MySQL 高级

最新推荐文章于 2024-08-26 10:05:03 发布
最新推荐文章于 2024-08-26 10:05:03 发布
阅读量230 收藏
点赞数
文章标签： mysql 数据库 linux
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/Smiling_lzy/article/details/120230866
版权

MySQL 高级

一、mysql 的架构介绍

1、MySQL简介

  • mysql 内核
  • sql 优化工程师
  • mysql 服务器的优化
  • 各种参数常量的设定
  • 查询语句优化
  • 主从复制
  • 软硬件升级
  • 容灾备份
  • sql 编程

2、MysqlLinux 版的安装

1）安装mysql 服务器端

  • [root@centos64 opt]# rpm -ivh MySQL-server-5.5.48-1.linux2.6.i386.rpm

2）安装mysql 客户端

  • [root@centos64 opt]# rpm -ivh MySQL-client-5.5.48-1.linux2.6.i386.rpm

注意：若安装时出现
error: Failed dependencies:
libaio.so.1 is needed by MySQL-server-5.5.48-1.linux2.6.i386
libaio.so.1(LIBAIO_0.1) is needed by MySQL-server-5.5.48-1.linux2.6.i386
libaio.so.1(LIBAIO_0.4) is needed by MySQL-server-5.5.48-1.linux2.6.i386
error: Failed dependencies:
libncurses.so.5 is needed by MySQL-client-5.5.48-1.linux2.6.i386
解决方案： 添加对应的依赖
yum -y install libncurses.so.5
yum -y install libaio.so.1

3）查看mysql的用户和mysql组
在这里插入图片描述
即为安装成功

4）mysql 服务的启+停

  • [root@centos64 opt]# service mysql start
  • [root@centos64 opt]# service mysql stop
    在这里插入图片描述

5）ROOT密码设置

  • [root@centos64 opt]# /usr/bin/mysqladmin -u root password 123456
    在这里插入图片描述

6） 自启动 mysql 服务

  • [root@centos64 opt]# chkconfig mysql on
    在这里插入图片描述

7）mysql 安装位置

路径 解释 备注
/var/lib/mysql mysql数据库文件的存放路径 /var/lib/mysql/atguigu.cloud.pid
/uer/share/mysql/ 配置文件目录 mysql.server命令及配置文件
/usr/bin 相关命令目录 mysqladmin mysqldump等命令
/etc/init.d/mysql 启停相关脚本

在 linux 下查看安装目录 ps -ef|grep mysql

8）修改字符集
在这里插入图片描述

① 拷贝文件 my-huge.cnf

  • [root@centos64 opt]# cd /usr/share/mysql/
  • [root@centos64 mysql]# cp my-huge.cnf /etc/my.cnf

② 重新启动 MySQL 服务

③ 查看字符集

  • show variables like '%char%'
    在这里插入图片描述

默认的客户端和服务器端都用了 latin 1 ，所以会乱码

④ 修改字符集

  • [root@centos64 etc]# vim /etc/my.cnf
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    修改此三处

⑤ 重启 mysql

3、Mysql 配置文件

主要配置文件：

  • 二进制日志文件log-bin
    运用于主从复制

  • 错误日志log-error
    默认时关闭的，记录严重的警告和错误信息，每次启动和关闭的详细信息等

  • 查询日志log
    默认关闭，记录查询的sql语句，如果开启会减低mysql的整体性能，因为记录日志也是需要消耗能量的

  • 数据文件
    ① 两系统 ：Windows Linux
    ② frm文件 ：存放表结构
    ③ myd 文件：存放表数据
    ④ myi文件：存放表索引

  • 如何配置
    Windows ：my.ini 文件
    Linux：/etc/my.cnf 文件

4、Mysq逻辑架构

和其他数据库相比，mysql有点与众不同，它的架构可以在多种不同场景中应用并发挥良好的作用，主要体现在存储引擎的架构上，插件式的存储引擎架构将查询处理和其他系统任务以及数据的存储提取相分离，这种架构可以根据业务的需求选择合适的存储引擎

