MySQL学习之调优

已于 2024-09-17 16:18:47 修改
阅读量1.6k 收藏 29
点赞数 30
分类专栏： MySQL 文章标签： mysql 学习 数据库
于 2024-09-17 15:40:37 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_54842049/article/details/142314730
版权

MySQL调优

1 索引

定义：索引本质是数据结构。索引在存储引擎中实现。

优缺点：

  1. 优点是加快了查找速度
  2. 缺点是增加了维护索引时间开销和存储索引的空间开销

1.1 InnoDB索引方案

索引即数据，数据即索引。

物理存储机制1：将存储空间分页，将数据项（元组及附加信息存储）到页中，称之为数据页。之后有一个页目录（类似于页表），页目录项存储存储元组的页的信息。存储页目录的页是成为目录页。还可以对目录项再定义一个目录，即多级目录2。整体形成一个B+树。

在这里插入图片描述

索引分类

类型说明
聚簇索引1. 聚簇索引是以自增主键为索引键，建立B+树，叶子节点是表的数据，聚簇索引一个表只能有一个
2. 创建聚簇索引，元组的物理排序会按照主键重新排序。
3. InnoDB自动创建。
4. 优点是查询速度快，缺点是插入速度依赖于插入顺序，更新主键代价高
二级索引1. 二级索引是以其他键为索引键，建立B+树，叶子节点存的是主键值和索引键的值
2. 回表：根据索引键找其他列的数据会先在二级索引中招到对应叶子节点，后找到主键，再在聚簇索引中找对应的数据
联合索引联合索引指的是多个键为索引键，建立B+树，叶子节点存的是主键值和索引键的值

特点

  1. 根页面位置不动：当最开始的页面存储不下数据时，会将其存储的的数据复制到新的页面之后这个页面存储目录。当目录变多是，同样处理。保持其为根目录即可，这个页面称为根页面，其永远不会变。
  2. 内节点的目录项唯一：内节点中目录项包括索引键和页面位置，用来标记每个内节点。
  3. 一个页面至少两条记录
  4. 非叶子节点存储页面位置以及该页面的记录最小值

1.2 MyISAM的索引方案

同InnoDB，不过叶子节点存储的是数据记录地址（非聚簇索引）。索引和数据分开存储，而InnoDB存在一起。

特点：

  1. 要回表找数据，速度比较快
  2. 数据索引分离存储
  3. MyISAM可以没有主键

1.3 与其他数据结构对比

哈希：

等值查找速度极快，但是不能范围查询；数据存储无序，排序要时间。InnoDB有自适应哈希索引，将经常访问的放到哈希表中，通过哈希寻找。

二叉搜索树：

高度过高，搜索效率同线性查找。

平衡二叉树：

保证左右子树高度差不超过1的二叉搜索树。

B树：

平衡M叉树。

B+树：

只需要在叶子节点存储数据的B树。中间节点小，一个页能够存储更多的中间节点，io次数少。

1.4 InnoDB数据存储结构

1.4.1 页结构

页：类似于内存中的分页，不过大小为16KB。是和磁盘和内存之间交换数据的基本单位。

页的特点：在空间中使用双向链表的方式连接，页内数据使用单链表连接。页分布不是连续的。

页结构：

在这里插入图片描述

在这里插入图片描述

  • 文件首部：
类型说明
偏移量页号，2字节
页类型2字节
上一页同层使用双向链表连接，为前一个页， 4字节
下一页后一个页，4字节
校验和判断页面是否相等，校验和相等。4个字节
日志序列号页面被最后修改时对应的日志序列的位置。8个字节
  • 文件尾部：
类型说明
校验和将修改后的页与外存之间进行数据交换时，首部会将校验和赋给带尾部校验和。
与首部不一致说明页不完整。4个字节
日志序列号将修改后的页与外存之间进行数据交换时，首部会将lsn后4字节赋给带尾部lsn。
与首部不一致说明出现了同步问题：如修改时，出现了数据库故障导致修改未修改完全。4个字节
  • 空闲空间：

