【MySQL】存储引擎➕索引➕优化（Linux下MySQL安装）

---

前言

没有前言…

---

一、存储引擎

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）。

1. 背景

🍕MySQL体系结构

🍕存储引擎：存储数据、建立索引、更新/查询数据等技术的实现方式。

基于表，而不是基于库
在一个数据库中的多张表可以选择不同的存储引擎，也被称为表类型，$MySQL5.5$后，存储引擎默认版本为InnoDB

🍕指定方式：

creat table 表名{
	字段1 字段1类型,
	...
	字段n 字段n类型
} engine = innodb;

show engines; 查询当前数据库支持的存储引擎

2. 存储引擎特点

2.1. innodb

🍕特点：DML操作（增删改）遵循ACID模型，支持事务、外键、行级锁（提高并发访问性能）

xxx.ibd：xxx代表的是表名, innoDB引擎的每张表都会对应这样一个表空间文件 ，存储该表的表结构(frm、sdi)、 数据和索引

2.2. MyISAM

🍕特点：不支持事务、外键、行锁，支持表锁，访问速度快

🍕文件：xxx.sdi:存储表结构信息、xxx.MYD:存储数据、xxx.MYI:存储索引

2.3.Memory

🍕介绍：Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。

🍕特点：内存存放，访问速度很快、拥有hash索引

• 文件：xxx.sdi:存储表结构信息

innodb与myisam的区别是什么？

3.存储引擎的选择

🍕innodb：innodb支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致，数据操作除了插入和查询之外，还包含很多的更新、删除操作（唯一支持事务，用的最多）

🍕myisam：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高（电商中足迹、评论等数据处理时用）

🍕memory：数据保存在内存中，访问速度快，通常用于临时表及缓存。缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性

点此👉了解更多

二、MySQL安装（Linux版）

mysqld是服务，mysql是客户端
mysqld其实是SQL后台程序(也就是MySQL服务器)，它是关于服务器端的一个程序，mysqld意思是mysql daemon，在后台运行，监听3306端口，如果你想要使用客户端程序，这个程序必须运行，因为客户端是通过连接服务器来访问数据库的。你只有启动了mysqld.exe，你的mysql数据库才能工作

🍕下载MySQL8.0.34

# 卸载mariadb 
rpm -e --nodeps mariadb-libs-5.5.68-1.el7.x86_64
# 下载最新的mysql下载到指定目录/usr/local/mysql/下
wget -P /usr/local/mysql/ https://cdn.mysql.com//Downloads/MySQL-8.0/mysql-8.0.34-1.el7.x86_64.rpm-bundle.tar
# 解压
tar -xvf mysql-8.0.34-1.el7.x86_64.rpm-bundle.tar
# 安装
rpm -ivh mysql-community-common-8.0.34-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-8.0.34-1.el7.x86_64.rpm --nodeps --force
rpm -ivh mysql-community-client-8.0.34-1.el7.x86_64.rpm --nodeps --force
rpm -ivh mysql-community-server-8.0.34-1.el7.x86_64.rpm --nodeps --force

# root用户下需要初始化
mysqld --initialize --user=mysql

# 设置免密登录，最后一行加入
vim /etc/my.cnf
skip-grant-tables

# 重启MySQL服务
systemctl restart mysqld

# 登录MySQL
mysql
use mysql;
update user set authentication_string='' where user='root';
# 回到/etc/my.cnf，注释掉skip-grant-tables，重启MySQL
systemctl restart mysqld
ALTER USER 'root'@'localhost' IDENTIFIED BY 'lovexw999';
FLUSH PRIVILEGES;

遇到ERROR 1045 (28000): Access denied for user 'root'@'localhost' (using password: YES)怎么办！！
重新加上skip-grant-tables,进入MySQL后将密码设置为空 use mysql ; update user set authentication_string='' where user='root';，再把它注释掉，登录即可修改密码~

三、索引（提高检索效率）

1. 索引概述

索引(index)是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引

🍕演示（select效率嘎嘎提升）：

🍕优缺点：

2. 索引结构

🍕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：

🍕各引擎对索引的支持情况：

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

🍕二叉树：

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
红黑树：大数据量情况下，层级较深，检索速度慢

🍕B-tree（多路平衡查找树），以一颗最大度数（一个节点的子节点个数）为5（5阶）的b-tree为例（每个节点最多存储4个key划分成5个区域，5个指针）：

🌰动态演示：点此👉前往q(≧▽≦q)

