Mysql索引与优化

已于 2022-03-14 23:31:38 修改
阅读量1.5k 收藏
点赞数 1
分类专栏： 数据库 文章标签： mysql b树 数据结构
于 2022-03-14 10:33:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42302684/article/details/123471208
版权

Mysql索引优化底层原理

前言

Mysql官方定义索引：索引（Index）是帮助MySQL高效获取数据的数据结构，类似于书的目录结构一样。

说明：为什么InnoDb引擎表必须有主键，并且推荐使用整型的自增方式？
1.不建议使用uuid使用数据库主键，不支持范围查询
2.B+树底层搜索的时候可能会发生值比较判断

一、索引数据结构介绍

1.Hash表，等值查询效率比较高、但是不支持范围查询
2.二叉树，时间复杂度log2n，缺点：有可能产生不平衡，类似于链表的结构。时间复杂度为o(n)
3.平衡二叉树avl/红黑树 使用旋转和变色方式保证平衡 它是一棵空树或它的左右两个子树的高度差的绝对值不超过1
缺点： 如果存放几百条数据的情况下，树高度越高，查询效率会越慢
4. B-Tree树
叶子节点具有相同的深度、叶子节点指针是为空 ，所有索引的元素不能够重复 叶子节点的数据从左到右递增排列。
5. B+树
1.非叶子节点不存储data，只存放索引(冗余)
2.叶子节点包含所有索引字段
3.叶子节点用指针连接，提高区间访问的性能

二、MySQL索引优化原理

1.慢查询

SHOW VARIABLES LIKE '%query%'      查询慢日志相关信息
slow_query_log 默认是off关闭的，使用时，需要改为on 打开　　　　　　
slow_query_log_file 记录的是慢日志的记录文件
long_query_time 默认是10S，每次执行的sql达到这个时长，就会被记录
SHOW STATUS LIKE '%slow_queries%'  查看慢查询状态

set global long_query_time = 1 修改慢查询时间1s
set global slow_query_log ='ON' #开启慢查询

注意：修改慢查询时间后，记得需要重新连接才可以生效

如何定位慢查询？
SHOW VARIABLES LIKE ‘%query%’

2.执行计划EXPLAIN

通过慢查询定位一些查询比较慢的sql语句，在使用explain 工具排查该sql语句索引是否有生效。

EXPLAIN select * from mayikt_user where id=1;
EXPLAIN select * from mayikt_user where user_name='mayikt001';

id:选择标识符
select_type:表示查询的类型。
table:输出结果集的表
partitions:匹配的分区
type:表示表的连接类型
possible_keys:表示查询时，可能使用的索引
key:表示实际使用的索引
key_len:索引字段的长度
ref:列与索引的比较
rows:扫描出的行数(估算的行数)
filtered:按表条件过滤的行百分比
Extra:执行情况的描述和说明询，又是上述三种复杂查询中
模拟sql语句：

SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for mayikt_class
-- ----------------------------
DROP TABLE IF EXISTS `mayikt_class`;
CREATE TABLE `mayikt_class` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`),
  KEY `nameandid` (`id`,`name`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;

-- ----------------------------
-- Records of mayikt_class
-- ----------------------------
INSERT INTO `mayikt_class` VALUES ('1', '第一期');
INSERT INTO `mayikt_class` VALUES ('3', '第三期');
INSERT INTO `mayikt_class` VALUES ('2', '第二期');


SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for mayikt_student
-- ----------------------------
DROP TABLE IF EXISTS `mayikt_student`;
CREATE TABLE `mayikt_student` (
  `id` int(11) NOT NULL,
  `name` varchar(45) DEFAULT NULL,
  `update_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

-- ----------------------------
-- Records of mayikt_student
-- ----------------------------
INSERT INTO `mayikt_student` VALUES ('1', 'mayikt', '2017-12-22 15:27:18');
INSERT INTO `mayikt_student` VALUES ('2', 'meite', '2017-12-22 15:27:18');
INSERT INTO `mayikt_student` VALUES ('3', 'xiaowei', '2017-12-22 15:27:18');


SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for mayikt_student_class
-- ----------------------------
DROP TABLE IF EXISTS `mayikt_student_class`;
CREATE TABLE `mayikt_student_class` (
  `id` int(11) NOT NULL,
  `class_id` int(11) NOT NULL,
  `student_id` int(11) NOT NULL,
  `remark` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idex_stuandclass` (`class_id`,`student_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

-- ----------------------------
-- Records of mayikt_student_class
-- ----------------------------
INSERT INTO `mayikt_student_class` VALUES ('1', '1', '1', null);
INSERT INTO `mayikt_student_class` VALUES ('2', '1', '2', null);
INSERT INTO `mayikt_student_class` VALUES ('3', '2', '1', null);

explain中的列说明：
1.Id列
id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。MySQL将 select 查询分为简单查询(SIMPLE)和复杂查询(PRIMARY)。
复杂查询分为三类：简单子查询、派生表（from语句中的子查询）、union 查询。
id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执

explain select (select 1 from mayikt_student where id = 1) from (select * from mayikt_class where id = 1) mayikt;
explain select (select 1 from mayikt_student where id = 1) from (select * from mayikt_class where id = 1) mayikt_temp;
1.	简单的子查询：
explain select (select 1 from mayikt_student limit 1) from mayikt_class;

在这里插入图片描述
2. From的子查询

 explain select id from (select id from mayikt_student) as mayikt_temp;

在这里插入图片描述
这个查询执行时有个临时表别名为mayikt_temp，外部 select 查询引用了这个临时表

3.union查询

explain  select 1 union all select 1;

在这里插入图片描述
union结果总是放在一个匿名临时表中，临时表不在SQL中出现，因此它的id是NULL。
union查询就是把2条或者多条sql的查询结果合并成1个结果集。

select_type列
select_type:表示查询的类型。
(1) SIMPLE(简单SELECT，不使用UNION或子查询等)
(2) PRIMARY(子查询中最外层查询，查询中若包含任何复杂的子部分，最外层的select被标记为PRIMARY)
(3) UNION(UNION中的第二个或后面的SELECT语句)
(4) DEPENDENT UNION(UNION中的第二个或后面的SELECT语句，取决于外面的查询)
(5) UNION RESULT(UNION的结果，union语句中第二个select开始后面所有select)
(6) SUBQUERY(子查询中的第一个SELECT，结果不依赖于外部查询)
(7) DEPENDENT SUBQUERY(子查询中的第一个SELECT，依赖于外部查询)
(8) DERIVED(派生表的SELECT, FROM子句的子查询)
(9) UNCACHEABLE SUBQUERY(一个子查询的结果不能被缓存，必须重新评估外链接的第一行)

simple：简单查询。查询不包含子查询和union
explain select * from mayikt_student where id=1;
在这里插入图片描述
2）primary：复杂查询中最外层的 select
3）subquery：包含在 select 中的子查询（不在 from 子句中）
4）derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含义）

explain select (select 1 from mayikt_student where id = 1) from (select * from mayikt_class where id = 1) mayikt;

在这里插入图片描述

union：在 union 中的第二个和随后的 select
union result：从 union 临时表检索结果的 select
explain select 1 union all select 1;

MySQL UNION 操作符用于连接两个以上的 SELECT 语句的结果组合到一个结果集合中。多个 SELECT 语句会删除重复的数据。
Table
这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。

explain select * from mayikt_student where id=1;
在这里插入图片描述

type列

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。
依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL
一般来说，得保证查询达到range级别，最好达到ref
NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表
1.ALL：Full Table Scan， MySQL将遍历全表以找到匹配的行
2.index: Full Index Scan，index与ALL区别为index类型只遍历索引树
3.range:只检索给定范围的行，使用一个索引来选择行
4.ref: 表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值
5.eq_ref: 类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件
6.const、system: 当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。如将主键置于where列表中，MySQL就能将该查询转换为一个常量，system是const类型的特例，当查询的表只有一行的情况下，使用system
7.NULL: MySQL在优化过程中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值可以通过单独索引查找完成。

1.const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条元组匹配时为system

 explain  select * from (select * from mayikt_student where id = 1)  mayikt_temp;

在这里插入图片描述

2.eq_ref：primary key 或 unique key 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。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

explain select * from mayikt_student_class left join mayikt_class on mayikt_student_class.class_id = mayikt_class.id;

