MYSQL进阶
存储引擎特点
-
InnoDB
- 介绍
InnoDB是一种兼顾高可靠性和高性能的通用存储引擎,在MSQL5.5之后,InnoDB是默认的存储引擎。
- 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;
- 文件(注:下面的xxx是你自己建立的表的表名)
xxx.ibd:xxx代表的是表面,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、sdi
)、数据和索引。
参数:innodb_file_per_table
-
MyISAM
- 介绍
MyISAM是MYSQL早期的默认存储引擎
- 特点
不支持事务,不支持外键
支持锁表,不支持行锁
访问速度快
- 文件
xxx.sdi:存储表结构信息
xxx.MYD:存储数据
xxx.MYI:存储索引
-
Memory
- 介绍
Memory引擎的表数据是存储在内存中的,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。
- 特点
内存存放
hash索引(默认)
-
文件
xxx.sdi: 存储表结构信息
索引
- 介绍
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,这些数据结构就是索引。
-
索引优缺点
优势 劣势 提高数据检索的效率,降低数据库IO成本 索引列也是要占用空间的。(但对于现在的硬件来说,空间已经不成问题) 通过索引对数据进行排序,降低数据排序的成本,降低CPU的消耗 索引大大提高了查询效率,同时也降低了跟新表的速度,如对表进行INSERT、UPDATE、DELETE时,效率降低(因为需要维护b+树的结构) -
索引结构
- 二叉树
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。
-
B-Tree(多路平衡查找树)
以一颗最大度数(max-degree)为5的b-tree为例(每个节点最多存储4个key,5个指针):
-
B+Tree
-
B+Tree特点1:所有的元素都会出现在叶子结点,上面的分页子节点起到索引作用,数据存储在叶子结点。
-
B+Tree特点1:叶子结点间会构建一个单向链表。
-
注: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,增加了一个指向相邻叶子节点的链表指针,
形成了带有顺序的B+Tree,提高区间访问的性能。
-
-
Hash
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,映射到同一个槽位上,他们就产生了hash冲突(也称为hash碰撞),可以在通过在hash表下建立链表来解决冲突。
-
-
hash索引的特点
1.Hash索引只能用于对等比较(=,in),不支持范围查询(berween,>,<,…)
2.无法利用索引完成排序操作
3.查询效率高,通常只需要一次检索就可以,效率通常要高于B+Tree索引
-
-
存储引擎支持
在MYSQL中,支持hash索引的是Memory引擎,而Innodb中具有自适应hash功能,hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
补充: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,搜索效率更高,且不会出现(竖着的)类似单层列表结构。
- 相对于B-Tree,B+Tree只有叶子结点存放数据,上面的页/块空间增大,而B-Tree叶子和非叶子节点都会存放数据,这样会导致一页中存储的键值减少,指针跟着减少,同样保存大量数据,只能增加树的高度,从而导致性能下降。且在B+Tree的叶子结点形成双向链表,便于范围搜索和排序。
- hash索引只支持等值匹配,不支持范围匹配以及排序操作。
索引分类
分类 | 含义 | 特点 | 关键字 |
---|---|---|---|
主键索引 | 针对于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 | 快速定位特定数据 | 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,倒排索引 | FULLTEXT |
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 | 将数据存储与索引放到了一块,索引结构的叶子结点保存了行数据 | 必须有,而且只有一个 |
二级索引(辅助索引) | 将数据与索引分开存储,索引结构的叶子结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,逐渐索引就是聚集索引
- 如果不存在主键,将使用第一个唯一(UNIQUE)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
索引语法
- 创建索引
create [unique | fulltext](指定索引类型,若不指定为常规索引) index index_name(索引名) on table_name(表名) (index_col_name,..)(为表中的哪些字段创建索引,一个索引可以为多个字段创建,即创建联合索引)
- 查看索引
show index from table_name(表名)
- 删除索引
drop index index_name(索引名) on table_name(表名)
SQL性能分析
-
SQL执行频率
MySQL客户端连接成功后,通过show [sessiong | global] (带中括号表示可省略,sessiong查询当前窗口的,global) status
命令可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT 的访问频次:
例:
show global status like 'com_______'
![image-20240705162446477](.\assets\image-20240705162446477.png)
-
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。
MYSQL的慢查询日志默认没有开启,需要在MYSQL的配置文件(/etc/my.cnf)中配置如下信息:
-
profile详情
show profiles 能够在做sql优化时帮我们了解时间耗费到哪里去了,通过having_profiling参数,能看到当前MYSQL是否支持profile操作。
- explain执行计划
Explain中各个字段的含义:
-
id
select查询的序列号,表示查询中执行的select子句或者是操作的表的顺序(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,常见的取值有SIMPLE(简单表,即不用表连接或者 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之后包含的子查询)等
-
type(重要,优化sql,主要是把这个类型向前优化,但是在实际开发业务中一般不可能达到null类型)
表示连接类型,性能由好到差的连接类型为:NULL、system、const、eq_ref、ref、range、index、all。
-
posssible
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
