MySQL基础

1.索引

1.1 索引数据结构

Hash表：不利于范围查询
二叉查找树：极端情况下（链表）查询复杂度O(n)
AVL树：自平衡二叉树，增删元素时，需要多次旋转，性能差。
红黑树：增删元素时，只需要O(1)次旋转。追求大致的平衡，导致树的高度较高，在内存中性能高。
B-树：所有节点存放key和data，每个节点独立。
B+树：只有叶子节点存放数据，相邻叶子节点有连接。

1.2 聚簇索引和非聚簇索引

区别：聚簇索引叶子节点保存数据的值，非聚簇索引叶子节点保存指向数据的指针。

1.3覆盖索引和联合索引

如果索引包含所有要查询字段的值，则叫覆盖索引。
使用多个字段创建的索引叫联合索引。

1.4慢SQL优化思路

SQL层面

警惕索引失效、使用具体字段代替*。

索引失效场景：

1. 数据转换类：隐式转换、使用了函数、表关联字段编码/类型/长度不一致。
2. 组合索引使用不当类：未命中最左匹配原则、出现>、<后序列停止最左匹配。
3. 特殊关键字类：is null / is not null、or前后条件中，有一个列没索引，另一个也不会走索引、like如果以%开头，不走索引。

分析工具：Explain关键字

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。
依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL
一般来说，得保证查询达到range级别，最好达到ref

索引层面：

1. 尽可能建立联合索引，扩展已有索引代替新增索引。
2. 字符串使用前缀索引代替普通索引。

SQL执行过程

分库分表