Python之MySQL优化(上)

1.索引优化

1.1 索引的分类

分类角度	索引名称
数据结构	B+树，Hash索引，B-Tree 等
存储层面	聚簇索引，非聚簇索引
逻辑层面	主键索引，普通索引，组合索引，唯一索引，空间索引

1.2 回表

假设我们执行一条查询语句
select * from person where ID = 6,因为直接使用的是主键ID查询，所以就会用主键索引，由于主键索引直接关联了整行所有数据，所以，引擎只要执行一次就能查询出结果。
如果执行的sql语句是非主键索引

select * from person where age = 18

上述语句会走age的普通索引，索引先根据age搜索等于18的索引记录，找到ID=10的记录，然后再到主键索引搜索一次，然后拿出需要查询的数据。
从普通索引查出主键索引，然后查询出数据的过程叫做回表。由于回表需要多执行一次查询，这也是为什么主键索引要比普通索引要快的原因，所以，我们要尽量使用主键查询。

1.3 覆盖索引

我们通常创建索引的依据都是根据查询的where条件，但是这只是我们通常的做法，我们根据上面的分析可以知道，如果要想查询效率高，第一，使用主键索引，第二，避免回表，也就是尽可能的在索引中就能获取想要的数据。如果一个索引包含了需要查询的字段，那么我们就叫做"覆盖索引"

建立复合索引：

create index idx_staffs_nameAgePos on staffs(name,age,pos);
-- idx_为建立的复合索引
-- （name,age,pos）是为这三个字段所创建的索引

1.4 索引的口诀

全值匹配我最爱,最左前缀要遵守
带头大哥不能死,中间兄弟不能断
索引列上少计算,范围之后全失效
like百分写最右,覆盖索引不写星
不等空值还有or,索引失效要少用
varchar引号不可丢,SQL高级也不难

2.0 索引优化案例

2.1 单表优化

#建表
create table article(
    id int unsigned not null primary key auto_increment,
    author_id int unsigned not null,
    category_id