页中还没有被使用的空间

  • 用户记录：

按照行格式存储的记录

  • 最小最大记录：

在这里插入图片描述

记录值最小节点和值最大节点。

  • 页目录：

记录每个记录组的位置。

  1. 记录会分组。最小记录单独为一组，其他组6-8个记录为一组。每组最后一个记录该组的记录数。

  2. 页目录是有若干槽组成，每个槽记录每组最后一个记录的偏移量。

  • 页面头部：

记录页的状态信息

在这里插入图片描述

1.4.2 行格式

也称记录格式。

COMPACT行格式

在这里插入图片描述

  • 变长字段长度列表：

将长度可变的列（字段）占用的存储空间大小存储在这里。

  • NULL值列表：

记录字段是否为NULL，1为NULL，0为NOT NULL。跳过主键。

如：

在这里插入图片描述

对应（value1，value_primary_key，NULL,NULL）

  • 记录真实数据：

存储的数据+三个隐藏列（行id，事物id，回滚指针）

  • 记录头信息：

在这里插入图片描述

类型说明
预留位未使用
delete_mask标记记录是否被删除
min_rec_mask是否为非叶子节点最小记录
record_type记录类型：0为叶子节点，1为非叶子节点，3最小记录，4最大记录
heap_no记录当前记录在本页中的位置
n_owned所处组当前的记录数
next_record下一条记录的位置

Dynamic格式：

  • 行溢出：记录长度太长了，一个页存不下。Compact和Reduntant行格式会只存一部分，其余部分存储到其他页。地址和大小在本页中用20字节指出。

在这里插入图片描述

​ Dynamic和Compressed格式只存指针，数据存在单独的数据页。

在这里插入图片描述

  • 行格式和compact相同

1.4.3 其他概念

区：64个连续的页构成一个区。申请分配空间单位。

  • 空闲区
  • 有剩余空间的碎片区
  • 无剩余空间的碎片区
  • 属于某个段的区

段：多个区组成，可以是不连续的区。数据库分配的单位，不同数据库创建是会分配。如表段，索引段。叶子节点和非叶子节点在不同的段中，分别为叶子节点段和非叶子节点段。这样范围查询方便。

碎片区：碎片区直属于表空间，不是段。用来分配给数据量较小的表。分配空间流程：先给段分配到碎片区，当占用32个碎片区后，分配区。

表空间：若干个个段组成。

  • 系统表空间

    存储系统信息和表的表空间，一个MySQL进程只有一个。

  • 独立表空间

    每张表一个表空间，用于保存信息。便于数据库之间的迁移。删表会自动删除表空间。

  • 撤销表空间

    存储撤销（Undo）信息的特殊类型的表空间

  • 临时表空间

    存储临时数据的区域。如：排序，分组和聚合，连接操作产生的临时数据等。

1.5 索引的实现和设计原则

1.5.1 索引分类

类型说明
普通索引索引键不做限制
唯一性索引索引键为唯一性约束
主键索引索引键为主键
全文索引索引键为文本类型的字段
空间索引索引键为地理信息等空间信息

1.5.2 索引的实现

创建：3

  • 隐式创建：主键约束，唯一性约束，外键约束自动创建

  • 显式创建4

CREATE TABLE XXX (
字段列表,
....
表约束,
[UNIQUE|FULLTEXT|SPATIAL] [INDEX|KEY] [INDEXNAME] (clo_name [(length)] [ASC|DESC]) 
); #建表时创建，排序默认升序。length表示字段的前length个字符作为索引，常为文本类型的。

#添加索引
① ALTER TABLE ADD  索引语句;
② CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX  索引名 ON 表名(列名);

查看索引

SHOW INDEX FROM 对象;

索引删除5

①
ALTER TABLE 表名 DROP INDEX 索引名;
②
DROP INDEX 索引名 ON 表名;

1.5.3 新特性

隐藏索引6：

将索引隐藏，索引将不起作用6。但，并没有删除。以此可以检测索引的的作用大小。默认可见。

ALTER TABLE 表名 ALTER INDEX 索引名 [INVISIBLE|VISIBLE];

1.5.4 设计原则

适合创建索引情况

情况说明
唯一性约束的字段值唯一
频繁作为where查询条件的字段(DQL和DML)查询多
经常group by和order by的字段索引也会排序，相同数值的会存在一起
DISTINCT语句修饰的字段相当于唯一性约束
多表连接时，对连接的字段创建索引
列类型小的字段比较操作越快，一个页存的记录数越多
字符串的前缀（前缀索引）长度由length指出
散列度高的字段7
使用频率高的字段放在联合索引的前面联合索引按照顺序查
多字段均要索引，联合索引效率更高