一个节点通过一个磁盘块或者叫一页来存放，一页的大小是固定的16K，我们发现B-tree每个节点都要存放数据，而下面的B+tree的分支点不存放数据，那么一页中能够存放的键值key和指针就会增多，最终在相同数据量的情况下，B+tree的层级就会更少

🍕B+tree，以一颗最大度数（一个节点的子节点个数）为4（4阶）的b+tree为例：

特点：

1. 非叶子节点起到索引作用不存数据，叶子节点包含了所有插入的元素和数据
2. B+Tree中所有叶子结点（所有元素）形成了一个单向链表

🌰动态演示：点此👉前往q(≧▽≦q)

🍕MySQL中的B+tree：MySQL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双向链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能（也支持范围查询）

🍕Hash：哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中，如果两个（或多个）键值，映射到一个相同槽位上，他们就产生了hash冲突，可以通过链表来解决

特点：

1. Hash索引只能用于对等比较（=，in），不支持范围查询（between,>,<,…）
2. 无法利用索引完成排序操作
3. 查询效率高，通常只需要一次检索就可以了（不出现hash冲突的情况下），效率通常要高于B+tree索引

在MysQL中，支持hash索引的是Memory引擎，而innoDB中具有自适应hash功能，是根据B+Tree索引在指定条件下自动构建hash索引

3. 索引分类

🍕在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种:

聚集索引选取规则：

1. 如果存在主键，主键索引就是聚集索引。
2. 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
3. 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。

🍕图解聚集索引、二级索引：

都是B+tree结构，不同的是聚集索引的叶子节点存放了这一行所有的数据，二级索引的叶子节点存放主键id值

回表查询：先从二级索引中找到对应的主键值，再根据主键值回到聚集索引拿到这一行的行数据

🍕lnnoDB主键索引的B+tree在不同数据量时的高度为多高呢?

4. 索引语法

🍕创建索引：create [unique | fulltext] index index_name on table_name (index_col_name,...);

# 建立 tb_user、tb_sku 两张表，从DG里面用show create table 表名 来复制建表语句来Linux中建表

# name字段为姓名字段，该字段的值可能会重复。为该字段创建索引（idx_...索引命名规范）
create index idx_user_name on tb_user(name);

# phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引
create unique idx_user_phone on tb_user(phone);

# 为profession/age/status创建联合索引(字段顺序有讲究)
create index idx_user_pro_age_sta on tb_user(profession,age,status);

🍕查看索引：show index from tale_name;

show index from tb_user;

🍕删除索引：drop index index_name on table_name;

drop index idx_user_name on tb_user;

5. SQL性能分析

🍕SQL执行频率：MySQL客户端连接成功后，通过show [session | global] status命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次

# 7个下划线
show global status like 'Com_______';

🌰查询结果如图：

我们一般是select语句占大多数，那就要针对其优化，要对哪些语句进行优化要借助下面的慢查询日志

🍕慢查询日志：慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。MySQL的慢查询日志默认没有开启

# 查看慢查询日志是否开启
show Variables like '%show_query_log%';
# 开启My5QL查询慢日志
set global slow_query_log=on;

# 再创建一个Linux窗口
vim /etc/my.cnf
# 在[mysqld]下面加上,保证永久生效
slow_query_time=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

🌰配置完毕之后，通过以下指令重新启动MySQL服务器进行测试service mysqld restart；在mysql中输入show variables like 'slow_%;查看慢日志文件中记录的信息，找到slow_query_log_file对应的value值（即路径），重新打开一个linux远程窗口，cat 该路径查看对应的慢查询日志

# 实时查看日志更新，查看到的内容（效率低的语句）就是需要优化的sql语句
tail -f 用户名-slow.log

🍕profile详情：show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作

select @@have_profiling;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：

# 查看profiling开关是否打开
select @@profiling;

# 打开
set profiling = 1;

# 查看所有sql语句的执行耗时情况
show profiles;

# show profile for query query_id;
# 查看指定query_id的SQL语句各个阶段的耗时情况 
show profile for query 3;

# show profile cpu for query query_id;
# 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query 3;

🍕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;

