[MySQL]存储引擎、索引、SQL优化

最新推荐文章于 2024-09-27 20:43:28 发布
最新推荐文章于 2024-09-27 20:43:28 发布
阅读量394 收藏 2
点赞数 2
分类专栏： MySQL 文章标签： mysql sql 数据库
附上ID和原文链接即可
本文链接：https://blog.csdn.net/sewerperson/article/details/133778014
版权

文章目录

1. 存储引擎

1.1 MySQL体系结构

在这里插入图片描述

  • 连接层
    最上层是一些客户端和链接服务，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。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。
  • 引擎层
    存储引擎真正的负责了MSQL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，采选取合适的存储引擎。
  • 存储层
    主要是将数据存储在文件系统之上，并完成与存储引的交互

1.2 存储引擎简述

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。

show create table account; #查询建表语句,默认为innoDB
show engines; #查询当前数据库支持的搜索引擎

#创建表时,指定存储引擎
create table 表名(
	字段1,字段1类型[comment 注释]
	) engine = innodb [comment 注释];

1.3 存储引擎的特点

1.3.1 innoDB

  • 介绍
    nnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL5.5之后，InnoDB是默认的MySOL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FOREIGNKEY约束，保证数据的完整性和正确性
  • 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、sdi）、数据和索引。参数：innodb_file_per_table

在这里插入图片描述

1.3.2 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
    支持表锁，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

1.3.3 Memory

  • 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。
  • 特点
    内存存放
    hash索引（默认）
  • 文件
    xxx.sdi：存储表结构信息

1.3.4 存储引擎的选择

  • InnoDB：是Mysl的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。
  • MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的
  • MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性
特点InnoDBMyISAMMemory
存储限制64TB有有
事务安全支持--
锁机制行锁表锁表锁
B+tree索引支持支持支持
Hash索引--支持
全文索引支持（5.6版本之后）不支持-
空间使用高低N/A
内存使用高低中等
批量插入速度低高高
支持外键支持--

2. Linux下的MySQL

#先将MySQL导入至yum
rpm -ivh https://dev.mysql.com/get/mysql80-community-release-el7-10.noarch.rpm

#MySQL下载至yum
yum info mysql-community-server

#通过yum下载MySQL
yum -y install mysql-community-server

#启动MySQL
systemctl start mysqld

#找到默认MySQL密码
grep 'temporary password' /var/log/mysqld.log

#登录MySQL
mysql -u root -p

#临时更改严格型密码
alter user 'root'@'localhost' identified by '符合Linux检查的密码';

#改变Linux密码校验文件
set global validate_password.policy = 0; #设置检查格式为0(默认1)
set global validate_password.length = 4; #设置密码最短4个

#设置平常使用的密码
alter user 'root'@'localhost' identified by '9tse';

#创建全域用户
create user 'root'@'%' identified with mysql_native_password by '9tse';

#授予该用户所有权限
grant all on *.* to 'root'@'%';

#再登录即可

如果数据库连接不到Linux中,则只需开放Linux3306端口

#开放端口
sudo firewall-cmd --zone=public --add-port=3306/tcp --permanent

#刷新
sudo firewall-cmd --reload

#检查是否生效
sudo firewall-cmd --list-all

3. 索引

3.1 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，这种数据结构就是案引

优势劣势
提高数据检索的效率，降低数据库的IO成本索引列也是要占用空间的
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。

3.2 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结构

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+树索引。
Hash索引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、Elasticsearch。
索引InnoDBMyISAMMemory
B+tree索引支持支持支持
Hash索引不支持不支持支持
R-tree索引不支持支持不支持
Full-text5.6版本之后支持支持不支持

我们平常所说的索引,如果没有特别指明,都是指的B+树结构组织的索引

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
在这里插入图片描述

Hash

  • Hash索引特点
    1. Hash索引只能用于对等比较（=，in），不支持范围查询（between，>，<，…)
    2. 无法利用素引完成排序操作
    3. 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引
  • 存储引擎支持
    在MySQL中，支持hash素引的是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。

3.3 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可以有多个fulltext

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，索引结构的叶子节点保存了行数据必须有，而且只有一个
二级索引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，主键引就是聚集索引
  • 如果不存在主键，将使用第一个唯一（unique）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。

思考,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
高度为3
1171 * 1171 * 16 = 21939856

3.4 索引语法

#创建索引
create [unique | fulltext] index index_name on table_name(index_col_name,...);

#查看索引
show index from table_name;

#删除索引
drop index index_name on table name;

eg

#1.  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);

#2.  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);