不适合创建索引情况

情况说明
where使用不到的字段
数据量小的表速度已经很快了，会增加维护索引的开销
散列度很低的字段
经常更新的表经常维护索引
值无序的字段如身份证，索引树需要频繁地进行分裂和合并来维护数据的有序性。索引树是有序的。
删除很少使用的索引
不定义冗余或重复的索引冗余：index(a,b,c)相当于index(a),index(a,b)，但不相当于index(b)。对于已经有以该字段开头的索引，就不要在单独建立了。

2 性能分析工具

2.1 数据库服务器优化步骤

优化方向：

在这里插入图片描述

2.2 查看系统性能

show status like '参数'

在这里插入图片描述

统计SQL查询成本

  • 指标：事后查询SQL语句要读取的页的数量。
show status like 'last_query_cost'

2.3 工具

2.3.1 mysqldumpslow

作用：记录运行时间超过long_query_time（默认10s）的SQL语句。该选项默认关闭。

开启慢查询日志

set @@global.slow_query_log = 1;

查看慢查询次数

show  status like 'slow_queries';

分析工具

mysqldumpslow 慢查询日志文件#mysql外命令

查看查询执行动作和时间

set @@profiling=1;#记录执行流程
show profiels;#显示执行的语句
show profile for Query num;#查看第num条语句执行流程

2.3.2 explain

重点

工具：explain（mysql内部工具）。能够查看某个查询语句的具体执行计划。

适用范围：select、update、delete

输出结果8

字段解释
idid是用来标记有sql语句的，子查询也算一个语句。
tabletable是用来标记表的。临时表，如union操作产生的，也标记。
slect_type标记查询类型
SIMPLE:无union和子查询的查询
PRIMARY:包含UNION [ALL]或子查询的大查询
UNION:A UNION [ALL] B，B为UNION
UNION RESULT: union操作产生的临时表
SUBSQUERY:子查询不能优化为多表连接的方式，且不是相关子查询
DEPENDENT SUBQUERY:子查询不能优化为多表连接的方式，且是相关子查询
DERIVED:由查询语句生成的表
MATERIALIZED:子查询被转化为物化表
partitions对应的分区
type9标记MySQL对某个表执行查询时的访问方法。以下性能逐级递减
system:只有一条记录，且存储引擎的统计数据精确（有专门的变量记录，如MyISAM）
const:主键或唯一二级索引列进行等值匹配时（优化的最高标准）
eq_ref:连接查询时，被驱动表10（一般为被连接表）是主对键或唯一二级索引列进行等值匹配时
ref:普通二级索引等值匹配
ref_or_null:没有非空约束的普通二级索引等值匹配
index_merge:索引合并11
unique_subquery:in 子查询可优化为exists子查询，且子查询有主键等值匹配，子查询的类型为它
range:范围查询（优化的最低标准）
index:索引覆盖12
all:全表扫描
key使用索引
posssible_key可能的索引，从中选择索引，成本最低
key_length实际使用到的索引字节数。针对联合索引。
ref与索引列等值匹配的对象信息
rows预估读取条目数，越小越好
filtered满足条件的条目占比，filtered=查询结果条目数/rows，越高越好。对于多表查询效果好。
extra13说明如何执行查询语句

语法：

explain SQL语句;

explain输出格式

explain [format=[json|tree]] SQL语句;

2.3.3 trace

了解即可。

工具：trace，能够追踪优化器做出的决策。

必要的设置：

SET optimizer_trace="enabled=on",end_markers_in_json=on;#打开trace，并设置为json格式
set optimizer_trace_max_mem_size=1000000;#设置最大占用空间

查看结果

select * from information_schema.optimizer_trace;