在这里插入图片描述

  • 1）连接层
  • 2）服务层
  • 3）引擎层
  • 4）存储层

5、Mysql存储引擎

1）用命令查看mysql现在已提供什么引擎

  • mysql> show engines;
    在这里插入图片描述

2）看你的mysql当前默认的存储引擎

  • mysql> show variables like '%storage_engine';
    在这里插入图片描述
对比项 MyISAM InnoDB
主外键 不支持 支持
事务 不支持 支持
行表锁 表锁，即使操作一条记录也会锁住整个表，不适合高并发的操作 行锁，操作时只锁某一行，不对其它行有影响，适合高并发的操作
缓存 只缓存索引，不缓存真实数据 不仅缓存索引还缓存真实数据，对内存要求较高，而且内存大小对性能有决定性的影响
表空间 小 大
关注点 性能 事务
默认安装 Y Y

二、索引优化分析

1、性能下降SQL慢、执行时间长、等待时间长

  • 查询语句写的烂
  • 索引失效（单值索引、复合索引）
  • 关联查询太多join（设计缺陷或不得已的需求）
  • 服务器调优及各个参数设置（缓冲、线程数等）

2、常见通用的Join查询

2.1、SQL执行顺序

1）手写

SELECT DISTINCT
	< select_list >
FROM
	< left_table > < join_type >
JOIN < right_table > ON < join_condition >
WHERE
	< where_condition >
GROUP BY
	< group_by_list >
HAVING
	< having_condition >
ORDER BY
	< order_by_condition >
LIMIT < limit number >

2）机读

1 FROM <left_table>
2 ON <join_condition>
3 <join_type> JOIN <right_table>
4 WHERE <where_condition>
5 GROUP BY <group_by_list>
6 HAVING <having_condition>
7 SELECT
8 DISTINCT <select_list>
9 ORDER BY <order_by_condition>
10 LIMIT <limit_number>

3）总结
在这里插入图片描述

2.2、Join图

在这里插入图片描述

2.3、建表SQL

CREATE TABLE `tbl_dept`(
`id` INT(11) NOT NULL AUTO_INCREMENT,
`deptName` VARCHAR(30) DEFAULT NULL,
`locAdd` VARCHAR(40) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE `tbl_emp`(
`id` INT(11) NOT NULL AUTO_INCREMENT,
`name` VARCHAR(20) DEFAULT NULL,
`deptld` INT(11) DEFAULT NULL,
PRIMARY KEY(`id`),
KEY `fk_dept_id` (`deptld`)
#CONSTRAINT `fk_dept_id` FOREIGN KEY (`deptld`) REFERENCES `tbl_dept` (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;



INSERT INTO tbl_dept(deptName,locAdd) VALUES('RD',11);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('HR',12);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MK',13);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MIS',14);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('FD',15);

INSERT INTO tbl_emp(NAME,deptld) VALUES('Z3',1);
INSERT INTO tbl_emp(NAME,deptld) VALUES('Z4',1);
INSERT INTO tbl_emp(NAME,deptld) VALUES('Z5',1);

INSERT INTO tbl_emp(NAME,deptld) VALUES('w5',2);
INSERT INTO tbl_emp(NAME,deptld) VALUES(`w6`,2);

INSERT INTO tbl_emp(NAME,deptld) VALUES('s7',3);

INSERT INTO tbl_emp(NAME,deptld) VALUES('s8',4);

INSERT INTO tbl_emp(NAME,deptld) VALUES('s9',5);

在这里插入图片描述

2.4、7种JOIN

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、索引简介

3.1、是什么

索引是帮助MySQL高效获取数据的数据结构

简单理解为：排好序的快速查找数据结构

我们平常所说的索引，如果没有特别指明，都是指B树（多路搜索树，并不一定是二叉的）结构组织的索引。**其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认的都是使用B+树索引，统称索引。当然，除了B+树这种类型的索引之外，还有哈希索引（hash index）等

目的： 提高查找效率，可以类比字典。

3.2、优势、劣势

优势：

  • 提高数据的检索效率，降低数据库的IO成本。
  • 通过索引列对数据进行排序，降低数据的排序成本，降低了CPU的消耗。

劣势：

  • 实际索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引也是占空间的。一般而言，索引表占用空间是数据表的1.5倍。
  • 虽然索引大大提高了查询速度，同时却降低了更新表的速度。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每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息
  • 索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或者优化查询