🍕查询到的执行计划各字段含义：

字段	含义
id	select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）
select_type	表示SELECT 的查询类型，常见的取值有 SIMPLE(简单表，即不使用表连接或者子查询)、PRIMARY(主查询，即外层的查询)、UNION(UNION 中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询)等
table	表名
type	表示连接类型，性能由好到差的连接类型为NULL、System、const、eq_ref、ref、range、index、all
possible_keys	显示可能应用在这张表上的索引，一个或多个
key	实际使用的索引，如果为NULL，则没有使用索引
key_len	表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
ref	查询普通索引去查的时候就是ref
rows	MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。
filtered	表示返回结果的行数占需读取行数的百分比，filtered的值越大越好
Extra	执行查询到过程中没有展示出来的值将会在这额外的展示

🌰例子：

# 查询所有学生的选课信息，加\G列式查询
select s.*, c.*  from students s, courses c,students_courses sc where s.StudentId = sc.StudentId and c.CourseId = sc.CourseId\G;

# 查询执行计划
explain select s.*, c.*  from students s, courses c,students_courses sc where s.StudentId = sc.StudentId and c.CourseId = sc.CourseId\G;

6. 索引使用

6.1. 最左前缀法则

🍕指的是查询从索引的最左列开始（只要最左列存在，跟位置无关），并且不跳过索引中的列。如果索引了多列(联合索引)，要遵守最左前缀法则，如果跳跃某一列，索引将部分失效(后面的字段索引失效)
🌰联合索引例子show index from tb_user;：

1. explain/desc查询profession、age字段（索引生效）：
   
2. explain/desc查询age、status字段（索引失效）：
   
3. explain/desc单查一个status字段（索引失效）：
   
4. explain/desc查询profession、status字段（索引部分失效，status没有age来连接故失效）
   

6.2. 范围查询

🍕联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效
🌰例子（上面用>右侧的status索引失效，下面用≥索引全生效）：
所以在允许的情况下有索引时尽量用≥≤

6.3. 索引列运算

🍕不要在索引列上进行运算操作，索引将失效
🌰例子（运用函数运算phone索引失效）：

6.4. 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
🌰例子（索引失效）：

6.5. 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
🌰例子（前面加%模糊匹配变成全表扫描，索引失效）：

6.6. or连接条件

🍕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，两侧都有索引才生效
🌰例子：

6.7. 索引分布影响

🍕如果MySQL评估使用索引比全表扫描更慢，则不使用索引。取决于数据分布情况，MySQL自动调整
🌰例子（绝大多数phone≥‘17799990000’自动评估后使用全表扫描）：

6.8. SQL提示

🍕SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的

提示	说明
use index	建议MySQL用这个索引
ignore index	告诉MySQL忽略这个索引
force index	强制MySQL必须用这个索引

🌰例子：

6.9. 覆盖索引

🍕尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到的)，减少select *（避免回表查询）
🌰例子：explain select id, profession from tb_user where profession='软件工程' and age=31 and status = '0' ;

Extra解读：

1. using index condition：查找使用了索引,但是需要回表查询数据
2. using where; using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据

🌰思考：一张表,有四个字段(id, username, password, status),由于数据量大,需要对select id,username,password from tb_user where username = 'itcast'; 进行优化,该如何进行才是最优方案?
答：对username、password建立联合查询

6.10. 前缀索引

🍕当字段类型为字符串(varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘lO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引的体积，从而提高索引效率，语法create index idx_xxx on table_name(column(n));

前缀长度n：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的

# 查询email选择性的值，看看n=5时选择性如何，根据需要不断调整n的值
select count(distinct substring(email,1,5))/count(*) from tb_user ;

6.11. 单列索引和联合索引

🍕单列索引：即一个索引只包含单个列；联合索引：即一个索引包含了多个列。在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

🌰例子：

1. 单列索引：
   
   用的是phone索引只能找到id和phone，name字段就需要回表查询
2. 建立联合索引后（无需回表查询）：
   

创建联合索引时要考虑字段顺序，用的多字段放前面，因为要遵循最左前缀法则，避免索引失效

7. 索引设计原则

1. 针对于数据量较大（>100万），且查询比较频繁的表建立索引
2. 针对于常作为查询条件(where)、排序（order by)、分组(group by)操作的字段建立索引
3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高
4. 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引
5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率
6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率
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。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询

四、SQL优化

1. 插入数据

🍕insert优化：

1. 批量插入(1000条以内)：insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'jerry');
2. 手动提交事务：

start transaction;
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'jerry');
commit;

3. 主键顺序插入：(1,'Tom'),(2,'Cat'),(3,'jerry')

🍕大批量插入数据：如果一次性需要插入大批量数据，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令进行插入。操作如下:

