Mysql-性能优化方案及技术

认识数据索引

为什么使用数据索引能提高效率

1. 1. 数据索引的存储是有序的
   2. 在有序的情况下，通过索引查询一个数据是无需遍历索引记录的
   3. 极端情况下，数据索引的查询效率为二分法查询效率，趋近于 log2(N)

如何理解数据索引的结构

1. 1. 数据索引通常默认采用btree索引，（内存表也使用了hash索引）。
   2. 单一有序排序序列是查找效率最高的（二分查找，或者说折半查找），使用树形索引的目的是为了达到快速的更新和增删操作。
   3. 在极端情况下（比如数据查询需求量非常大，而数据更新需求极少，实时性要求不高，数据规模有限），直接使用单一排序序列，折半查找速度最快。
      1. 实战范例 ： ip地址反查

资源： Ip地址对应表，源数据格式为  startip, endip, area

源数据条数为 10万条左右，呈很大的分散性

目标： 需要通过任意ip查询该ip所属地区

性能要求达到每秒1000次以上的查询效率

挑战： 如使用 between … and 数据库操作，无法有效使用索引。

如果每次查询请求需要遍历10万条记录，根本不行。

方法： 一次性排序（只在数据准备中进行，数据可存储在内存序列）

折半查找（每次请求以折半查找方式进行）

1. 1. 在进行索引分析和SQL优化时，可以将数据索引字段想象为单一有序序列，并以此作为分析的基础。
      1. 实战范例：复合索引查询优化实战，同城异性列表

资源： 用户表user，字段 sex性别；area 地区；lastlogin 最后登录时间；其他略

目标： 查找同一地区的异性，按照最后登录时间逆序

   高访问量社区的高频查询，如何优化。

查询SQL: select * from user where area=’$area’ and sex=’$sex’ order by lastlogin desc limit 0,30;

挑战： 建立复合索引并不难， area+sex+lastlogin 三个字段的复合索引,如何理解？

首先，忘掉btree，将索引字段理解为一个排序序列。

如果只使用area会怎样？搜索会把符合area的结果全部找出来，然后在这里面遍历，选择命中sex的并排序。 遍历所有 area=’$area’数据！

如果使用了area+sex，略好，仍然要遍历所有area=’$area’ and sex=’$sex’数据，然后在这个基础上排序！！

Area+sex+lastlogin复合索引时（切记lastlogin在最后），该索引基于area+sex+lastlogin 三个字段合并的结果排序ÿ