在这里插入图片描述

  1. ref相比 eq_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，索引要和某个值相比较，可能会找到多个符合条件的行。
    explain select * from mayikt_class where name = “第一期”;
    在这里插入图片描述

  2. range：范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。
    explain select * from mayikt_student where id>10;
    在这里插入图片描述

  3. index：扫描全表索引，这通常比ALL快一些。（index是从索引中读取的，而all是从硬盘中读取）
    explain select * from mayikt_class;
    在这里插入图片描述

  4. ALL：即全表扫描，意味着mysql需要从头到尾去查找所需要的行。通常情况下这需要增加索引来进行优化了
    explain select * from mayikt_student;
    在这里插入图片描述

7.possible_keys
这一列显示查询可能使用哪些索引来查找。
explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。
如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。

explain select * from mayikt_student where id>10;
explain select * from mayikt_student_class where class_id='1';

在这里插入图片描述

  1. key_len计算规则如下：
    • 字符串
    • char(n)：n字节长度
    • varchar(n)：2字节存储字符串长度，如果是utf-8，则长度 3n + 2
    • 数值类型
    • tinyint：1字节
    • smallint：2字节
    • int：4字节
    • bigint：8字节　　
    • 时间类型　
    • date：3字节
    • timestamp：4字节
    • datetime：8字节
    • 如果字段允许为 NULL，需要1字节记录是否为 NULL
    索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。
    explain select * from mayikt_student_class where class_id=‘1’ and student_id=‘1’;
    在这里插入图片描述

  2. Extra列
    Extra表示附加信息，常见的有如下几种（也按查询效率从高到低排列）：
    1.Using index：表示使用索引，如果只有 Using index，说明他没有查询到数据表，只用索引表就完成了这个查询，这个叫覆盖索引。如果同时出现Using where，代表使用索引来查找读取记录， 也是可以用到索引的，但是需要查询到数据表。
    2.Using where：表示条件查询，如果不读取表的所有数据，或不是仅仅通过索引就可以获取所有需要的数据，则会出现 Using where。如果type列是ALL或index，而没有出现该信息，则你有可能在执行错误的查询：返回所有数据。
    3.Using filesort：不是“使用文件索引”的含义！filesort是MySQL所实现的一种排序策略，通常在使用到排序语句ORDER BY的时候，会出现该信息。
    4.Using temporary：表示为了得到结果，使用了临时表，这通常是出现在多表联合查询，结果排序的场合。

Using index：查询的列被索引覆盖，并且where筛选条件是索引的前导列，是性能高的表现。一般是使用了覆盖索引(索引包含了所有查询的字段)。对于innodb来说，如果是辅助索引性能会有不少提高

  explain select class_id,id from mayikt_student_class where class_id='1';

在这里插入图片描述

Using where：查询的列未被索引覆盖，where筛选条件非索引的前导列
在这里插入图片描述

Using where Using index：查询的列被索引覆盖，并且where筛选条件是索引列之一但是不是索引的前导列，意味着无法直接通过索引查找来查询到符合条件的数据

 explain select class_id from mayikt_student_class where student_id='1';
explain select * from mayikt_student_class where student_id='1';

在这里插入图片描述

Using filesort mysql 会对结果使用一个外部索引排序，而不是按索引次序从表里读取行。此时mysql会根据联接类型浏览所有符合条件的记录，并保存排序关键字和行指针，然后排序关键字并按顺序检索行信息。这种情况下一般也是要考虑使用索引来优化的。
explain select * from mayikt_student ORDER BY name ;
在这里插入图片描述

注意：误区
如果问Using filesort是什么意思，大多数人应该会回答“基于硬盘的排序”或者“数据太多不适合内存，所以在硬盘上排序”。然而这些解释是错误的。
Using filesort仅仅表示没有使用索引的排序，事实上filesort这个名字很糟糕，并不意味着在硬盘上排序，filesort与文件无关。因此消除Using filesort的方法就是让查询sql的排序走索引。
explain select * from mayikt_class order by name;
在这里插入图片描述

3. 索引优化实战（使用索引后失效情况说明）

数据库表结构 ：

SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for employees
-- ----------------------------
DROP TABLE IF EXISTS `employees`;
CREATE TABLE `employees` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  PRIMARY KEY (`id`),
  KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8 COMMENT='员工记录表';