# 客户端连接服务端时，加上参数 --local-infile
mysql --local-infile -u root -p

# 查看全局参数local_infile是否开启
select @@local_infile;

# 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;

# 我们再开一个cmd
sftp root@Linux主机名
# 上传数据put，下载get
put F:\a.sql

# 回到MySQL执行load指令将准备好的数据，加载到表结构中
load data local infile '/root/a.sql' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

主键顺序插入性能高于乱序插入

2. 主键优化

🍕数据组织方式：在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table， lOT)

🍕页分裂：页可以为空，也可以填充一半，也可以填充100%。每个页包含了2到N行数据(如果一行数据过大，会行溢出)，根据主键排列
🌰图例说明：

🍕页合并：当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（flaged）为删除并且它的空间变得允许被其他记录声明使用，当页中删除的记录达到MERGE_THRESHOLD（默认为页的50%)，InnoDB会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用
🌰图例说明：

MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或者创建索引时指定。

🍕主键设计原则：

1. 满足业务要求的情况下，尽量降低逐渐的长度（因为二级索引叶节点中存储的是主键数据）
2. 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键
3. 尽量不要使用UUID做主键或者是其他自然主键，如身份证号
4. 业务操作时，避免对主键的修改

3. order by优化

🍕Using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫FileSort排序（优化对象）
🍕Using index：通过有序索引顺序扫描直接返回有序数据，这种情况即为using index，不需要额外排序，操作效率高（目标）

需要注意的几点：

1. 对要使用order by来排序的字段，建立索引前Extra显示Using filesort效率低下，我们创建索引后变成Using index，通过索引返回有序数据，性能更高
2. 字段排序顺序跟联合索引顺序有关，不一致就会出现Using filesort
3. 优化排序时，创建索引最好也指定一下升降序，例：create index idx_user_age_pho_ad on tb user(age asc , phone desc);，否则默认升序，排序时升降序不一致会出现Using filesort
4. 优化的前提是使用了覆盖索引
5. 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort_buffer_size(默认256k)

4. group by优化

🍕优化目标：Using temporary➡Using index

在分组操作时，可以通过索引来提高效率，索引的使用也是满足最左前缀法则的
因为也是利用索引优化，故注意事项同SQL优化部分，上去复习！

5. limit优化

一个常见又非常头疼的问题就是limit 2000000,10，此时需要MySQL排序前2000010记录，仅仅返回2000000至2000010的记录，其他记录丢弃，大数据量时查询排序的代价非常大

🍕优化思路：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引➕子查询形式进行优化。

# 查询sku表中 2000000-2000010 数据
explain select s.* from tb_sku t , (select id from tb_sku s order by id limit 2000000,10) a where t.id = a.id;

6. count优化

前提是没有where条件的情况下（不然都慢😅）：
MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回这个数，效率很高
InnoDB引擎就麻烦了，它执行count(*)的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数

🍕优化思路：自己计数😅

🍕count的几种用法：

用法	说明
count()	是一个聚合函数，对于返回的结果集，一行行地判断，如果count 函数的参数不是NULL，累计值就加1，否则不加，最后返回累计值
count(*)	查询表中总记录数
count(主键)	依旧是总记录数，主键必非空
count(字段)	查询非空字段数
count(1)	会统计表中的所有的记录数，包含字段为null 的记录

按照效率排序的话，count(字段)< count(主键id)< count(1) ≈ count(*)，所以尽量使用count(*)。

7. update优化

🍕InnoDB的行锁是针对索引加的锁，不是针对记录加的锁,并且该索引不能失效，否则会从行锁升级为表锁

想要优化，update的对象得加索引，不加索引的字段会有表锁，锁住整张表使得性能下降，加索引即行锁，可并发update多个对象

---

总结

学习了引擎、索引（重点）、SQL优化，多复习基础篇知识，边温故边学新

上面用了一个sftp，SFTP（SSH File Transfer Protocol，也称 Secret File Transfer Protocol），是一种安全的文件传输协议，一种通过网络传输文件的安全方法；它确保使用私有和安全的数据流来安全地传输数据。 SFTP传输文件的过程，如下图：

SFTP要求客户端用户必须由服务器进行身份验证，并且数据传输必须通过安全通道（SSH）进行，即不传输明文密码或文件数据。它允许对远程文件执行各种操作，有点像远程文件系统协议。SFTP允许从暂停传输，目录列表和远程文件删除等操作中恢复。

下一站视图/存储过程/触发器、锁🔒