MySQL数据库学习笔记，超详细！！（4）

最新推荐文章于 2023-06-06 19:57:17 发布
最新推荐文章于 2023-06-06 19:57:17 发布
阅读量243 收藏
点赞数
分类专栏： MySQL数据库学习 文章标签： 数据库 mysql 学习 后端 java Powered by 金山文档
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_45118352/article/details/128913582
版权

Java小白开始学习MySQL数据库，一方面，跟着视频学习，并记录下学习笔记，方便以后复习回顾。另一方面，发布学习笔记来约束自己，学习路程还很遥远，继续加油坚持！！！希望能帮助到大家！

本次更新MySQL的存储引擎，索引，包括索引的结构，索引的分类（聚集索引、二级索引），索引的使用以及索引的设计原则

上期链接MySQL数据库学习笔记，超详细！！（3）

另外还有我的牛客Java专项练习笔记专栏、Spring框架学习专栏也在同步更新，希望大家多多关注，一起学习！！！

7. 存储引擎

7.1 MySQL体系结构

  • 连接层

最上层是一些客户端和链接服务，包含本地sock 通信和大多数基于客户端/服务端工具实现的类似于TCP/IP的通信。主要完成一些类似于连接处理、授权认证、及相关的安全方案。在该层上引入了线程池的概念，为通过认证安全接入的客户端提供线程。同样在该层上可以实现基于SSL的安全链接。服务器也会为安全接入的每个客户端验证它所具有的操作权限。

  • 服务层

第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的分析和优化，部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。在该层，服务器会解析查询并创建相应的内部解析树，并对其完成相应的优化如确定表的查询的顺序，是否利用索引等，最后生成相应的执行操作。如果是select语句，服务器还会查询内部的缓存，如果缓存空间足够大，这样在解决大量读操作的环境中能够很好的提升系统的性能。

  • 引擎层

存储引擎层，存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过API和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。数据库中的索引是在存储引擎层实现的。

  • 存储层

数据存储层， 主要是将数据(如: redolog、undolog、数据、索引、二进制日志、错误日志、查询日志、慢查询日志等)存储在文件系统之上，并完成与存储引擎的交互。

7.2 存储引擎介绍

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。我们可以在创建表的时候，来指定选择的存储引擎，如果没有指定将自动选择默认的存储引擎。

  • 建表时指定存储引擎

CREATE TABLE 表名(
    字段1 字段1类型 [COMMENT 字段1注释],
    ......
    字段n 字段n类型 [COMMENT 字段n注释]
) ENGINE = INNODB [COMMENT 表注释];

  • 查询当前数据库支持的存储引擎

show engines;

案例：

-- 创建表 my_myisam , 并指定MyISAM存储引擎
create table my_myisam(
    id int,
    name varchar(10)
) engine = MyISAM ;

7.3 存储引擎特点

7.3.1 InnoDB

  1. 介绍

InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL 5.5之后，InnoDB是默认的MySQL存储引擎。

  1. 特点：

  • DML操作遵循ACID模型，支持事务

  • 行级锁，提高并发访问性能

  • 支持外键FOREIGN KEY约束，保证数据的完整性和正确性；

  1. 文件：

xxx.ibd：xxx代表的是表名，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。

参数：innodb_file_per_table，如果该参数开启，代表对于InnoDB引擎的表，每一张表都对应一个ibd文件。

show variables like 'innodb_file_per_table';

  1. 逻辑存储结结构

  • 表空间（TableSpace）：InnoDB存储引擎逻辑结构的最高层，ibd文件其实就是表空间文件，在表空间中可以包含多个Segment段。

  • 段（Segment）：表空间由各个段组成，常见的段有数据段、索引段、回滚段等。InnoDB中对于段的管理，都是引擎自身完成的，一个段中包含多个区。

  • 区（Extent）：区是表空间的单元结构，每个区的大小为1M。默认情况下InnoDB存储引擎页的大小为16K，即一个区中有64个连续的页

  • 页（Page）：页是组成区的最小单元，==页也是InnoDB存储引擎磁盘管理的最小单元==，每个页的大小默认为16KB，为了保证页的连续性，InnoDB存储引擎每次从磁盘申请4-5个区。