#3.  profession、age、status创建联合索引
create index idx_user_pro_age_sta on tb_user(profession,age,status);

#4.  为email建立合适的引来提升查询效率。
create index idx_user_email on tb_user(email);

3.5 索引性能分析

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：

show global status like 'Com_______'; #七个_

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SOL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：

#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

配置完毕之后，重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log

#查看慢查询是否开启
show variables like 'slow_query_log';

#实时跟踪慢查询日志文件记录的信息
tail -f localhost-slow.log

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：

#是否支持profile
select @@have_profiling;

#profiling是否开启
select @@profiling;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling

set profiling=1;

执行一系列的业务SOL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queny_id的SQL语句各个阶段的耗时情况
show profile for query query_id;

#查看指定queryid的SQL语句CPU的使用情况
show profile cpu for query query_id;

explain执行计划

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/des
explain select 字段列表 from 表名 where 条件;

EXPLAIN执行计划各字段含义：

  1. 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）。
  2. select_type
    表示SELECT的类型，常见的取值有SIMPLE（简单表，即不使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）、SUBQUE（SELECT/WHERE之后包含了子查询）等
  3. type
    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
  4. possible_key
    显示可能应用在这张表上的索引，一个或多个。
  5. Key
    实际使用的索引，如果为NULL，则没有使用索引
  6. 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，在不损失精确性的前提下，长度越短越好。
  7. rows
    MySQL认为必须要执行查询的行数，在innodb引l擎的表中，是一个估计值，可能并不总是准确的
  8. filtered
    表示返回结果的行数占需读取行数的百分比，fitered的值越大越好。

3.6 索引的使用

验证索引效率,略知索引的重要性

#在未建立索引之前，执行如下SOL语句，查看SOL的耗时。
select * from tb_sku where sn = '100000003745001';

#针对字段创建索引
create index idx_sku_sn on tb_sku(sn);

#然后再次执行相同的SQL语句，再次查看SQL的耗时。
select * from tb_sku where sn = '100000003745001';

3.6.1 索引失效

最左前法则

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，索引将部分失效（后面的字段索引失效）。

explain select * from tb_user where profession = '软件工程' and age=3 and status='0';
explain select * from tb_user where profession = '软件工程' and age=3;
explain select * from tb_user where profession = '软件工程'; #以上索引都没有失效
explain select * from tb_user where age=3 and status = '0'; #profession不在,由于最左前缀法,索引失效
explain select * from tb_user where status = '0'; #profession,age的索引失效

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
而 >= <=就不会

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

##不失效
explain select * from tb_user where profassion='软件工程' and age >= 30 and status='0';

索引列运算
不要在索引列上进行运算操作，索引将失效

explain select * from tb_user where substring(phone,10,2) = '15';

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 profession = '软件工程' and age= 3 and status= 0;
 explain select * from tb_user where phone = 17799990015;

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。

explain select * from tb_user where profssion like '软件%'; #不失效
explain select * from tb_user where profession like '%工程'; ##失效
explain select * from tb_user where profession like '%工%'; ##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= '7799990017' or age= 23;

由于age没有索引，所以即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引。

数据分布影响
如果MySOL评估使用索引比全表更慢，则不使用索引。

select * from tb_user where phone >= '17799990005'; #手机号码都>05 使用全表
select * from tb_user where phone >= '17799990015';

3.6.2 索引使用

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

覆盖索引
尽量使用覆盖引（查询使用了索引，并且需要返回的列，在该引中已经全部能够找到），减少select*

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

using index condition 查找使用了素引，但是需要回表查询数据
using where;using index查找使用了引，但是需要的数据都在引列中能找到，所以不需要回表查询数据

虽然是二级索引中寻找,但并不需要去聚集索引中再寻找

前缀索引
当字段类型为字符串（varchar，text等）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_xxxx on tale name(column(n));

#eg
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;

单列索引与联合索引
单列索引：即一个索引只包含单个列。
联合案引：即一个引包含了多个列
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

素引设计原则

  1. 针对于数据量较大，且查询比较频繁的表建立索引。
  2. 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
  3. 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。
  4. 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。
  5. 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，
  6. 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
  7. 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。

4. SQL优化

4.1 插入数据

insert优化

#批量插入
insert into tb_test values (1,'Tom'),(2,'Cat'),(3,'lery');

#手动提交事务
stat transaction; #begin
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert into tb_test values(4,'rom'),(5,'sat'),(6,'perry');
...
commit;

