MySQL优化

逻辑架构图​​​​

索引

目的：提高数据查询效率

实现：常见的有哈希表、有序数组、搜索树

哈希表：新增内容很快，但做区间查询很慢，适用于等值查询的场景。

有序数组：对等值查询和范围查询速度都很快，但更新数据很慢，只适用于静态存储引擎。

查询效率

count(字段)<count(主键 id)<count(1)≈count(*)，建议尽量使用 count(*)

案例一：条件字段函数操作

对索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能。

案例二：隐式类型转换

如果比较的字符的类型不同，解释器会自动转换类型，这时可能就会发生案例一的情况，

看 select “10” > 9 的结果：如果规则是“将字符串转成数字”，那么就是做数字比较，结果应该是 1；如果规则是“将数字转成字符串”，那么就是做字符串比较，结果应该是 0。

案例三：隐式字符编码转换

如果比较的字符的编码凡事不同，解释器会自动转换编码，这时可能就会发生案例一的情况，

慢查询性能问题

MySQL 中，会引发性能问题的慢查询，大体有以下三种可能：

1. 索引没有设计好，通过创建索引来解决；
2. SQL 语句没写好，参考上面的案例；
3. MySQL 选错了索引，给这个语句加上 force index。

join语句

总是应该使用小表做驱动表，在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据量，数据量小的那个表，就是“小表”，应该作为驱动表。