MySQL1

索引

高效获取数据的排好序的数据结构

数据结构：二叉树、红黑树、Hash表、B-Tree

B-Tree:

1、叶子节点具有相同深度，叶节点指针为空

2、所有的索引元素不重复

3、数据索引从左到右递增排列

B+Tree

1、非叶子节点不存储data,只存储索引

2、叶子节点包括所有索引字段

Hash:

对索引的key进行一次Hash计算定位出数据存储位置，仅满足= in,不支持范围查询

存储引擎

MyIsam:索引文件和数据文件是分离的，非聚集

InnoDB：

表数据文件本身就是按照B+Tree组织的一个索引结构文件

聚集索引-叶节点包含了完整的数据记录

存储的是主键值

Explain

1、id列的編號是select的序號，有幾個select就有几个id，id的顺序是按select出现的顺序增长的。id越大执行优先级越高

2、select_type:表示对于行是简单还是复杂的查询

simple：简单查询，不包含子查询和union

primary：复杂查询中最外层的select

subquery:包含在select中的子查询,不在from中

derived：包含在from子句中的查询，派生表

union: 在union中的第二个和随后的select

3、table：正在访问哪个表

4、partitions:查询分区表的情况下显示查询将要访问的分区

5、type:关联类型和访问类型

system>const>eq_ref>ref>range>index>All,一般来说，保证查询达到range级别，最好到达ref

NULL:sql执行不需要访问表或索引，例如找最小值，单独通过查询索引来完成。因为索引是从左往右有序的，不需要访问表

const,system:查询部分进行优化转为一个常量，例如主键或唯一索引对常数进行比较，直接找对应的行  select * from user where id =1;

eq_ref:主键索引和唯一索引的所有部分被连接使用，最多只会返回一条符合条件的记录简单的select不会出现这种 select * from a left join b on a.id = b.aid;

ref:相比rq_ref,不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引和某个值比较可能会找到多个符合条件的行

select * from user where name = 'tom'

select fid from file left join actor on film.id = actor.filmId;

range:范围查找

index:扫描全索引就可以拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始查找，而是直接对二级索引的叶子节点遍历和扫描，速度较慢

all:全表扫描，扫描聚簇索引的所有叶子节点

6、possible_keys:可能使用的索引

7、key:使用的哪个索引

8、key_len:显示MySQL在索引里使用的字符数，索引类型的长度

9、ref:显示在key列使用索引所用到的列或常量：const或者对于的字段

10、row:估计读取并检测的行数

11、filtered列：rows*filtered/10可以估算出将要和explain中前一个表进行连接的行数

12、extra列：额外信息，有时候有用，有时候乱

actor表，frm存储表结构，ibd存储数据和索引，5.7版本

索引下推

联合索引（name,age,position) select * from user where name like 'A%' and age=11 and position=123;

按照最左前缀原则，这种情况只有name字段走索引，得到的age和position是无序的，mysql5.6之前只能拿A开头的索引对于的主键逐个回表，到主键索引上找出对于的记录，再对比age和postion这两个字段是否符合

MySQL5.6后引入索引下推，在索引遍历的过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录后再回表，减少回表的次数。在联合索引中匹配到name是A开头的索引后，同时会在索引里过滤掉age和positon这两个字段，拿着过滤完剩下的索引对应的主键id再回表查询整行数据