3 索引优化和查询优化

优化方向：物理查询优化（索引优化和表连接方式优化），逻辑查询优化（优化SQL）。

3.1 索引失效情况14

情况说明
最佳左前缀规则15where语句中的查询字段只能是联合索引的前k个，一旦跳过后面的字段无法使用。否则一能用到联合索引的一部分。如，index(A,B,C)查B,C则索引失效，查AC则只用到联合索引中的A。
主键插入顺序主键最好设置为auto_increment,。即逐渐要按顺序插入
未直接对索引键过滤where中直接使用索引情况：等值和范围匹配，in和or 。如，name = 123 ；name为字符串，而123为数值型，所以存在类型转换，不是直接使用。如对索引键使用函数，类型转换，计算，均不行
非相等判断不相等判断无法使用索引，如!=,is not null。相等判断可以使用。
模糊匹配模糊匹配以%开头不行
非索引字段非索引字段使用or连接，会失效。如，INDEX(A), A OR B 仍为all 类型。slect语句中有非索引字段可能会失效，因为用回表（看数据量）。

索引使用判断：

index(a,b,c);

在这里插入图片描述

索引建议：

  1. 联合索引，过滤性好的放前面，范围查找放后面。且要包括where语句中更多的字段。
  2. 单列索引，选择对查询过滤性好的索引。

3.2 多表查询优化16

左外连接：

  1. 索引键为连接字段
  2. 被驱动表建立连接字段索引会加快，驱动表提升不大。但，建议两个索引均建立。

内连接：17

  1. 索引键为连接字段

join语句原理：

  • 简单嵌套循环连接

被驱动表取出一条数据，遍历被驱动表。直到驱动表的数据全部取完。

在这里插入图片描述

  • 索引嵌套循环连接

被驱动表取出一条数据，被驱动表使用索引查找。直到驱动表的数据全部取完。

在这里插入图片描述

  • 块嵌套循环连接

有一个Join Buffer。驱动表将部分数据加载到内存中的Join Buffer中。存储在Join Buffer中的每个元素会，遍历被驱动表。减少了扫描次数和读取记录数。

在这里插入图片描述

  • 驱动表和被驱动表

    判断：表行数*每行大小 值大的为驱动表，值小的为被驱动表。

  • hash Join

    大数据集的常用方式。较小的表在内存中建立一个连接字段的散列表，扫描较大的表并探测散列表，找出匹配的行。

3.3 子查询优化

特点：会产生临时表，临时表无法创建索引优化

  • 使用连接代替子查询

  • 多次查询

3.5 排序优化18

优化方法：

  • order by 使用的 字段替换为索引

filesort算法：

用于处理无法通过索引完成的排序任务

  • 双路排序

    先把索引列加载到内存中，排序。再根据排好序的索引列，按顺序将其余数据加载到内存中。

  • 单路排序

    将所有列加载到内存中，进行排序。空间要求高，速度快。

3.6 GROUP BY优化

优化方法：

  • GROUP BY字段做为索引键
  • 能在where中的条件不要在having中
  • order by,group by,distinct语句保证where过滤出的结果在1000行以内，否则SQL很慢。

3.7 LIMIT 优化

优化方法：

  • 自增主键：将偏移量换位where查询，如 limit 200，10换为 where id > 200 limit 10;

3.8 其他内容

3.8.1 覆盖索引

定义：一个二级索引包含了满足查询结果的所有数据称为覆盖索引。（二级索引中能查到的数据包含主键）。即，索引键包含了slect，where，join中的字段。

利弊：

  • 好处

    • 避免回表

  • 缺点

    • 维护开销

3.8.2 索引条件下推

定义：索引下推（ICP）是一种将部分过滤条件直接下推给存储引擎处理的优化技术。

使用场景：联合索引。如（A,B,C）中，where A=10 AND B LIKE ‘%DD’ AND C LIKE ‘%DD%’,不开启索引下推，只会用到联合索引中的A。而，开了后会都用到。

开启/关闭：

SET optimizer_switch = 'index_condition_pushdown=[off|on]';