3.3、mysql 索引分类

分类：

  • 单值索引：即一个索引只包含单个列，一个表可以有多个单列索引
  • 唯一索引：索引列的值必须唯一，但允许有空值
  • 复合索引：即一个索引包含多个列

语法：

  • 创建
    CREATE [UNIQUE] INDEX indexName ON myTable(columnname(length));
    ALTER mytable ADD [UNIQUE] INDEX [indexName] ON (columnname(length))
  • 删除
    DROP INDEX [indexName] ON myTable;
  • 查看
    SHOW INDEX FROM tableName;

在这里插入图片描述

3.4、mysql 索引结构

1） BTree索引
在这里插入图片描述
在这里插入图片描述

2）Hash索引
3）full-text全文索引
4）R-Tree索引

3.5、哪些情况下需要或不需要创建索引

需要创建索引：

  • 主键自动建立唯一索引
  • 频繁作为查询条件的字段应该创建索引
  • 查询中与其它表关联的字段，外键关系建立索引
  • 频繁更新的字段不适合创建索引，因为每次更新不单单是更新了记录，还会更新索引，加重IO负担
  • where条件里用不到的字段不创建索引
  • 单键/组合索引的选择问题，who？（在高并发下倾向创建组合索引）
  • 查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度
  • 查询中统计或者分组字段

不需要创建索引：

  • 表记录太少
  • 经常增删改的表
  • Why：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
  • 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

4、性能分析

MySQL Query Optimizer
在这里插入图片描述
MySQL常见瓶颈

  • CPU：CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候
  • IO：磁盘I/O瓶颈发生在装入数据远大于内存容量的时候
  • 服务器硬件的性能瓶颈：top，free，iostat和vmstat来查看系统的性能状态

Explain

1）是什么：

  • 使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。

2）能干嘛

  • 表的读取顺序
  • 数据读取操作的操作类型
  • 哪些索引可以使用
  • 哪些索引被实际使用
  • 表之间的应用
  • 每张表有多少行被优化器查询

3）怎么玩

  • Explain+SQL语句
  • 执行计划包含的信息

4）各字段解释

id：

  • 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
  • 三种情况：
    id相同，执行顺序由上至下
    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
    id相同不同，同时存在
  • 衍生：DERIVED

select_type：

在这里插入图片描述

1）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：查询中包含任何复杂的子部分，最外层查询则被标记为PRIMARY
  • SUBQUERY：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
  • 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表中获取结果的SELECT

table：

显示这一行的数据是关于哪些表的

type：
在这里插入图片描述

  • 访问类型排序
    type显示的是访问类型，是较为重要的一个指标，结果值从最好到最坏依次是：
    system>const>eq_ref>ref>fulltext>ref_or_null>index_merge>unique_subquery>index_subquery>range>index>All

  • 显示查询使用了何种类型，从最好到最差依此是：
    system>const>eq_ref>ref>range>index>All

  • system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现，这个也可以忽略不计

  • const：表示通过索引一次就找到了，const用于比较primary key或则unique索引。因为只匹配一行数据，所以很快。如将主键置于where列表中，MySQL就能将该查询转换为一个常量

  • eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描

  • ref：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，所以它应该属于查找和扫描的混合体

  • range：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，而结束于另一点，不会扫描全部索引

  • index：Full Index Scan，index与All区别为index类型只遍历索引树。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）