当大批量插入数据,使用insert语句插入性能较低,此时可以使用MySQL数据库提供的load插入

#客户端连接服务器时,加上参数 --loacl-infile
mysql --local-infile -u root -p  

#设置全局参数 local_infile 为 1,开启从本地加载文件导入数据的开关
set global local_infile = 1;

#执行load指令将准备好的数据加载到表结构中
load data local infile '/root/sql.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

主键顺序插入效率大于主键乱序

4.2 主键优化

数据组织方式
在innoDB引擎中,表数据都是根据主键顺序组织存放的,这种存储方式的表成为索引组织表(index organized table) IOT

页分裂
在这里插入图片描述

在这里插入图片描述

页合并
在这里插入图片描述

ps:
merge_threshold: 合并页的阈值,可以自己设置,在创建表或者创建索引时指定

主键设计原则

  • 满足业务需求的情况下，尽量降低主键的长度
  • 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。
  • 尽量不要使用UUID做主键或者是其他自然主键，如身份证号。(会导致非顺序)
  • 业务操作时，避免对主键的修改

4.3 order by 优化

  1. Using filesort通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫FileSort排序
  2. Using index：通过有序索引顺序扫描直接返回有序数据，这种情况即为using index，不需要额外排序，操作效率高。
#以age,phone建立索引
#不符合最左前缀法则
explain select id,age,phone from tb_user order by phone , age;

#需要额外的排序,using filesort
explain select id,age,phone from tb_user order by age asc,phone desc;

#可以通过建立以下索引以使用using index
create index idx_user_age_pho_ad on tb_user(age asc,phone desc);

原则

  • 据排序字段建立合适的索引，多字段排序时，也遵循最左前法则
  • 尽量使用覆盖引。
  • 多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）
  • 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小sort_buffer_size（默认256K）

4.4 limit优化

imit 2000000 ,10，此时需要MySQL排序前20000 10记录，仅仅返回2000000-2000010的记录，其他记录丢弃，查询排序的代价非常大。
优化思路：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

4.5 count优化

explain select count(*) from tb_user;
  • MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count（*）的时候会直接返回这个数，效率很高
  • InnoDB引擎就麻烦了，它执行count（*）的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数

count的几种用法
count是一个聚合函数，对于返回的结果集，一行行地判断，如果count函数的参数不是NULL，累计值就加1，否则不加，最后返回累计值。

用法：count（*）、count（主键）、count（字段）、count（1）

  • count（主键）
    InnoDB引擎会遍历整张表，把每一行的主键id值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加（主键不可能为null）
  • count（字段）
    没有not null约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加。
    有not null约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
  • count （1）
    InnoDB引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加
  • count （*）
    InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加