-- ----------------------------
-- Records of employees
-- ----------------------------
INSERT INTO `employees` VALUES ('4', 'meite', '22', 'ceo', '2020-10-13 19:33:27');
INSERT INTO `employees` VALUES ('5', 'xiaowei', '23', 'kefu', '2020-10-13 19:33:27');
INSERT INTO `employees` VALUES ('6', 'xiaomin', '23', 'kefu', '2020-10-13 19:33:27');

1.全值匹配

EXPLAIN SELECT * FROM employees WHERE name= 'meite'; 74
EXPLAIN SELECT * FROM employees WHERE name= 'meite' AND age = 22; 78
EXPLAIN SELECT * FROM employees WHERE name= 'meite' AND age = 22 AND position ='ceo'; 140

2.遵循最佳左前缀法则

EXPLAIN SELECT * FROM employees WHERE age = 22 AND position ='ceo';
EXPLAIN SELECT * FROM employees WHERE position = 'ceo';
EXPLAIN SELECT * FROM employees WHERE name = 'meite';
EXPLAIN SELECT * FROM employees WHERE name= 'meite'  AND position ='ceo';

3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描

EXPLAIN SELECT * FROM employees WHERE name = 'meite';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'meite';

4.存储引擎不能使用索引中范围条件右边的列（范围之后全失效，不包括本身）
#若中间索引列用到了范围（>、<、like等），则后面的所以全失效

EXPLAIN SELECT * FROM employees WHERE name= 'meite' AND age = 22 AND position ='ceo';
EXPLAIN SELECT * FROM employees WHERE name= 'meite' AND age > 22 AND position ='ceo';

5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少select *语句

EXPLAIN SELECT name,age FROM employees WHERE name= 'meite' AND age = 23 AND position ='ceo';
EXPLAIN SELECT * FROM employees WHERE name= 'meite' AND age = 23 AND position ='ceo';

6.mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫

EXPLAIN SELECT * FROM employees WHERE name != 'meite'

7.is null,is not null 也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null

8.like以通配符开头（’$abc…’）mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%mei';
EXPLAIN SELECT * FROM employees WHERE name like 'mei%';

问题：解决like’%字符串%'索引不被使用的方法？
a）使用覆盖索引，查询字段必须是建立覆盖索引字段

EXPLAIN SELECT name FROM employees WHERE name like '%mei';

9.字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = 644064779;
EXPLAIN SELECT * FROM employees WHERE name = '644064779';

10.少用or,用它连接时很多情况下索引会失效

在这里插入代码片

4. Order by 排序优化

在这里插入图片描述
Mysql排序支持两种filesort和index

  1. 这种方式在使用explain分析时显示为using index，不需要额外的排序， 是指mysql扫描索引本身完成排序，操作效率较高
  2. 通过对返回数据进行排序，即filesort，所有不通过索引直接返回排序结果的排序都是filesort排序
    Filesort实现原理：
    filesort通过相应的排序算法，将取得的数据在sort_buffer_size系统变量设置的内存排序区中进行排序，如果内存装载不下，会将磁盘上的数据进行分块，再对各个数据块进行排序，再将各个块合并成有序的结果集。
    3.order by满足两种情况会使用Using index。
  1. order by语句使用索引最左前列。
  2. 使用where子句与order by子句条件列组合满足索引最左前列。
    3、尽量在索引列上完成排序，遵循索引建立（索引创建的顺序）时的最左前缀法则。
    4、如果order by的条件不在索引列上，就会产生Using filesort。
    5、能用覆盖索引尽量用覆盖索引

5. 分页查询优化

 select * from employees limit 10000,10;
 select * from employees limit 100000,10;
 select * from employees limit 1000000,10;
 select * from employees limit 3000000,10;

 select * from employees limit 3000000,10;

在这里插入图片描述

从表中虽然只查询10条数据，实际上底层读取了3000000条数据，让后取出最后10条数据，这种分页查询采用全表扫描的方式，查询效率极低。
分页优化技巧：
1.根据自增且连续的主键排序的分页查询
EXPLAIN select * from employees where id>3000003 limit 10;
在这里插入图片描述