  • 行（Row）：InnoDB 存储引擎是面向行的，也就是说数据是按行进行存放的，在每一行中除了定义表时所指定的字段以外，还包含两个隐藏字段。

7.3.2 MyISAM

  1. 介绍

MyISAM是MySQL早期的默认存储引擎。

  1. 特点

  • 不支持事务，不支持外键

  • 支持表锁，不支持行锁

  • 访问速度快

  1. 文件

  • xxx.sdi：存储表结构信息

  • xxx.MYD: 存储数据

  • xxx.MYI: 存储索引

7.3.3 Memory

  1. 介绍

Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。

  1. 特点

  • 内存存放

  • hash索引（默认）

  1. 文件

  • xxx.sdi：存储表结构信息

7.3.4 区别
InnoDB引擎与MyISAM引擎的区别 ?
InnoDB引擎, 支持事务, 而MyISAM不支持。
InnoDB引擎, 支持行锁和表锁, 而MyISAM仅支持表锁, 不支持行锁。
InnoDB引擎, 支持外键, 而MyISAM是不支持的。

8 索引

8.1 索引概述

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，数据库系统还维护着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。

8.1.1 演示

执行语句：select * from user where age = 45;

  • 无索引情况

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。

  • 有索引情况

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。

此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。

8.1.2 特点

优势

劣势

提高数据库检索的效率，降低数据库的IO成本

索引列也是要占空间的

通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗

索引大大的提高了查询效率，同时却也降低了更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低

8.2 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

索引结构

描述

B+Tree索引

最常见的索引类型，大部分引擎都支持B+树

Hash索引

底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询

R-Tree(空间索引)

空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少

Full-text(全文索引)

是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

8.2.1 二叉树

缺点：

  • 顺序插入时，会形成一个链表，查询性能大大降低。

  • 大数据量情况下，层级较深，检索速度慢

红黑树缺点：大数据量情况下，层级较深，检索速度慢。

8.2.2 B-Tree

B-Tree，B树是一种==多叉路衡查找树==，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：

插入100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250数据

特点：

  • 5阶的B树，每一个节点最多储存4个key，对应5个指针

  • 一旦节点存储的key到达5，就会裂变，中间元素向上分裂

  • 在B树中，非叶子节点和叶子节点都会存放数据

8.2.3 B+Tree

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，其结构示意图：

插入100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250数据

B+Tree 与 B-Tree相比，主要有以下三点区别：

  • 所有的数据都会出现在叶子节点

  • 叶子节点形成一个单向链表

  • 非叶子节点仅仅起到索引数据的作用，具体的数据都是在叶子节点存放的

上述所看到的结构是标准的B+Tree的数据结构，接下来，看看MySQL中优化之后的B+Tree。

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，==就形成了带有顺序指针的B+Tree==，提高区间访问的性能，利于排序。

8.2.4 Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。

  1. 哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

  1. 特点

  • Hash索引值只能用于对等比较（= in），不支持范围查询（between，>，<，...）

  • 无法利用索引完成排序操作

  • 查询效率高，通常（不存在hash冲突的情况）只需要一次检测就可以了，效率通常要高于B+Tree索引

为什么InnoDB存储引擎选择使用B+tree索引结构?
相对于二叉树，层级更少，搜索效率高；
对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
相对Hash索引，B+tree支持范围匹配及排序操作；

8.3 索引分类

8.3.1 索引分类

在MySQL数据库中，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引

分类

含义

特点

关键字

主键索引

针对表中主键创建的索引

默认自动创建，只能有一个

PRIMARY

唯一索引

避免同一个表中某数据列中的值重复

可以有多个

UNIQUE

常规索引

快读定位特定数据

可以有多个

全文索引

全文索引查找的是文本中的关键词，而不是比较索引中的值

可以有多个

FULLTEXT

8.3.2 聚集索引、二级索引

而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类

含义

特点

聚集索引(Clustered Index)

将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据

必须有，而且只有一个

二级索引(Secondary Index)

将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键

可以存在多个

聚集索引选取规则：

  • 如果存在主键，主键索引就是聚集索引

  • 如果不存在主键，将使用第一个唯一索引作为聚集索引

  • 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

聚集索引和二级索引的机体结构：

聚集索引的叶子节点下挂的是这一行的数据
二级索引叶子节点下挂的时该字段值对应的主键值

当执行如下的SQL语句时，具体的查找过程是：

  1. 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。

  1. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。

  1. 最终拿到这一行的数据，直接返回即可。

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。
思考：以下两条SQL语句，那个执行效率高? 为什么?
A. select * from user where id = 10 ; B. select * from user where name = 'Arm' ; 备注: id为主键，name字段创建的有索引；
A 语句的执行性能要高于B 语句。
因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。
思考题：InnoDB主键索引的B+tree高度为多高呢?

