索引的使用:
当使用数据库十分慢的时候:找到哪慢-->为什么慢-->
慢查询日志(找到是哪个数据库的那张表超出了阈值):
MySQL的日志类型:
日志用于记录数据库的运行情况,以及用户对数据库执行的各类操作。当数据库发生故障时,可以 根据日志分析和解决问题,从而对数据库进行恢复。
日志的分类:
认识慢查询日志:
慢查询日志用于记录MySQL数据库中响应时间超过指定阈值的语句。慢查询日志通常也被称之为慢日志,因为它不仅仅只针对SELECT语句,像INSERT、UPDATE、DELETE等语句,只要响应时间超 过所设定阈值都会记录在慢查询日志中。
如何开启慢查询日志:
慢查询日志可以通过命令临时设置,也可以修改配置文件永久设置。
#查看是否开启慢查询日志 show variables like 'slow%';
#临时开启慢查询日志 set slow_query_log='ON'; set long_query_time=1;
#慢查询日志文件所在位置 show variables like '%datadir%'
例:
#显示慢日志的一些变量信息
#show variables like 'slow%';
#修改慢日志的阈值为1
#set global slow_launch_time=1;
#查看是否修改成功
#show variables like 'slow%';
#打开慢日志
#set global slow_query_log=ON;
#查看慢日志文件的存储方式
#show variables like 'log_output%';
#如果慢日志文件的存储方式是文件,查看文件的地址
#show variables like 'datadir%';
#使用语句验证慢日志是否记录
select sleep(5);
#只要大于阈值就好了
如果不是文件存储,那就在mydb下的slow_log。
查询分析器EXPLAIN(分析一条语句的效率):
explain简介:
explain命令可以查看SQL语句的执行计划。当explain与SQL语句一起使用时,MySQL将显示来自 优化器的有关语句执行计划的信息。也就是说,MySQL解释了它将如何处理语句,包括有关如何联 接表以及以何种顺序联接表的信息。
explain的使用:
explain的使用很简单,只需要在SQL语句之前加上explain命令即可,除select语句外,explain也 能分析insert、update和delete语句。
explain能做什么?
1. 分析出表的读取顺序 2. 数据读取操作的操作类型 3. 哪些索引可以使用 4. 哪些索引被实际使用 5. 表之间的引用 6. 每张表有多少行被优化器查询
explain结果解析:
type是从右往左越来越好。
例:
用explain分析select * from employee where id=13 和select * from employee where name='Jean'
两条语句的效率。
explain select * from employee where name='Jean'; //type是all
explain select * from employee where id=13; //type是const
索引的基本使用(一般一条MySQL语句慢都和索引有关):
什么是索引:
索引是一种特殊的数据结构,类似于图书的目录,它能够极大地提升数据库的查询效率。如果没有 索引,在查询数据时必须扫描表中的所有记录才能找出符合条件的记录,这种全表扫描的查询效率 非常低。(相当于数组的下标)
常见的索引种类:
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,使用索引可快速访问数据库表中的特定 记录。 ü 数据库的索引好比一本书的目录,能够加快数据库的查询速度; ü 索引是快速搜索的关键,如果不加索引,查找任何一条特定的数据都会进行一次全表扫描。
note:加了索引也不一定会使用索引,当使用like关键字的时候,即使加了索引type也是all
索引的使用(这里的语法和DDL有点相似):
1、创建索引:
# 创建普通索引 CREATE INDEX indexName ON tableName(columnName(length));
# 创建唯一索引 CREATE UNIQUE INDEX indexName ON tableName(columnName(length));
# 创建复合索引 CREATE INDEX indexName ON tableName(columnName1, columnName2, …);
2、删除索引:
DROP INDEX [indexName] ON tableName;
3、查看索引:
SHOW INDEX FROM tableName;
例(单个字段的索引):给employee表的名字,字段建一个索引,再使用explain分析器,进行分析。
#第一次查询索引,只查询到了主键的索引
mysql> show index from employee\G;
*************************** 1. row ***************************
Table: employee
Non_unique: 0
Key_name: PRIMARY
Seq_in_index: 1
Column_name: id
Collation: A
Cardinality: 13
Sub_part: NULL
Packed: NULL
Null:
Index_type: BTREE
Comment:
Index_comment:
Visible: YES
Expression: NULL
1 row in set (0.00 sec)
#为name创建一个索引
mysql> create index idx_name on employee(name);
Query OK, 0 rows affected (0.04 sec)
#使用explain分析器,进行分析查找名字为Jean的全部信息
#可以发现type是ref
mysql> explain select * from employee where name='Jean';
+----+-------------+----------+------------+------+---------------+----------+---------+-------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+----------+------------+------+---------------+----------+---------+-------+------+----------+-------+
| 1 | SIMPLE | employee | NULL | ref | idx_name | idx_name | 123 | const | 1 | 100.00 | NULL |
+----+-------------+----------+------------+------+---------------+----------+---------+-
#使用explain分析器,进行分析模糊查询
#可以发现type是all
mysql> explain select * from employee where name like '%e%';
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | employee | NULL | ALL | NULL | NULL | NULL | NULL | 13 | 11.11 | Using where |
+----+-------------+----------+------------+------+---------------+------+---------+-----
#删除索引
mysql> drop index idx_name on employee;
Query OK, 0 rows affected (0.03 sec)
复合索引前导列特性(多个字段的索引):
复合索引前导列特性:
在MySQL中,如果创建了复合索引(name, salary, dept),就相当于创建了(name, salary, dept)、 (name, salary)和(name)三个索引,这被称为复合索引前导列特性,因此在创建复合索引时应该将 最常用作查询条件的列放在最左边,依次递减。
show index from employee;
create index index_name_salary_dept on employee(name,salary,dept);
explain select * from employee where name='Jean'; //type是ref
explain select * from employee where name='Jean' and dept='部门A'; //type是ref
explain select * from employee where name='Jean' and dept='部门A' and salary=8800; //type是ref
explain select * from employee where dept='部门A' and salary=8800; //type是all
覆盖索引(对索引的关键词extra进行探索,使查询的更快):
什么是覆盖索引:
1. 使用覆盖索引,只需要从索引中就能检索到需要的数据,而不要再扫描数据表; 2. 索引的体量往往要比数据表小很多,因此只读取索引速度会非常快,也会极大减少数据访问量; 3. MySQL的查询优化器会在执行查询前判断,是否有一个索引可以覆盖所有的查询列; 4. 并非所有类型的索引都可以作为覆盖索引,覆盖索引必须要存储索引列的值。像哈希索引、空间索引、全文索引等并不会真正存储索引列的值。
当一个查询使用了覆盖索引,在查询分析器EXPLAIN的Extra列可以看到“Using index”。
例:
mysql> explain select name from employee\G;
mysql> explain select name,salary from employee\G;
mysql> explain select sex from employee\G;
mysql> explain select id from employee;
mysql> explain select sex from employee where sex='男'\G;
#
#例一extra 是 using index,因为这里之前创建了一个复合索引,当索引可以覆盖要查询的数据时(就是索
#引,中可以拿的到你要的值,直接看最后一个例子,虽然sex并没有索引但是extra是using index,因为where
#语句中是sex='男',但是这条语句的type还是ALL,因为他没有索引)就不会去查询表了,直接从索引中获取数
#据。
#
#我认为有无索引只是决定关键字type、而extra是由索引和where决定的,并且是不必要也不充分条件。索引覆
#盖,只是取值快而已