使用条件：

  1. 如果表访问的类型为range、ref、eq_ref和ref_or_null可以使用lCP

  2. ICP可以用于InnoDB和MyISAM表，包括分区表InnoDB和MyISAM表

  3. 对于InnoDB表，ICP仅用于二级索引。ICP的目标是减少全行读取次数，从而减少I/O操作。

  4. 当SQL使用覆盖索引时，不支持ICP。因为这种情况下使用ICP不会减少/O。

  5. 相关子查询的条件不能使用ICP

3.8.3 IN和EXISTS

选择标准：如果主查询的表较大，则采用IN。否则，采用EXISTS。

3.8.4 COUNT(*)和count(字段)

说明：

  1. MyISAM为O(1),InnoDB为O(n)
  2. InnoDB中，count(*)会自动选择占用空间小的二级索引。count(字段)不会，要人为操作。

问题如何判别使用的索引键是什么？

索引下推是什么？

3.8.5 select *

建议：尽量不要写。

3.8.6 LIMIT 1

建议：确定结果只有1条，速度会加快。唯一索引可以不用。

3.8.7 commit

建议：多commit，可以释放内存空间。

3.9 主键设计

  • 非核心业务：自增主键

  • 核心业务：全局唯一且单调递增。设计方法为UUID19。

4 数据库设计

4.1 范式

相关概念：

名称解释
超键唯一标识元组的属性集。如一个元组的全部属性构成的属性集也是一个超键。
候选键唯一标识元组的最小属性集。是不包含多余属性的超键。
主键从候选键中选一个就是。
外键其他表的主键
主属性任一候选键的属性
非主属性不在任意候选键中的属性

改造方法：分表

优缺点：

  1. 查询效率低
  2. 数据冗余低

4.1.1 第一范式

定义：每个字段有原子性。即每个元组的每个字段只能是一个值，而不是一个集合。

4.1.2 第二范式

定义：非主键属性完全函数依赖于主键+1NF。即，非主键属性，不能有主键属性的子集决定。

4.1.3 第三范式

定义：2NF+非候选键属性与候选键之间不存在传递函数依赖。一般到3NF就足够了。

4.1.4 BC NF

定义： 3NF+非候选键属性完全函数依赖于候选码。2NF中的主键变为了候选键。

4.1.5 反范式化

原因：范式越高，表越多，查询效率越低。

方法：增加冗余字段

使用场景：某个字段频繁访问

存在的问题：

  1. 冗余字段同步修改
  2. 存储空间变大

4.2 数据表设计原则

  • 数据表个数少，字段少
  • 联合主键字段个数少
  • 使用主键和外键（外键关系，不是外键约束）越多越好

5 其他优化方法

5.1 数据库优化步骤

  1. DBMS选择
  2. 表设计优化
  3. 查询优化
  4. 索引优化
  5. redis缓存
  6. 库级优化：分布式处理，分库分表

5.2 优化数据库服务器

5.2.1 硬件优化

  1. 大容量内存
  2. 多处理器
  3. 高速磁盘
  4. 分布式存储

5.2.2 参数优化

  1. innodb_buffer_pool_size：InnoDB类型的表和索引的最大缓存。
  2. key_buffer_size：表示索引缓冲区的大小。值太大，就会导致操作系统频繁换页。
  3. table_cache:表示同时打开的表的个数。不是越大越好,同时时打开的表太多会影响操作系统性能。
  4. query_cache_type的值是0时，所有的查询都不使用查询缓存区但是query_cache_type=0并不会导致MySQL释放query_cache_size所配置的缓存区内存。
  5. sort_buffer_size:表示每个需要进行排序的线程分配的缓冲区的大小。增加这个参数的值可以提高ORDER BY或GR0UP BY操作的速度。
  6. join_buffer_size：表示联合查询操作所能使用的缓冲区大小
  7. read_buffer_size：表示每个线程连续扫描时为扫描的每个表分配的缓冲区的大小（字节）。

5.3 优化数据库结构

5.3.1 拆分表

将访问频率高的字段从表中拆分出去，单独存储。

5.3.2 增加中间表

经常需要两个表的字段组合起来的数据，则为两个表的字段单独再建一个表。

5.3.3 增加冗余字段

某个属性经常被访问，比如计算学生的总成绩，单独成一个字段。

5.3.4 优化数据类型

字段的类型只需要设为满足该字段的占用空间最小的数据类型即可。

5.3.5 优化插入记录速度

MyISAM:

  1. 禁用索引
  2. 禁用唯一性检查
  3. 批量插入
  4. LOAD DATA INFILE

InnoDB：

  1. 禁用唯一性检查
  2. 禁用外键检查
  3. 禁止自动提交：插入语句全部执行完毕后，一起提交。

5.3.6 使用非空约束

  1. compact格式要存null信息
  2. not null运算无法使用索引

5.3.7 分析表、检查表、优化表

分析表：更新cardinality（字段去重后的值的个数）

分析表加个只读锁。分析InnoDB和MyISAM类型的表，但是不能作用于视图。

analyse table xxx;

