吃鲸的田园犬

MySQL 规定：如果对字段做了函数计算，就用不上索引。案例一：条件字段函数操作在一个表中有一个时间字段（t_modified），也在时间字段上创建了索引，现在使用如下的 SQL 语句：select count(*) from tradelog where month(t_modified)=7;很遗憾，这条语句使用不了时间字段上的索引，因为对字段使用了函数计算。下面是索引示意图，方框上的数据就是 month() 函数对应的值。可见，时间的顺序排列的，但是计算之后的值确实被打乱了。实际上，

从单词表中随机选出三个单词。CREATE TABLE `words` (`id` int(11) NOTNULLAUTO_INCREMENT,`word` varchar(64) DEFAULTNULL,PRIMARY KEY (`id`)) ENGINE=InnoDB;随机插入 10000 行数据，之后来分析。内存临时表select word fromo words order by rand() limit 3这个 SQL 就是随机排序取前三个，但执行过程有点复杂。我们使用 ex

假设需要查询城市是“杭州”的所有人名字，而且按照姓名排序返回前 1000 人的姓名、年龄。这个表的定义是这样的：CREATE TABLE `t` (`id` int(11) NOTNULL,`city` varchar(16) NOTNULL,`name` varchar(16) NOTNULL,`age` int(11) NOTNULL,`addr` varchar(128) DEFAULTNULL,PRIMARY KEY (`id`),KEY `city` (`city`)) ENG

在两阶段提交的不同瞬间，MySQL 如果发生异常是怎么保证数据完整性的？这是个 update 语句的执行流程吗，怎么会调用 commit语句？这里其实有**两个“commit”**的概念：平常说的“commit语句”，是指 MySQL 语法中，用于提交一个事务的命令。一般跟 begin/start transaction 配对使用。而这个图中是“commit步骤”，指的是事务提交过程中的一个小步骤，也是最后一步。当这个步骤执行完了，这个事物就提交了。“commit语句”执行时也包含“commi

count(*) 的实现方式在不同引擎中，count(*) 有不同的实现方式MyISAM 引擎就把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回；InnoDB 就麻烦了，它执行 count(*) 时，全表扫描，累计行数。这里是没说过滤条件，加了 where 后，MyISAM 也是不能返回这么快的。为什么 InnoDB 不把全表总行数存起来呢？因为即使在同一时刻，由于多版本并发控制（MVCC）的原因，InnoDB 返回多少行也是不确定的。由于 InnoDB 默认的隔

InnoDB 表包含两部分，即：表结构定义和数据。在 MySQL 8.0 版本以前，表结构是存在以 .fm 为后缀的文件里。而 MySQL 8.0 版本，已经允许把表结构定义放在系统数据表中了。因为表结构占用空间很小，所以我们主要来讨论表数据。参数 inoodb_file_pre_table这个参数可以控制表数据是存在共享表空间里，还是单独文件。这个参数设为 OFF 表示，表的数据放在系统共享表空间，也就是跟数据字典放在一起；这个参数设为 ON 表示，每个 InnoDB 表数据存储在一个以 .i

为什么 SQL 语句变“慢”了在 InnoDB 处理更新语句的时候，只做了写日志这个磁盘操作，这个日志叫 redo log（重做日志）。当 InnoDB 有空的时候，就把日志更新一下，这个就是把内存里的数据写入磁盘，这个操作叫做 flush。在做 flush 这个操作之前，内存中数据页的数据跟磁盘中的数据页数据是不一样的，我们称这个内存页为“脏页”。内存数据写入到磁盘后，内存和数据库中的数据一致，我们称为“干净页”。注：不论是脏页还是干净页，都是在内存中的。可以想象，有时候数据库“抖”一下，可能

以一个邮箱登陆为例，用户表是这么定义的：mysql> create table SUser(ID bigint unsigned primary key,email varchar(64),...)engine=innodb;那么一定会出现这样的语句：select f1, f2 from SUser where email='xxx'前缀索引MySQL 支持前缀索引，也就是，你可以定义字符串的一部分作为索引。如果你在创建时不指定长度，则默认包含整个字符串。比如：alter ta