  • all：Full Table Scan，将遍历全表以找到匹配的行

  • 一般来说，得保证查询至少达到range级别，最好能达到ref。

possible_keys：

显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段上若存在索引，则该索引将被列出。但不一定被查询实际使用

key：

实际使用的索引。如果为NULL，则没有使用索引。查询中若使用了覆盖索引，则该索引仅出现在key列表中，不会出现在possible_keys列表中。（覆盖索引：查询的字段与建立的复合索引的个数一一吻合）

key_len

表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，长度越短越好。key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的

ref

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。查询中与其它表关联的字段，外键关系建立索引

rows：

根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数

Extra：

包含不适合在其他列中显示但十分重要的额外信息。

  • Using filesort：说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作成为“文件排序”
  • Using temporary：使用了临时表保存中间结果，MySQL在对查询结果排序时使用临时表。常见于排序order by和分组查询group by
  • Using index：表示相应的select操作中使用了覆盖索引（Covering Index），避免访问了表的数据行，效率不错！如果同时出现using where，表明索引被用来执行索引键值的查找；如果没有同时出现using where，表明索引用来读取数据而非执行查找动作
  • Using where：表明使用了where过滤。
  • Using join buffer：使用了连接缓存。
  • impossible where：where子句的值总是false，不能用来获取任何元组。（查询语句中where的条件不可能被满足，恒为False）
  • select tables optimized away：在没有GROUPBY子句的情况下，基于索引优化MIN/MAX操作或者对于MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化
  • distinct：优化distinct操作，在找到第一匹配的元组后即停止找相同值的动作

5、索引优化

5.1、单表索引优化分析

创建表：

  • 建表SQL
CREATE TABLE IF NOT EXISTS article(
	id INT(10) UNSIGNED NOT NULL PRIMARY KEY AUTO_INCREMENT,
	author_id INT(10) UNSIGNED NOT NULL,
	category_id INT(10) UNSIGNED NOT NULL,
	views INT(10) UNSIGNED NOT NULL,
	comments INT(10) UNSIGNED NOT NULL,
	title VARCHAR(255) NOT NULL,
	content TEXT NOT NULL
);

INSERT INTO article(author_id,category_id,views,comments,title,content)
VALUES
(1,1,1,1,'1','1'),
(2,2,2,2,'2','2'),
(1,1,3,3,'3','3');
  • 表中的测试数据
SELECT * FROM article;
+----+-----------+-------------+-------+----------+-------+---------+
| id | author_id | category_id | views | comments | title | content |
+----+-----------+-------------+-------+----------+-------+---------+
|  1 |         1 |           1 |     1 |        1 | 1     | 1       |
|  2 |         2 |           2 |     2 |        2 | 2     | 2       |
|  3 |         1 |           1 |     3 |        3 | 3     | 3       |
+----+-----------+-------------+-------+----------+-------+---------+
3 rows in set (0.00 sec)

查询案例：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.2、两表索引优化

两表索引优化分析：主外键

创建表：

  • 建表 SQL
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 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 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 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 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 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)));
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)));
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)));
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)));
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)));