-
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,在不损失精度性的影响下,长度越短越好。
-
rows
MYSQL认为必须要执行查询的次数,在InnoDB引擎的表中,是一个估算值,可能并不总是准确的。
-
filtered
表示返回结果的行数占需要读取行数的百分比,filtered的值越大越好。
索引使用
实验:在一个具有一千万条左右数据的表中,一个number字段,若是在没有索引的情况下查询,查询一条数据耗时大约21s左右,但若是建立好索引后,查询耗时约为0.1s,由此可见对表中字段建立索引可以打打优化性能
使用原则
-
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。最左前缀法则指的是查询从索引最左列开始,并且不跳过索引中的列。如果跳过某一列,索引将部分失效(后面的字段索引失效)(注意where条件中字段的顺序,可以不必与索引顺序一致,但是要全部存在)
-
范围查询
联合索引中,出现范围查询(>,<),范围查询右侧的索引会失效
例:
explain select * from tb_user where profession = '软件工程' and age > 30 and status = '0'
#上面的sql语句中,status的索引会失效,与其在sql中where后的位置无关,若sql为:(explain select * from tb_user where profession = '软件工程' and status = '0' and age > 30 )status也会失效,因为在所以表中status的顺序在age后面,而且age使用了范围查询
explain select * from tb_user where profession = '软件工程' and age >= 30 and status = '0'
这一句sql,索引都不会失效,因为范围查询指的是 > 或 < 而 >= 和<= 不算范围查询
优化思路:所以我们在使用sql查询时尽量使用 >= 和 <= 而不是使用 > 和 < ,以此来防止索引范围失效
例:>30 我们可以写为 >=31
-
索引列运算
不要在索引列上进行运算操作,索引将会失效
-
字符串不加引号
若查询列内容为字符串形式,不加引号索引将会失效
-
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
例:
select * from tb_user where profession like '软件%' 索引不会失效 select * from tb_user where profession like '%工程' 索引失效 select * from tb_user where profession like '%工%' 索引失效(只要前边加了%就会使索引失效)
-
or连接的条件
用or分割开的条件,如果or前的条件中的列列有索引,而后面的列中没有索引,那么涉及的索引都不会被用到。
select * from tb_user where id=10 and age =23
select * from tb_user where phone='19558955136' and age =23
由于age没有索引,所以即使id,phone都有索引,但是因为age没有,所以id,phone的索引也会失效。所以要想生效,需要给age也加上索引。
- 数据分布影响
如果MySql评估使用索引比全表扫描 慢,则不使用索引。
-
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:(建议后面跟的是要用的索引,mysql不一定执行)
select * from tb_user use index(idx_user_pro) where profession = '软件工程'
-
ignore index:(后面跟的是要忽略的索引)
select * from tb_user ignore index(idx_user_pro) where profession = '软件工程'
-
force index:(强制使用后面跟的索引)
select * from tb_user force index (idx_user_pro) where profession = '软件工程'
-
-
覆盖索引(重要)
尽量使用覆盖索引(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),减少select *。
假设只有profession、age、status建立了联合索引
select id profession from tb_user where profession = '软件工程' and age = 31 and status ='0' 不需要回表 select id,profession,age,status from tb_user where profession = '软件工程' and age = 31 and status ='0' 不需要回表 select id,profession,age,status,name from tb_user where profession = '软件工程' and age = 31 and status ='0' 需要回表 select * from tb_user where profession='软件工程' and age =31 and status='0' 需要回表
-
前缀索引
当字段类型为字符串(varchar,text)时,有时候需要索引很长的字符串,这会让索引变得很大,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 table_name(column(n)) 提取该字段的前x个值建立索引
-
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11,这是最好的索引选择性,性能也是最好的。
-
-
单列索引与联合索引
-
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。若有热点的单列查询问题时,可以就该列单独在创建一个单列索引。
-
举个例子,假设有一个用户表
tb_user
,包含字段username
和status
。如果经常需要按username
进行查询,可以先为username
字段创建一个简单索引。如果同时经常需要按照username
和status
的组合进行查询,可以再创建一个联合索引(username, status)
。简单索引和联合索引的选择取决于查询的模式和频率。简单索引可以提高单个字段的查询效率,而联合索引则适合多个字段组合条件的查询。
索引设计原则
- 针对于数据量较大,且查询比较频繁的表建立索引。
- 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引
- 尽量选择区分度高的列作为索引、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,字段的长度较大,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,维护索引结构的代价也就越大,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约束它。当优化器知道每列是否包含NULL值时,它可以更好地确定哪个索引最有效地用于查询,