一般情况下我们写 SQL 语句不会去选择索引。我们先建个简单表，并往里面添加 100000 行数据，例如：（1，1，1）。。。（100000，100000，100000）CREATE TABLE `t` (`id` int(11) NOT NULL,`a` int(11) DEFAULT NULL,`b` int(11) DEFAULT NULL,PRIMARY KEY (`id`),KEY `a` (`a`),KEY `b` (`b`)) ENGINE=InnoDB；当想查看一条 S

在索引的建立上，建议不要把内容较长的字段（例如：身份证）作为主键，太占用空间。上面有两个索引，我们分析下在查询和更新语句中性能如何？查询过程假设查询的语句是 select id from T where k=5。在普通索引上，查到满足条件的第一个记录（5，500）之后，再查找下一条记录，查到碰到不满足条件 k=5 的记录为止。在唯一索引上，由于索引有唯一性，所以找到第一个满足条件的记录之后，就停止检索。性能差距：微乎其微。因为，InnoDB 是按照页来读写的，默认页大小是 16KB。所以

让我们直接来看个例子吧。以下是一个只有两行表的初始化语句。mysql> CREATE TABLE `t` (`id` int(11) NOT NULL,`k` int(11) DEFAULT NULL,PRIMARY KEY (`id`)) ENGINE=InnoDB;insert into t(id, k) values(1,1),(2,2);以下是三个事务的执行流程：这里的关键就是事务的启动时期。执行 begin/start transaction 命令并不是一个事务的起点，

设计锁的初衷是为了处理并发问题。根据加锁的范围，MySQL 中的锁大致分为全局锁、表级锁、行锁三大类。全局锁全局锁是对整个数据库进行加锁。MySQL 使用 Flush tables whith read loc (FTWRL)，就可以启动全局锁。这时整个数据库就处于只读状态。以下的语句会被阻塞：数据更新语句（数据的增删改）、数据定义语句（包括建表、修改表结构等）和更新类事务语句的提交语句。全局锁的使用场景是，做全库的逻辑备份。也就是把整个库的每个表 select 出来存成文本。但是如果让整个库处

索引的目的就是为了提高数据的查询效率，就像字典的目录一样。索引的常见模型常见的有哈希表、有序数组、搜索树。哈希表哈希表是一种键值对的形式存储的数据结构。当遇到哈希冲突的时候，会在当前位置，拉出一个链表。由于接在位置上的链表不是有序的，所以哈希索引做区间查询的速度很慢。例如：找到 [ID_card_X, ID_card_Y] 这个区间的所有用户，就必须全部扫一遍。哈希表这种结构适用于只有等值查询的场景。有序数组有序数组在等值查询和范围查询场景中的性能都非常优秀。用上面那个找用户 ID 的例子

事务：保证一组数据库操作，要么全部成功，要么全部失败。在MySQL中，事务支持是在引擎层实现的，所以本次分析事务是以 InnoDB 为例。隔离性与隔离级别事务有四大特性：ACID（Atomicity、consistency、Isolation、Durability），分别是原子性、一致性、隔离性、持久性。当多个事务同时执行的时候就有以下问题：脏写（dirty write）：事务 B 去修改了事务 A 修改过的值，但是此时事务 A 还没提交，所以事务 A 随时会回滚，导致事务 B 修改的值也没了。

更新语句和查询语句差不多。SQL更新例句：updata T set c = c + 1 where ID = 2;执行语句前连接数据库（连接器）。执行更新语句时，对于目标表的查询缓存会失效。分析器通过词法和语法分析知道是更新语句。优化器决定使用ID这个索引。执行器负责具体执行，调用存储引擎的接口，找到这一行并更新。redolog（重做日志）与binlog（归档日志）redolog（重做日志）binlog（归档日志）位置InnoDB 引擎特有的MySQL 本身

01、SQL 查询语句的执行MySQL 结构图#mermaid-svg-zuGWeCMKkT3ARkbr .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-zuGWeCMKkT3ARkbr .label text{fill:#333}#mermaid-svg-zuGWeCMKkT3ARkbr .node re