原理：根据主键索引id排除<3000003 ,取后10条数据避免全表扫描
缺点：如果主键id不连续，可能无法实现效果
2.非主键索引的方式分页优化

 select * from employees limit 3000000,10;
 select * from employees e inner join (select id from employees limit 3000000,10) ed on e.id = ed.id;

在这里插入图片描述

使用复合索引嵌套子查询 效率可以提高一半。
阿里巴巴编码手册：
在这里插入图片描述

6. Join关联查询优化

EXPLAIN select * from mayikt_1 left join mayikt_2 on mayikt_1.t1= mayikt_2.t1;
EXPLAIN select * from mayikt_2 left join mayikt_1 on mayikt_1.t1= mayikt_2.t1;
EXPLAIN select * from mayikt_2 right join mayikt_1 on mayikt_1.t1= mayikt_2.t1;

Nested-Loop Join(NLJ) 嵌套循环连接 算法
Block Nested-Loop Join (BNL) 基于块的嵌套循环连接 算法

Nested-Loop Join 嵌套循环连接 算法（主键关联查询）
EXPLAIN select * from mayikt_1 inner join mayikt_2 on mayikt_1.t1= mayikt_2.t1;
在这里插入图片描述

全表扫描查询到mayikt_2表中所有的数据，在根据mayikt_2中的t1索引字段数据查询mayikt_1表中T1索引字段表中的数据，总共扫描2000行。
驱动表：mayikt_2(小表) 被驱动表：mayikt_1（大表）
优化器一般会优先选择小表做驱动表，所以使用 inner join 时，排在前面的表并不一定就是驱动表。

Block Nested-Loop Join 基于块的嵌套循环连接 算法（非索引关联查询）
关联查询使用的是 BNL 算法：

EXPLAIN select * from mayikt_2 straight_join mayikt_1 on mayikt_1.t2= mayikt_2.t2;

在这里插入图片描述

原理：

  1. 将mayikt2表中所有的数据放入到join_buffer 中
  2. 在读取mayikt1表中每行数据与join_buffer中数据实现匹配关联
  3. 最后在返回查询的数据
    1000*32869次 查询效率极低。

有索引的情况下 NLJ 算法比 BNL算法性能更高

对于关联sql的优化
1.超过三个表禁止 join。需要 join 的字段，数据类型必须绝对一致；多表关联查询
时，保证被关联的字段需要有索引，尽量选择NLJ算法
2.小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去mysql优化器自己判断的时间
EXPLAIN select * from mayikt_2 straight_join mayikt_1 on mayikt_1.t2= mayikt_2.t2;

7. in和exist优化

也是需要遵循原则：
原则：小表驱动大表，即小的数据集驱动大的数据集
如果mayikt_b中的数据小于mayikt_A的数据可以使用in

select * from mayikt_a  where id in (select id from mayikt_b)

底层类似于这样实现

for(select id from mayikt_B){
     select * from mayikt_a where mayikt_a.id = mayikt_b.id
 }

如果mayikt_a中的数据小于mayikt_b数据可以使用exists

select * from mayikt_a where exists (select id from mayikt_b where mayikt_b.id = mayikt_a.id)
 for(select * from mayikt_a){
      select * from mayikt_a where mayikt_b.id = mayikt_a.id
 }

8. count(*)查询优化

1.count(field)不包含字段值为NULL的记录。
2.count()包含NULL记录。
3.select()与select(1) 在InnoDB中性能没有任何区别，处理方式相同。官方文档描述如下：
InnoDB handles SELECT COUNT() and SELECT COUNT(1) operations in the same way. There is no performance difference.
翻译：InnoDB以相同的方式处理SELECT COUNT（）和SELECT COUNT（1）操作。没有性能差异。

