数据库慢查询介绍并优化

一.数据库查询慢的原因
我们可以把查询SQL执行看做是一个任务的话，那它是由一些列子任务组成的，每个子任务都存在一定的时间消耗。通常情况下，导致慢查询最根本的问题就是需要访问的数据太多，

导致查询不可避免的需要筛选大量的数据。
面对慢查询，我们需要注意以下两点：
(1）查询了过多不需要的数据
(2）扫描了额外的记

二．新数据库脚本慢，有何原因?
一个 SQL 执行的很慢，我们要分两种情况讨论：
1、大多数情况下很正常，偶尔很慢，则有如下原因
(1)、数据库在刷新脏页，例如 redo log 写满了需要同步到磁盘。
(2)、执行的时候，遇到锁，如表锁、行锁。
2、这条 SQL 语句一直执行的很慢，则有如下原因。
(1)、没有用上索引：例如该字段没有索引；由于对字段进行运算、函数操作导致无法用索引。
(2)、数据库选错了索引。
三.mysql中using的用法为：
using()用于两张表的join查询，要求using()指定的列在两个表中均存在，并使用之用于join的条件。
示例：
select a., b. from a left join b using(colA);
等同于：
select a., b. from a left join b on a.colA = b.colA;

四.索引的作用

1. 索引是什么，首先我们可以举个例子，字典大家应该都使用过，我们可以使用目录快速定位到所要查找的内容，那么索引跟目录的作用类似，在数据库表记录中，利用索引，可以快速过滤查找到数据记录。

2. 索引类型分类
   2.1 普通索引
   加快查询速度
   2.2 唯一索引
   加快查询速度，并且可以限制列值的唯一性，允许为空
   唯一索引包括联合唯一索引，多列形成的唯一索引，这些列可以唯一确定一条表记录，可以为空
   2.3 全文索引
   主要针对文本的内容进行分词，加快查询速度
   2.4 联合索引
   多列组成的索引，查询效率提升高于多个单列索引合并的效率
   2.5 主键索引
   主键唯一性，加快查询速度，不能为空

3. 索引结构分类
   索引有很多分类，例如B-tree索引，哈希索引，全文索引等等，索引的实现是在存储引擎层，并不是在后端服务器层，所以不同的存储引擎支持的索引结构也不一定一样
   3.1 B-tree索引
   B-tree 索引普遍存在于存储引擎中，他使用B-tree数据结构来存储数据，如果对树形数据结构比较了解的话，就知道B-tree索引所带来的好处了，他的每个叶子节点都会包含下一个节点的指针，非常方便查询数据
   B-tree 适用于全键值，键值范围，或者前缀查找
   3.2 哈希索引
   哈希索引基于哈希表实现，对于每一行数据，存储引擎会对所有的索引列计算一个哈希码，然后存储引擎会基于这个哈希码来查找数据，小编感觉有点像HashMap 中槽的查询过程
   3.3 全文索引
   全文索引在几种索引结构类型中比较特殊，他查找的是文本中关键词
   4. 索引的正确使用
   索引是建立在系统文件上的，会占用一定的内存空间，另外数据在更新的时候也会去维护索引，消耗内存，所以索引一定要正确的使用，索引并不是越多越好，要根据具体的查询业务来规划索引的建立。
   建议不要使用索引的几种情况：

   1.区分度不是很大的字段，例如 性别 sex
   2.频繁更新的字段
   3.字符串类型的字段 或者 文本类型的字段
   4.不在where列中出现的索引
   索引失效的几种情况：
   1.查询列中有函数计算
   2. 查询列中有模糊查询，“%cloum”,可以使用"cloum%" 代替,如果要使用"%column%"，那么select 列中是索引列
   3.如果查询条件中有or, 索引会失效，除非所有条件都加上索引
   4.使用不等于(!= 或者 <>)
   5.is null 或者 is not null
   6.字符串不加引号，会导致索引失效
   7.最左原则，联合索引中会遵循最左原则，即如果要使用联合索引，那么前面的索引列一定要包含，举个例子，
   有个联合索引(a,b,c) 那么查询条件中只能是 a=1 或者 a=1 and b=1 或者 a=1 and b=1 and c=1,不然索引就会失效