假设：一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。
高度为2：
n * 8 + (n + 1) * 6 = 16*1024 , 算出n约为 1170
1171 * 16 = 18736
也就是说，如果树的高度为2，则可以存储 18000 多条记录。
高度为3：
1171 * 1171 * 16 = 21939856
也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。

8.4 索引语法

  • 创建索引

CREATE [UNIQUE|FULLTEXT] INDEX 索引名 ON 表名 (字段名1, 字段名2, ...);

  • 查看索引

SHOW INDEX FROM 表名;

  • 删除索引

DROP INDEX 索引名 ON 表名;

案例：

-- name字段为姓名字段，该字段的值可能会重复，为该字段创建索引。
CREATE INDEX idx_user_name ON tb_user(name);

-- phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。
CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);

-- 为profession、age、status创建联合索引。
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

-- 为email建立合适的索引来提升查询效率。
CREATE INDEX idx_email ON tb_user(email);

查看所有的索引数据：show index from tb_user;

8.5 SQL性能分析

8.5.1 SQL执行频率

MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';

  • Com_delete：删除次数

  • Com_insert：插入次数

  • Com_select：查询次数

  • Com_uodate：更新次数

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。如果是以增删改为主，我们可以考虑不对其进行索引的优化。如果是以查询为主，那么就要考虑对数据库的索引进行优化了。
8.5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。

# 开启MySQL慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2
select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00sec
select count(*) from tb_sku; -- 由于tb_sku表中, 预先存入了1000w的记录, count一次,耗时13.35sec

检查慢查询日志：在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的SQL是不会记录的。那这样，通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

8.5.3 profile详情

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：

SELECT @@have_profiling ;

-- 开启profiling
SET profiling = 1;

接下来，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到哪儿去了。

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时：

-- 查看每一条SQL的耗时基本情况
show profiles;
-- 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;
8.5.4 explain

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

  • 语法

-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

Explain 执行计划中各个字段的含义:

  • id：

select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）

  • select_type：

表示select的类型，常见的有SIMPLE（简单表，即不使用表连接或子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE之后包含了子查询）等

  • type：

表示连接类型，性能由好到差为：NULL、system、const、eq_ref、ref、range、index、all

  • possible_key：

显示可能应用在这张表上的索引，一个或多个

  • key：

实际使用的索引，如果为null，则没有使用索引

  • key_len：

表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，再不损失精确性的前提下，长度越短越好

  • rows：

MySQL认为必须要执行查询的行数，在innoDB引擎表中，是一个估计值

  • filtered：

表示返回结果的行数占需读行数的百分比，filtered的值越大越好

8.6 索引使用

8.6.1 最左前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则是指查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效（后面的字段失效）。

之前创建的tb_user表的索引：

有一个联合索引，这个联合索引涉及三个字段，顺序为：profession、age、status

对于最左前缀法则，查询时，最左边的列，也就是profession列必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。

  • 正常索引

explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';
explain select * from tb_user where profession = '软件工程' and age = 31;
explain select * from tb_user where profession = '软件工程';

以上的这三组测试中，我们发现只要联合索引最左边的字段 profession存在，索引就会生效，只不过索引的长度不同。 而且由以上三组测试，我们也可以推测出profession字段索引长度为36、age字段索引长度为2、status字段索引长度为4。

  • 索引失效

explain select * from tb_user where status = '0';
explain select * from tb_user where age = 31 and status = '0';

而通过上面的这两组测试，我们也可以看到索引并未生效，原因是因为不满足最左前缀法则，联合索引最左边的列profession不存在。

  • 索引部分失效

explain select * from tb_user where profession = '软件工程' and status = '0';