查询案例：

实现两表的连接，连接条件是 class.card = book.card

SELECT * FROM class LEFT JOIN book ON class.card = book.card;
+----+------+--------+------+
| id | card | bookid | card |
+----+------+--------+------+
|  1 |   12 |      6 |   12 |
|  2 |   13 |      8 |   13 |
|  2 |   13 |      9 |   13 |
|  2 |   13 |     12 |   13 |
|  3 |   12 |      6 |   12 |
|  4 |   17 |      3 |   17 |
|  5 |   11 |   NULL | NULL |
|  6 |    3 |      4 |    3 |
|  7 |    1 |      2 |    1 |
|  7 |    1 |     11 |    1 |
|  7 |    1 |     15 |    1 |
|  8 |   16 |      1 |   16 |
|  8 |   16 |     18 |   16 |
|  9 |   17 |      3 |   17 |
| 10 |   16 |      1 |   16 |
| 10 |   16 |     18 |   16 |
| 11 |    9 |     17 |    9 |
| 12 |   17 |      3 |   17 |
| 13 |   18 |      7 |   18 |
| 14 |   16 |      1 |   16 |
| 14 |   16 |     18 |   16 |
| 15 |    7 |   NULL | NULL |
| 16 |    8 |   NULL | NULL |
| 17 |   19 |   NULL | NULL |
| 18 |    9 |     17 |    9 |
| 19 |    6 |   NULL | NULL |
| 20 |    5 |   NULL | NULL |
| 21 |    6 |   NULL | NULL |
+----+------+--------+------+
28 rows in set (0.00 sec)
  • 使用 explain 分析 SQL 语句的性能，可以看到：驱动表是左表 class 表
EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card = book.card;
+----+-------------+-------+------+---------------+------+---------+------+------+----------------------------------------------------+
| id | select_type | table
最低0.47元/天 解锁文章
゛依然
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MySQL进阶学习1
nonbioclock的博客
08-02 192
索引 索引（index）：是帮助MySQL高效获取数据的数据结构，它是一个数据结构，可以简单的理解为“排好序的快速查找数据结构” 优点： 1、提高数据检索的效率，降低数据库的IO成本。 2、通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。 劣势： 1、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每次更新添加了索引列的字段， 都会调整因为更新所带来的键值变化后的索引信息
10-mysql数据查询语言(DQL)-基本查询2
jyn15159的博客
06-23 588
数据查询语言DQL where子句 where子句表示从给出的表数据中，取出其中符合条件的数据，通常都是对字段数据的判断。 where子句前面必须有from子句。虽然2者都可以省略，但有from可以没有where，但有where必须有from。 除了特殊的null，各种条件判断表达式返回的结果都是true或false（实际输出是1或0）。 而其中null其实也被当作false看待，因为是条件语句，所以终究只能说条件要么成立（true），要么不成立（false）。 where子句，相当于js中的if条件语句：
Mysql中的递归层次查询（父节点下的所有节点）
远古大猛犸
08-30 1760
转载：https://blog.csdn.net/qq_36827957/article/details/79939198  
mysql实现查询所有子节点_MySQL递归查询所有子节点，树形结构查询
weixin_36210111的博客
01-25 882
标签：--表结构CREATE TABLE `address` (`id` int(11) NOT NULL AUTO_INCREMENT,`code_value` varchar(32) DEFAULT NULL COMMENT ‘区域编码‘,`name` varchar(128) DEFAULT NULL COMMENT ‘区域名称‘,`remark` varchar(128) DEFAULT ...
mysql 根据父节点查询下面所有子节点-根据节点等级升序
qq_41670017的博客
07-01 336
SELECT c3.id FROM ( SELECT c1.id,c1.parent_id, IF( find_in_set( c1.parent_id, @p ) > 0, @p := concat( @p, ‘,’, c1.id ), 0 ) AS childIds FROM ( SELECT c.id,c.parent_id FROM crm_project_category c WHERE c.dept_id = #{deptId} and c.delete_flag =0 ORDER BY
MySQL 高级查询
热门推荐
看花容易绣花难
02-12 2万+
MySQL 高级查询
尚硅谷MySQL高级_笔记
10-05
尚硅谷MySQL高级的视频学习笔记，由本人整理
MySQL高级MySQL高级