检查表:检查表是否存在错误

加只读锁。可以检查试图。

check table xxx;

优化表：

整理磁盘空间。

optimize table xxx;

5.4 大表优化

限制查询范围

读写分离：分布式

垂直拆分

  • 垂直分库：表比较多，将关联的表放在一个数据库中，其他的梵高另一个库。
  • 垂直分表：字段比较多。拆分表。

水平拆分

  • 水平分表：元组比较多，建立一个一模一样的表，将元组分出去一部分。又称数据分片。

  1. 索引机制和操作系统中的分页机制类似。innodb中record_type记录是数据项还是目录项。 ↩︎

  2. 类似于多级页表。由一级目录，二级目录，…等. ↩︎

  3. 不是所有索引都被一个引擎支持。 ↩︎

  4. 唯一性索引建立后，就会有唯一性约束。联合索引（col1,col2,col3,…）,查找时会按照col1,col2,…的顺序。如果没有col1，就不会触发索引。 ↩︎

  5. 当要插入和删除很多数据时，要维护索引很费力。所以，先删除索引，等到操作完毕后添加索引。 ↩︎

  6. 隐藏索引仍是要更新的，故不需要最好删除。且优化器会忽略，可以改。 ↩︎ ↩︎

  7. 列的基数为投影和去重后该列集合中元素的个数。列的基数越大，散列度越高。 ↩︎

  8. 优化器会将SQL优化重写，按照重写后的来。 ↩︎

  9. 总体来说就是，唯一索引>普通索引，非空约束>无非空约束，普通查询>连接>子查询，索引合并>索引覆盖，全表扫描最差。 ↩︎

  10. 驱动表是指多表连接时首先被访问的表，被驱动表时后被访问的表。被驱动表一般是被连接的表。 ↩︎

  11. 当查询的WHERE子句中有多个条件，且每个条件都可以使用不同的索引时，MySQL会尝试将这些索引的结果合并，以得到最终的结果集。索引合并的类型主要有三种：交集合并（and连接）、并集合并（or连接）和排序并集合并（对结果进行排序，并且排序的字段也有索引） ↩︎

  12. 联合索引包含了WHERE子句和SELECT子句中所有的字段。 ↩︎

  13. where中直接使用索引情况：等值和范围匹配，in和or ，前缀匹配的like，遵循最左前缀规则的联合索引，and连接非索引字段，不存在不等判断。 ↩︎

  14. 无法使用索引的情况不是绝对的，要综合考虑成本。比如是否需要回表，表有多大等。 ↩︎

  15. 后方字段失效：1. 前面的为范围查询 2. 不为前缀。如 （A,B,C）情况1为A为范围查询，则B,C失效 ；情况2为 查（A，C）则B,C失效 ↩︎

  16. not in 和not exists 可以换为left join xx on xx where xx is null;加快查询速度 ↩︎

  17. 优化器选择时间开销小的表作为被驱动表，开销大的作为驱动表。explain中驱动表排在前面。 ↩︎

    1. 联合索引和order by的字段顺序全部相反，效果和全部相同一致。2. where字段索引和order by索引优先where 索引，where没有则order by，二者也可以建立联合索引，更快。3.当范围索引和排序索引二选一时，如果范围筛选后，数据很少，那么选范围索引。反之，选排序索引。
    ↩︎