上述的SQL查询时，存在profession字段，最左边的列是存在的，索引满足最左前缀法则的基本条件。但是查询时，跳过了age这个列，所以后面的列索引是不会使用的，也就是索引部分生效，所以索引的长度就是36。

思考：
当执行SQL语句: explain select * from tb_user where age = 31 and status = '0' and profession = '软件工程'；时，是否满足最左前缀法则，走不走上述的联合索引，索引长度？

可以看到，是完全满足最左前缀法则的，索引长度54，联合索引是生效的。
注意 ：
最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与编写SQL时，条件编写的先后顺序无关。
8.6.2 范围查询

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。

explain select * from tb_user where profession = '软件工程' and age > 30 and status = '0';

当范围查询使用> 或 < 时，走联合索引了，但是索引的长度为38，就说明范围查询右边的status字段是没有走索引的。

当范围查询使用> = 或 < = 时，走联合索引了

explain select * from tb_user where profession = '软件工程' and age > = 30 and status = '0';

索引长度为42，说明所有的字段都是走的索引

所以，在业务允许的情况下尽可能的使用类似于 > = 或 < = 这类的范围查询，而避免使用 > 或 <。

8.6.3 索引失效情况
8.6.3.1 索引列失效

不要在索引列上进行运算操作， 索引将失效。

-- 当根据phone字段进行等值匹配查询时, 索引生效。
explain select * from tb_user where phone = '17799990015';

-- 当根据phone字段进行函数运算操作之后，索引失效。
explain select * from tb_user where substring(phone,10,2) = '15';
8.6.3.2 字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。

explain select * from tb_user where phone = '17799990015';

explain select * from tb_user where phone = 17799990015;

经过上面两组示例，我们会明显的发现，如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

8.6.3.3 模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

由于下面查询语句中，都是根据profession字段查询，符合最左前缀法则，联合索引是可以生效的，主要看一下，模糊查询时，%加在关键字之前，和加在关键字之后的影响。

explain select * from tb_user where profession like '软件%';

explain select * from tb_user where profession like '%工程';

explain select * from tb_user where profession like '%工%';

经过上述的测试，在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关键字前面加了%，索引将会失效。

8.6.3.4 or连接的条件

用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

explain select * from tb_user where id = 10 or age = 23;
explain select * from tb_user where phone = '17799990017' or age = 23;

然后，我们可以对age字段建立索引。建立了索引之后，我们再次执行上述的SQL语句，看看前后执行计划的变化。

最终，我们发现，当or连接的条件，左右两侧字段都有索引时，索引才会生效。

8.6.3.5 数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。

explain select * from tb_user where phone > = '17799990005';
explain select * from tb_user where phone > = '17799990015';

因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

8.6.4 SQL提示

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

  • use index：建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysqsl内部还会再次进行评估）

explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';

  • ignore index：忽略指定索引

explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

  • force index：强制使用索引

explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
8.6.5 覆盖索引

尽量使用覆盖索引，减少select *。 那么什么是覆盖索引呢？

覆盖索引是指：查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 。

主要关注的是后面的Extra，SQL的结果有：Using where; UsingIndex ; SQL的结果有: Using index condition 。

Extra

含义

Using where；Using Index

查找使用了索引，但是需要的数据在索引列中能找到，所以不需要回表查询

Using Index condition

查找使用了索引，但是需要回表查询

因为，在tb_user表中有一个联合索引 idx_user_pro_age_sta，该索引关联了三个字段profession、age、status，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主键id。 所以当我们查询返回的数据在 id、profession、age、status 之中，则直接走二级索引直接返回数据了。 如果超出这个范围，就需要拿到主键id，再去扫描聚集索引，再获取额外的数据了，这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据主键查询，此时只会扫描聚集索引）。

案例：SQL执行过程

  • 表结构及索引示意图：

id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）。

  • 执行SQL : select * from tb_user where id = 2;

根据id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

  • 执行SQL：selet id, name from tb_user where name = 'Arm';

虽然是根据name字段查询，查询二级索引，但是由于查询返回在字段为 id，name，在name的二级索引中，这两个值都是可以直接获取到的，==因为覆盖索引，所以不需要回表查询==，性能高。