02-21
在这个“MySQL高级”主题中，我们将深入探讨SQL语句，这是与MySQL交互的基础。 一、SQL基础 SQL（Structured Query Language）是一种用于管理关系数据库的标准语言。在MySQL中，SQL语句主要包括以下类型： 1. **...
2021年MySQL高级教程视频.rar
09-24
01.MySQL高级课程内容介绍.mp4 02.MySQL高级Linux上安装MySQL.avi 03.MySQL高级启动及登录MySQL.avi 04.MySQL高级索引概述.avi 05.MySQL高级索引优势和劣势.avi 06.MySQL高级索引数据结构.avi 07.MySQL高级索引数据...
mysql高级参考课件（供实操参考）.zip
01-18
以下是基于提供的"mysql高级参考课件（供实操参考）.zip"压缩包文件中的可能涵盖的一些关键知识点： 1. **SQL语言的高级应用**： - 子查询：学习如何在SELECT语句中嵌套查询，用于获取满足特定条件的数据。 - ...
Mysql高级-day04.pdf
04-15
以下内容将详细介绍MySQL高级使用中涉及到的常用工具、日志管理、数据备份与迁移、以及主从复制相关的知识点。 ### MySQL常用工具 #### mysql命令行客户端 mysql是MySQL数据库的命令行工具，用于从命令行界面与...
mysql where 查询无数据_十九、MySQL WHERE 子句有条件的查询数据
weixin_29024675的博客
01-27 1356
可以在 SELECT FROM 语句中添加 WHERE 字句有条件地从表中选取数据WHERE 子句类似于程序语言中的 if 条件，根据 MySQL 表中的字段值来读取指定的数据如果给定的条件在表中没有任何匹配的记录，那么查询不会返回任何数据WHERE 字句语法SQL SELECT 语句使用 WHERE 子句从数据表中读取数据的通用语法如下SELECT field1, field2,...field...
由Table_locks_waited想到的mysql 表锁问题
xgbjmxn的专栏
03-26 1277
由Table_locks_waited想到的mysql 表锁问题2010-05-13 13:15MyISAM表锁 一般情况下，MYSQL在更新操作会自动加表锁。不需要显式加锁。除非是数据要求严格的逻辑写顺序。 执行查询语句（SELECT）前，会自动给涉及的所有表加读锁，在执行更新操作 （UPDATE、DELETE、INSERT等）前，会自动给涉及的表加写锁，这个过程并不需要用户干预，因此，...
通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定争夺
tianlianchao1982的专栏
05-18 5149
可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定争夺： mysql> show status like ‘Table%’; +—————————-+———-+ | Variable_name                | Value     | +—————————-+———-+ | Table_locks_
mysql update锁表（踩坑）
Mr_Huang_1的博客
08-22 336
服务B开启事务（@Transactional）方法内对xxx表进行非查询操作；服务A开启事务（@Transactional）方法内对xxx表进行修改操作；然后远程调用服务B，服务B内在对xxx表进行非查询操作就会报错；接口走服务A先对xxx表进行了修改操作，导致此表上锁；mysql在执行更新语句的时候会会上锁；根据主键ID更新的时候会锁行；非主键ID更新的时候会锁表；
【MySQL】关于编译的MySQL的mysql.sock路径
qq_24428851的博客
08-21 613
如果是下载的官方MySQL二进制安装包或者编译安装（编译时使用的默认值，没有特意指定mysql.sockl路径），那么mysql.sock的路径是。并且如果路径原本不存在，启动MySQL之前你需要手动创建，主要目录的属主属组，使得MySQL启动时有写入权限！文件路径,启动时，不会有什么问题，MySQL Server 会将mysql.sock 文件生成在相应的目录。如果是用官方rpm安装或者拉取的官方docker镜像起的MySQL服务，mysql.sock的路径是。【MySQL】关于 mysql.sock。
[mysql][sql]mysql查询表大小
一名不太专业的程序员
08-21 513
表中选择特定数据库（在这个例子中是名为 'crawleroocllisten' 的数据库）的表信息。查询结果包括数据库名、表名、表中的记录数以及数据和索引所占用的空间容量（单位为MB）。这个查询通常用于数据库管理，帮助管理员了解数据库中各个表的大小和记录数，以便进行优化和维护。函数来将数据和索引长度除以1024两次（将字节转换为MB），并且保留两位小数。SQL 查询语句，用于从。
【MySQL数据库管理问答题】第5章 监控 MySQL
最新发布
Songyaxuan075118的博客
08-26 505
MySQL服务器的日志文件类型及用途 默认启用的两种日志 错误日志 二进制日志 常规查询日志和慢速查询日志 Performance Schema的作用 Performance Schema顶级检测组件 sys模式的作用 audit_log_filter_linux_install.sql脚本 配置基于规则的MySQL审计功能 MySQL Enterprise Monitor提供的管理功能 SHOW PROCESSLIST命令输出的列名及作用 中继日志 审计日志 查询日志 慢查询日志
MySQL系统性的学习--基础
kussm_的博客
08-23 436
用来管理数据库用户、控制数据库的访问权限。在MySQL中，用户的信息及用户所具有的权限的信息都是存放在 mysql 库中的 user 表里，同时知道主机地址和用户名才能完整的定位一个用户。
Ubuntu用户管理与MySQL高级查询
"MySQL高级查询实例及CMD命令" MySQL是一种广泛使用的开源关系型数据库管理系统，它在各种规模的应用中都有应用，从个人项目到大型企业级系统。本资源着重讲解了MySQL的高级查询技巧以及在Ubuntu系统中通过CMD...
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