总结

不懂的问题一定要搞定，不要拖拖拉拉，带着问题规划计划去学习，希望本文能帮助你学到新的知识。
本文参考链接：http://www.mayikt.com/

奋斗的小青年~
关注
专栏目录
mysql索引详解
学Java，找哪吒
07-07 10万+
MySQL的存储引擎架构将查询处理与数据的存储/提取相分离
MySQL索引和优化
Java大数据联盟
09-12 2143
MySQL索引和优化
MySQL索引及优化
qq_31856061的博客
06-09 1815
以上是我的总结与理解，最后一个部分，我怕很多人不大懂数据库居然会选错索引，所以我详细解释了一下，下面我对以上做一个总结。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。
mysql 索引和优化
cs729298的博客
08-09 383
索引基础    索引用途 索引有很多用途，并不仅仅是优化查询性能，这些用途包括： 保持数据完整性（主键和唯一索引）优化数据检索性能（使用索引进行条件匹配和模式匹配）改进表的连接操作（使用索引连接表）优化结果排序操作（ORDER BY）优化聚合数据操作（GROUP BY） 创建索引 创建表时指定索引 主键索引： PRIMARY KEY [index-name] ([,][
04-VIP-Mysql索引优化实战一.pdf
11-30
MySQL索引优化是数据库性能提升的关键环节，本篇主要探讨了几个关于MySQL索引使用和优化的重要知识点。 首先，创建了一个名为`employees`的员工记录表，其中包含`id`（主键）、`name`、`age`、`position`和`hire_...
MYSQL索引优化与查询优化
06-21
在实际应用中，MySQL的索引优化和查询优化不仅涉及到技术层面，也与数据库设计和业务逻辑密切相关。通过对这些知识的深入理解和熟练运用，开发者可以有效地提升数据库的性能，从而提高整个应用程序的用户体验。通过...
MySQL索引以及索引的优化
奋斗的青春
03-09 748
MySQL官方对索引的定义为：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护者满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引
Mysql索引原理及SQL优化
zp的博客
08-28 5734
一、什么是索引？ 索引用来快速地寻找那些具有特定值的记录，所有MySQL索引都以B-tree的形式保存。如果没有索引，执行查询时MySQL必须从第一个记录开始扫描整个表的所有记录，直至找到符合要求的记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已经创建了索引，MySQL无需扫描任何记录即可迅速得到目标记录所在的位置。如果表有100万条记录，通过索引查找记录至少要比顺序扫...
深入MySQL索引
weixin_44012945的博客
06-05 315
一、索引介绍 1.1 索引是什么 官方介绍索引是帮助MySQL高效获取数据的数据结构。更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。 一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往是存储在磁盘上的文件中的(可能存储在单独的索引文件中，也可能和数据一起存储在数据文件中)。 我们通常所说的索引，包括聚集索引、覆盖索引、组合索引、前缀索引、唯一索引等，...
MySQL索引与优化
weixin_46017166的博客
05-01 227
看了这篇文章，让你对MySQL的索引有更深的理解与思考！
MySQL 索引与索引优化
sekever的博客
03-20 1704
索引 分类 聚集索引：索引就是主键值，数据文件就是索引文件 非聚集索引：索引与数据不放在一起，索引存放数据的地址 种类 哈希索引 使用hash算法来完成数据的存储，与hashmap原理相同 B树索引 多路平衡搜索树，因此是有序的，节点中存放多个关键字 关键字集合分布在整颗树中，不管是叶节点还是其他节点，都有关键字 任何一个关键字出现且只出现在一个结点中 搜索有可能在非叶子结点结束 一个节点有n个关键字，就有n+1个子节点，子节点代表了关键字之间的区域 插入与删除时自动调节以满足B树性质 B+树索引 b树进化
百万级数据查询优化
dogfish的专栏
08-05 6568
对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描， 如： select id from t where nu
MYSQL索引详解和优化
最新发布
sanylove的博客
11-17 864
索引的定义 索引分类 数据结构分类 B+tree索引 Hash索引 Full-text索引 物理存储分类 聚簇索引（主键索引）二级索引（辅助索引） 字段特性分类 主键索引 唯一索引 普通索引 前缀索引 字段个数分类 单列索引 联合索引 创建索引的条件 索引优化方法 索引操作 创建索引 查看索引 删除索引
MySQL索引与优化深度解析
"MYSQL索引和优化的详细教程涵盖了索引的基本概念、作用以及不同类型的索引，旨在帮助用户提升数据库查询效率。" 在MySQL数据库管理中，索引扮演着至关重要的角色，它能够显著提高查询速度，特别是在处理大量数据时...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

奋斗的小青年~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值