  • 执行SQL：selet id,name,gender from tb_user where name = 'Arm';

由于在name的二级索引中，不包含gender，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

思考：
一张表, 有四个字段(id, username, password, status), 由于数据量大, 需要对以下SQL语句进行优化, 该如何进行才是最优方案:
select id,username,password from tb_user where username = 'zhangsan';
答案: 针对于 username, password建立联合索引,
create index idx_user_name_pass on tb_user(username,password);
这样可以避免上述的SQL语句，在查询的过程中，出现回表查询。
8.6.6 前缀索引

当字段类型为（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引量变得很大，查询时浪费大量的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀建立索引，这样可以大大节约索引空间，从而提高索引效率。

  • 语法

create index idx_xxx on 表名(column(n));
-- 为tb_user表的email字段，建立长度为5的前缀索引。
create index idx_email_5 on tb_user(email(5));

  • 前缀长度

可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

select count(distinct email) / count(*) from tb_user ;

select count(distinct substring(email,1,5)) / count(*) from tb_user ;

  • 前缀索引查询流程

8.6.7 单列索引和联合索引

单列索引：即一个索引只包含单个列

联合索引：即一个索引包含了多个列

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

8.7 索引设计原则

  • 针对数据量较大，且查询比较频繁的表建立索引

  • 针对常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引

  • 尽量选择分区度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高

  • 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引

  • 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率

  • 要控制索引的数量，索引并不是多多益善，索引越多，维护索引的代价也就越大，会影响增删改的效率

  • 如果索引列不能存储null值，请在创建表时使用NOT NULL约束。当优化器知道每列是否包含null，他可以更好地确定哪个索引最有效的用于查询

嘿嘿jisks
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MySQL数据库学习笔记（2）
佳佳的博客
02-28 168
子查询与连接子查询是指在另一个查询语句中的SELECT子句。如： SELECT * FROM t1 WHERE column1 = (SELECT column1 FROM t2);其中，SELECT * FROM t1 …称为Outer Query[外查询](或者Outer Statement), SELECT column1 FROM t2 称为Sub Query[子查询]。所以，子查询嵌套
MySQL学习笔记（四）
weixin_40064521的博客
08-11 180
MySQL学习笔记（四） 一、存储引擎 # 查看所支持的引擎 show engines; # 查看数据库默认使用的引擎 show variables like '%storage_engine%'; 查看存储引擎 create table test( `id` int primary key auto_increment, `name` varchar(50) )engine=InnoDB; # 查看所有表当前使用的存储引擎 select * from information_sche
MySQL数据库学习笔记--最全、最新
m0_51489557的博客
04-21 1432
Mysql数据库学习笔记，最新最全，数据库常见命令、DQL语言、DML语言、DDL语言、TCL语言以及常见问题（1055、1052、1054、1264、1418）的解决方案
MySQL数据库学习笔记，知识点和案例整理，期末三天复习完【简单且详细】
weixin_43474701的博客
03-20 2646
MySQL数据库学习笔记，近三万字总结，数据库期末知识点总结，各种知识点和案例【简单且详细】
MySQL笔记（超详细）
最新发布
l7839的博客
06-06 1801
