Mysql及Redis学习

最新推荐文章于 2021-01-18 21:50:47 发布

王栗枝i

最新推荐文章于 2021-01-18 21:50:47 发布

阅读量125

点赞数

分类专栏：数据库

本文链接：https://blog.csdn.net/chanyupin9791/article/details/84381785

版权

数据库专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Mysql的查询过程

1．客户端将查询指令（一个数据包）发送到 mysqlserver端
2． Server端首先检查缓存，如果能找到就返回结果，否则就进行下一步
3． Server端的解析器进行解析查询语句，进行预处理和优化查询，生成查询计划。
4． Server端的查询执行引擎调用api执行查询
5． Server端将查询结果返回客户端。

关系型数据库的结构的特点：

数据以表格的形式出现
每行为各种记录名称
每列为记录名称所对应的数据域
许多的行和列组成一张表单
若干的表单组成database

相应名词：

主键：主键是唯一的。一个数据表中只能包含一个主键。你可以使用主键来查询数据。
外键：外键用于关联两个表。
复合键：复合键（组合键）将多个列作为一个索引键，一般用于复合索引。
索引：使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一列或多列的值进行排序的一种结构。类似于书籍的目录。

索引的定义（索引别称index，key，键）：

首先，索引是一种数据结构。在关系数据库中，索引是对表中一列或多列的值进行排序的一种存储结构，它是表中一列或多列的值的集合，而且其中包含了对应表中记录的引用指针。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。
Mysql的索引分为单列索引(全文索引，主键索引，唯一索引，普通索引)和组合索引。
单列索引:一个索引只包含一个列，一个表可以有多个单列索引。
组合索引:一个组合索引包含两个或两个以上的列。
如果一个索引（如：组合索引）中包含所有要查询的字段的值，那么就称之为覆盖索引，如SELECT user_name, city, age FROM user_test WHERE user_name = ‘feinik’ AND age > 25.因为要查询的字段（user_name, city, age）都包含在组合索引的索引列中，所以就使用了覆盖索引查询，查看是否使用了覆盖索引可以通过执行计划中的Extra中的值为Using index则证明使用了覆盖索引，覆盖索引可以极大的提高访问性能。
4． Mysql普遍使用B+Tree实现其索引结构
5．在MySQL中，索引属于存储引擎级别的概念，不同存储引擎对索引的实现方式是不同的

MyISAm引擎中的索引：

MyISAM引擎使用B+Tree作为索引结构，索引文件和数据文件是两个文件。叶结点的data域存放的是数据记录的地址。
MyISAM的索引文件仅仅保存数据记录的地址。在MyISAM中，主索引和辅助索引（Secondary key）在结构上没有任何区别，只是主索引要求key是唯一的，而辅助索引的key可以重复。
因此，MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。

InnoDB索引实现：

也使用B+Tree作为索引结构。InnoDB的数据文件本身就是索引文件。而在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶结点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。
叶结点包含了完整的数据记录。因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键。

索引使用的优化：

MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）。

索引的缺点：索引文件本身要消耗存储空间，同时索引会加重插入、删除和修改记录时的负担，另外，MySQL在运行时也要消耗资源维护索引，因此索引并不是越多越好。增大了表的文件大小(索引文件甚至可能比数据文件还大)。
以下情况适合创建索引：
2.1经常被查询的字段，即在where字句中出现的字段。
2.2在分组的字段，即在 GROUP BY 字句中出现的字段。
2.3存在依赖关系的字表和父表之间的联合查询，即主键和外键。
2.4设置唯一完整性约束的字段。
以下情况不适合创建索引：
3.1在查询中很少被使用的字段。
3.2拥有许多重复值的字段。

SQL语句优化:

避免在where子句中使用！=和<>，否则引擎将放弃使用索引而全盘扫描
很多时候用exists代替in是很好的选择
用where子句代替HAVING，因为having会在检索出全部的记录后才进行过滤
In和not in 也要慎用有可能造成全盘扫描
不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引
任何地方都不要使用 select * from t
尽量避免大事务操作，提高系统并发能力
应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描。

Redis缓存

redis缓存如何添加到业务逻辑代码中？
Redis在内存中，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)
redis作为缓存的作用就是减少对数据库的访问压力，当我们访问一个数据的时候，首先我们从redis中查看是否有该数据，如果没有，则从数据库中读取，将从数据库中读取的数据存放到缓存中，下次再访问同样的数据的是，还是先判断redis中是否存在该数据，如果有，则从缓存中读取，不访问数据库了。