  19. UUID为时间（从低位到高位：秒分时这种）+UUID版本+时钟序列+mac地址。字符串存储，占36字节。结构可以改。 ↩︎

jrians
关注
专栏目录
MySQL 调优
weekshy的博客
04-12 230
在InnoDB 和 MyISAM 中都是使用B+Tree 的索引结构，B+Tree 和B-Tree 都是使用树形链表的结构建立数据目录，但是B-Tree 没有B+Tree 底层的指针（子节点）进行数据组织的连接。系统表空间会将所有的数据放在一个文件中，不利于管理，系统表空间会产生 IO 瓶颈，系统表空间很难回收存储空间，独立表空间可以使用optimize table 命令回收存储空间。反范式设计通过有意的增加数据冗余，从而达到减少表的数量，提高数据查询的效率。通过对数据的检索，快速确定数据的方式叫索引。
一篇文章带你精通mysql调优
最新发布
m0_61759012的博客
08-27 713
mysql,innodb,表,索引,执行计划,数据库优化,mysql优化，mysql查询优化，mysql分区分表
MySQL 服务器进行调优
最实用的Linux博客
08-31 964
 原贴地址：http://linux.chinaunix.net/docs/2007-08-07/4539.shtmlmysql服务器管理优化 如何对MySQL 服务器进行调优 日期：2007-08-07　作者：Sean A. Walberg　来自：IBM DW中国 <!----> 如今，开发人员不断地开发和部署使用 LAMP（Linux®、Apache、MySQL 和 PHP/
Mysql 调优
李大能
06-12 995
B树的每个节点都存储了数据区、而B+树只有叶子节点才会存储数据区，所以B+树在检索时的IO消耗要小于B树B+树的叶子节点都是顺序排列的并且相邻叶子节点具有相互引用的关系，所以非常适合做排序。
mysql调优
qq_43204550的博客
01-28 325
性能监控 使用show profile查询解析工具,可以指定具体的type 使用perform schema更加容易的监控mysql MYSQL performance schema详解 0、performance_schema的介绍 MySQL的performance schema 用于监控MySQL server在一个较低级别的运行过程中的资源消耗、资源等待等情况。 特点如下： 1、提供了一种在数据库运行时实时检查server的内部执行情况的方法。performance_schema 数据
MySQL调优，收录MySQL调优
06-25
MySQL调优，收录MySQL调优
2021年MySQL性能调优与架构设计整理.pdf
04-07
- **智能化管理**：引入AI和机器学习技术，实现自动化监控、调优等功能。 综上所述，MySQL作为一款成熟的开源数据库管理系统，其性能调优与架构设计对于提高系统的整体性能至关重要。通过对MySQL的基础了解、功能...
MySQL性能调优与架构设计 - 简朝阳.rar_MySQL性能调优与架构设计简朝阳
09-21
《MySQL性能调优与架构设计》是简朝阳先生的一部深度解析MySQL数据库性能优化与架构构建的专业著作。...通过学习本书，读者可以提升MySQL的使用和管理能力，为构建高效稳定的数据库系统打下坚实基础。
mysql 性能调优 运维
01-01
以上内容涵盖了MySQL性能调优和运维的多个方面，从基础概念到高级技术，每个知识点都值得深入学习和实践。作为一名DBA，理解和掌握这些知识，将有助于优化数据库性能，确保系统的高效稳定运行。
mysql性能调优与架构设计--全册 .rar_SPF7_mysql 性能调优_架构优化
09-24
通过学习和实践，可以有效地提升MySQL数据库在大数据量环境下的处理能力和稳定性。这份"mysql性能调优与架构设计--全册 .pdf"文档将为读者提供详尽的指导和实践案例，帮助数据库管理员更好地应对挑战。
Mysql调优
qq_33393542的博客
05-25 247
为什么要进行Sql调优 系统优化中一个很重要的方面就是SQL语句的优化。对于海量数据，劣质SQL语句和优质SQL语句之间的速度差别可以达到上百倍，写出高质量的SQL语句，提高系统的可用性。 在多数情况下，Oracle使用索引来更快地遍历表，优化器主要根据定义的索引来提高性能。但是，如果在SQL语句的where子句中写的SQL代码不合理，就会造成优化器删去索引而使用全表扫描，一般就这种SQL...
MySql调优
m0_51044151的博客
04-13 583
Mysql性能优化就是通过合理安排资源，调整系统参数使MySql运行更快、更节省资源。 mysql调优其实就是从时间、空间这两个方面来进行优化 mysql怎么调优 第一：选择最合适的字段属性。 mysql在创建数据库的时候肯定是数据库中的表越小越好，这样才能提高查询的速度。但是现实往往不如人意，每天可能产生的数据量是以数万或者数十万为单位的，这时就要充分地考虑在建表时的字段长度了。比如说在存储电话号的时候，如果将其写成CHAR(255),这显然会给数据库带来很多不必要的空间浪费，明明CHAR（11）就可以解
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