更优呢？先来整体看下MySQL逻辑架构图：MySQL整体逻辑架构图可以分为Server和存储引擎层。Server层：Server层涵盖了MySQL的大多数核心服务功能，以及所有的内置函数(如日期、时间、数学和加密函数等)，以及存储过程、触发器、视图等...
mysql优化-索引优化
少年Dream
02-10 728
一、索引设计原则 索引是优化数据查询效率的一种数据结构； 对查询频次高且数据量比较大的表建立索引； 索引字段的选择：最佳选列应从where子句中提取，也就是经常出现在条件语句中的字段； 唯一索引：区分度越高，使用索引的效率越高； 最左前缀法则：对N个列组合而成的组合索引，相当于创建了N个索引，当查询时where子句中使用了组成该索引的前几个字段，那么这条查询sql可以利用索引来提升查询效率； create index idx_name_eamil_status on tb_seller(name,emai
数据库MYSQL详细教程----千锋学习笔记
qq_32241787的博客
04-15 3833
—、引言 1.1现有的数据存储方式有哪些? Java程序存储数据(变量、对象、数组、集合），数据保存在内存中，属于瞬时状态存储。 文件(File)存储数据，保存在硬盘上，属于持久状态存储。 1.2以上存储方式存在哪些缺点? 没有数据类型的区分 存储数据量级较小 没有访问安全限制 没有备份、恢复机制 二、数据库 2.1概念 数据库是“按照数据结构来组织、存储和管理数据的仓库。是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。 ...
MYSQL索引详解和优化
sanylove的博客
11-17 857
索引的定义 索引分类 数据结构分类 B+tree索引 Hash索引 Full-text索引 物理存储分类 聚簇索引（主键索引）二级索引（辅助索引） 字段特性分类 主键索引 唯一索引 普通索引 前缀索引 字段个数分类 单列索引 联合索引 创建索引的条件 索引优化方法 索引操作 创建索引 查看索引 删除索引
MySQL高级篇-索引（Index）的数据结构
10-30
八、索引优化 1. 减少索引数量：虽然更多索引可能提高某些查询的性能，但也会增加写操作的开销。 2. 选择合适的索引列：尽量选择区分度高的列作为索引列。 3. 使用复合索引：当多个列一起查询时，考虑创建复合索引，...
MySQL高级知识-查询与索引优化分析
02-20
下面是替代方法leftjoin+union(可去除重复数据)+rightjoin实现如下面代码7、A的独有+B的独有MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。你可以简单理解为“排好序的快速查找结构”...
mysql面试题-mysql经典面试题目-数据库的基本概念-SQL语法-事务处理-索引优化-性能调优-mysql-面试题目
最新发布
01-20
【MySQL面试题】在面试MySQL相关的职位时，面试官可能会问到一系列关于数据库基础、SQL语法、事务处理、索引优化以及性能调优的问题。以下是一些可能的面试重点： 1. **数据库基本概念**： - 数据库是用于存储和...
MySQL索引优化
c_hmnzs的博客
12-01 207
本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开（本文图片可点开放大）。 一、MySQL索引基础 首先，我们将从索引基础开始介绍一下什么是索引，分析索引的几种类型，并探讨一下如何创建索引以及索引设计的基本原则。 此部分用于测试索引创建的user表的结构如下： 1. 什么是索引？ “索引（在MySQL中也叫“键key”）是存储引擎快速找到记录的一种数据结构。” ——《高性能MySQL》 我们需要知道索引其实
MySQL索引优化分析
weixin_33946605的博客
01-03 547
MySQL索引优化分析 为什么你写的sql查询慢？为什么你建的索引常失效？通过本章内容，你将学会MySQL性能下降的原因，索引的简介，索引创建的原则，explain命令的使用，以及explain输出字段的意义。助你了解索引，分析索引，使用索引，从而写出更高性能的sql语句。还在等啥子？撸起袖子就是干！ 案例分析 我们先简单了解一下非关系型...
MySQL下载与安装
热门推荐
weixin_42869365的博客
10-28 90万+
MySQL下载与安装 一、下载 地址：https://dev.mysql.com/downloads/mysql/ 当前最新是8.0版本，我选择上一个最新的mysql-5.7.24-winx64.zip 二、安装 MySQL安装文件分两种 .msi和.zip ，.msi需要安装 zip格式是自己解压，解压缩之后其实MySQL就可以使用了，但是要进行环境变量配置zip格式是自己解压 我...
mysql索引优化有几种_mysql索引优化
weixin_29000119的博客
02-04 1870
索引类型从物理存储角度上，索引可以分为聚集索引和非聚集索引。1.聚集索引(Clustered Index)聚集索引决定数据在磁盘上的物理排序，一个表只能有一个聚集索引。2.非聚集索引(Non-clustered Index)非聚集索引并不决定数据在磁盘上的物理排序，索引上只包含被建立索引的数据，以及一个行定位符 row-locator，这个行定位符，可以理解为一个聚集索引物理排序的指针，通过这个指...
MV快速刷新时执行的SQL
12-16 173
MV快速执行时所涉及的比对SQL：[@more@]SELECT /*+ remote_mapped(SZPADB_CCADMIN) */CURRENT$."MAPPING_FIELD_ID",CURRENT$."TENANT_I...
mysql 查询优化 索引 type级别
陈森森的博客
08-10 9577
mysql查询速度优化 这是type级别 越左边 查询速度越快 system>const>eq_ref>ref>range>index>ALL 怎么样才能让type靠左呢 就是建立索引 最左边的俩级 基本达不到 我们让查询type达到第三级和第四级就很好了 为什么这么说呢？ 表主键 唯一索引也只能达到 eq_ref 级别的 如果不做索引的话 肯定都是ALL了… Type级别解释 1.system级别 1.只有一条数据的系统表 2.或衍生表只能有一条数据的主查询 很明显
SQL语句的解析方法
mv776mv
07-06 269
　　数据是程序处理的主要内容，它一般存储在关系型数据库中，要操作它们最终必须要通过SQL语句来完成，因此，解读分析和处理SQL语句成为程序员的基本工作内容之一，当然有时这项任务是比较乏味的，如果让计算机来完成一些基本的分析解读工作如找出SQL语句涉及了哪些表，字段和条件等，可以帮助程序员解放出部分精力，投入到更有挑战性和复杂性的任务中去，本文将就如何解析单句SQL语句提出自己的解决方案和大家探讨...
MySQL 高级知识（索引、优化）
Crystal---的博客
07-19 3万+
MySQL体系架构 连接池组件、管理服务和工具组件、SQL接口组件、查询分析器组件、优化器组件、缓冲组件、插件式存储引擎、物理文件； 1、连接层：主要完成一些类似于连接处理，授权认证及相关的方案； 2、服务层：主要完成大多数核心服务功能； 3、引擎层：负责MySQL中数据的存储和提取，服务器通过API与存储引擎进行通信； 注：储存引擎式基于表的，而不是数据库的； MySQL存储...
mysql高级篇索引优化
09-06
MySQL高级篇索引优化主要涉及MySQL Query Optimizer（查询优化器）和索引的使用。MySQL Query Optimizer是MySQL中负责优化SELECT语句的模块，通过计算分析系统中收集到的统计信息，为客户端请求的Query提供最优的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值