数据库的数据结构形式，叫数据模型，数据模型是数据库管理系统的核心和基础，常见数据模型有：网状模型、层次模型、关系模型（主流）、面向对象模型。SQL是一个通用的、功能极强的关系数据库语言，由数据查询、数据操作、数据定义、数据控制语言组成。常用于用于查询字段来自与多张表，分内连接（inner join）、左连接（left join）、右链接(right join)、交叉连接(cross join)；语句： insert into 表名（字段名1，字段名2....）values(值1， 值2...);
Mysql数据库学习笔记[完结]
zidieq的博客
09-26 3377
一、数据库 1.概述 数据库（database ,简称db）就是用来存储数据和管理数据的仓库 分类： 关系型数据库：指存放的数据之间是有紧密关系的 常见的有：Oracle、MySQL、SQLServer、Access 非关系型数据库：指存放的数据之间关系松散 常见的有：MongoDB、Redis、Solr、ElasticSearch、Hive、HBase 2.Mysql数据库 服务端：负责实际的数据的增删改查的操作的。 默认端口号是3306 如果需要存储中文建议指定utf8或
MySQL学习笔记
weixin_67774087的博客
05-19 968
数据库是一个用于存储和管理数据的仓库。数据按照特定的格式存储，可以对数据库中的数据进行增加、修改、删除和查询操作。数据库的本质是一个文件系统，按照一定的逻辑结构组织数据，以方便高效地访问和维护。而MySQL是一种较为常见的数据库，较为常见的数据库还有Oracle、DB2、SQLServer、SQLite等。数据库管理系统（DataBase Management System，DBMS）是一个操作和管理数据库的软件。它用于建立、使用和维护数据库，对数据库进行统一管理和控制，以保证数据库的安全性和完整性。
MySQL数据库学习笔记.pdf
07-14
MySQL数据库是世界上最受欢迎的开源关系型数据库管理系统之一，它的学习对于任何希望从事IT行业的人员来说都是必不可少的。本文将深入探讨MySQL的一些核心概念和技术。 首先，我们要了解SQL（Structured Query ...
MySQL数据库学习笔记
04-08
数据库(DataBase,简称DB)：数据库是一个按数据结构来存储和管理数据的计算机软件系统。 存储和管理数据的仓库. 操作数据库:CRUD 数据库管理系统（DataBase Management System:DBMS）：是专门用于管理数据库的...
mysql 数据库学习笔记
03-09
mysql 数据库学习笔记
MySQL数据库笔记
05-28
MySQL学习笔记，持续更新。
很详细的mysql数据库笔记.pdf
12-20
mysql详细笔记，这全是我刷网课总结下来的，希望能帮助到像我一样学习数据库的初学者，如果文档中有哪里不对的，请指正，例子多是ecshop里面的，大家看懂之后，可以拿自己的数据进行操纵。
自己做的数据库笔记（很详细）
06-10
Mysql时学习数据库 的基础，一定要打好基础，与之后的开发息息相关，不可轻视
MySQL数据库入门到高级笔记快速学习pdf版本
06-07
这份"MySQL数据库入门到高级笔记快速学习pdf版本"提供了从基础到高级的全面教程，适合不同水平的学习者。以下将详细解析其中涉及的主要知识点： 1. **基本操作**： - **启动与关闭MySQL服务**：可以通过`...
数据库学习笔记（Mysql）.xmind
11-22
自己学习mysql数据库的时候整理的笔记，xmind格式的，有需要的可以下载，笔记内容在我的博客文章上有贴图片。
MySQL的知识点整理（学习笔记）
随心笔记
06-06 6825
MySQL是最流行的关系型数据库管理系统，在WEB应用方面MySQL是最好的RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。由瑞典MySQL AB公司开发，目前属于Oracle公司。MySQL是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。Mysql是开源的，所以你不需要支付额外的费用。Mysql支持大型的数据库。可以处理拥有上千万条记录的大型数据库。
MySql学习笔记
weixin_44435110的博客
08-19 271
数据库的基本概念： 1、数据库（DateBase，DB） 2、什么是数据库：用于存储和管理数据的仓库。 （数据存储在内存中，电脑开机关机就没有啦；存储在文件就可以长久保存） 3、数据库的特点：a、持久化存储数据（存储在文件里面），其实数据库就是一个文件系统 b、方便存储和管理数据 c、使用统一的方式操作数据库-SQL 4、常见的数据库软件：oracle（收费，非常贵），mysql，sq...
Mysql学习笔记（全）
m0_67402914的博客
06-06 1353
目录MyISAM和InnoDB性能下降SQL慢的原因：Mysql执行顺序SQLJoin索引索引的优劣索引分类mysql索引结构那些情况建索引哪些情况不要建索引性能分析Extra索引优化索引口诀索引案例Order By 索引优化exsitesMysql慢查询日志命令函数操作批量插入数据show Profile分析sql全局查询日志Mysql锁锁命令表锁：读锁表锁：写锁行锁事务行锁测试间隙锁行锁总结对比MyISAMInnoDB主外键不支持支持事务不支持支持行表锁表锁，操作时即使操作一条记录也会锁住一整张表，不适

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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