按照效率排序的话，count（字段）< count（主键id）< count（1）count（*），所以尽量使用count（*）

nitesy
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索引性能优化分析
热门推荐
张彦峰的博客
04-07 173万+
总结MySQL索引性能优化，主要集中在索引的背景介绍以及索引的高效创建、使用和查询等，最有给出除了索引的一些其他优化思路
MySQL存储引擎、索引、SQL优化
2302_81745031的博客
04-29 1188
MySQL存储引擎、索引、优化笔记
MySQL高级篇（SQL优化、索引优化、锁机制、主从复制）
努力让自己发光，对的人才能迎着光而来
01-24 13万+
目录0 存储引擎介绍1 SQL性能分析2 常见通用的JOIN查询SQL执行加载顺序七种JOIN写法3 索引介绍3.1 索引是什么3.2 索引优劣势3.3 索引分类和建索引命令语句3.4 索引结构与检索原理3.5 哪些情况适合建索引3.6 哪些情况不适合建索引4 性能分析4.1 性能分析前提知识4.2 Explain使用简介4.3 执行计划包含的信息字段解释（重中之重）id（表的读取顺序）select_type（ 数据读取操作的操作类型）table（显示执行的表名）type（访问类型排列）possible_k
MySQL的事务、存储引擎、索引结构及SQL优化方向
qq_41057525的博客
01-31 707
该文件只存储表的结构，而其数据文件，都是存储在内存中的，这样有利于对数据的快速的处理，提高整个表的处理效率。数据文件和索引文件可以放置在不同的目录，平均分布IO，获得更快的速度，要制定索引文件和数据文件的路径，需要在创建表的时候通过DATA DIRECTORY和INDEX DIRECTORY语句指定，也就是说不同Myisam表的索引文件和数据文件可以放置到不同的路径下，文件路径需要的是绝对路径，并且具有访问权限。数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。
mysql存储引擎
yjclsx的博客
07-31 6万+
数据库存储引擎 数据库存储引擎是数据库底层软件组织，数据库管理系统（DBMS）使用数据引擎进行创建、查询、更新和删除数据。不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能，使用不同的存储引擎，还可以获得特定的功能。现在许多不同的数据库管理系统都支持多种不同的数据引擎。 因为在关系数据库中数据的存储是以表的形式存储的，所以存储引擎也可以称为表类型(Table Type，即存储和操作此表...
MySQL索引原理以及SQL优化
weixin_73240939的博客
01-30 2125
索引，在sql底层的B+树中，就是各个节点的key。通过索引，可以快速地锁定数据的位置。
MySQL慢SQL优化技术深度学习指南
聚焦于深度解析最新的编程语言特性、框架升级、架构设计、开发工具和最佳实践，涵盖Web前端（如Vue3, React, Angular等）、后端开发（如Node.js, Java, Python等）、移动端开发（iOS, Android原生及跨平台开发）
04-28 4万+
MySQL慢SQL优化是一项系统工程，涉及查询设计、索引策略、JOIN操作、数据库配置等多个层面。通过深入理解查询执行原理，运用恰当的优化技术和工具，结合持续的性能监控与调优实践，能够有效提升MySQL数据库的查询性能，保障业务系统的高效稳定运行。
MySQL SQL和索引优化总结
长期更新自学笔记
03-28 4549
文章目录一、SQL语句和索引的优化二、应用优化三、MySQL Server优化1. 自适应哈希索引2. redo log3. MySQL查询缓存4. MySQL线程缓存5. 并发连接数量和超时时间 首先我们需要知道MySQL主要是从以下3个方面进行优化： SQL语句和索引 应用优化（引入缓存、连接池） 配置参数优化 一、SQL语句和索引的优化 当数据量比较大，若SQL语句写的不合适，会导致SQL的执行效率低，我们需要等待很长时间才能拿到结果 针对性优化的时候，若数据量太大，可通过limit分页 exp
MySQL存储引擎以及索引
长期更新自学笔记
03-10 3655
一、数据库引擎 1. 查看数据库引擎 2. 查看表结构 3. 查看表相关文件 4. 各存储引擎的区别 二、MySQL索引 1. 索引分类 2. 索引的创建和删除 3. 关于缓存问题 4. 过滤条件字段涉及类型转换则无法使用索引 5. 删除索引 6. explain字段含义 7. 加索引优化原则
MYSql高级教程-存储引擎和SQL优化
06-28
存储引擎和SQL优化 数据库安装及数据库对象 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。...
30个mysql千万级大数据SQL查询优化技巧详解
12-16
MySQL千万级大数据SQL查询优化技巧详解 在处理大数据量的MySQL数据库时，高效的SQL查询显得尤为重要。以下是一些关键的优化技巧，可以帮助你提升查询性能，避免全表扫描，充分利用索引，以及优化查询逻辑： 1. **...
MySQL 通过索引优化含ORDER BY的语句
12-15
MySQL数据库在处理含`ORDER BY`的SQL语句时，索引优化是非常关键的一环，因为这直接影响到查询性能。以下是一些关于如何利用索引来优化`ORDER BY`语句的知识点： 1. **合理创建索引**：索引可以显著提高数据读取...
超详细图解！【MySQL进阶篇】SQL优化-索引-存储引擎
2401_84103844的博客
05-04 990
Java面试核心知识点一共有30个专题，足够读者朋友们应付面试啦，也节省朋友们去到处搜刮资料自己整理的时间！Java面试核心知识点},“steps”: [[外链图片转存中…(img-aH86Y16X-1714803252350)]Java面试核心知识点一共有30个专题，足够读者朋友们应付面试啦，也节省朋友们去到处搜刮资料自己整理的时间！[外链图片转存中…(img-xE20TtlA-1714803252350)]Java面试核心知识点本文已被。
【MySQL】数据库表的基本查询——增删查改
最新发布
m0_74755811的博客
09-27 841
在MySQL中，对表进行增删查改操作是数据库管理的基础。增（Insert）操作用于添加新记录，使用`INSERT INTO 表名 (列1 ...) VALUES (值1 ...);`。删（Delete）操作用于移除记录，使用`DELETE FROM 表名 WHERE 条件;`，需注意慎用以防误删。查（Select）操作用于检索数据，基本形式为`SELECT 列名 FROM 表名 WHERE 条件;`，可配合`ORDER BY`进行排序，`LIMIT`限制结果数量。改（Update）操作用于修改现有记录.
Mysql梳理7——分页查询
haozihua的博客
09-22 465
注意：MySQL 8.0中可以使用“LIMIT 3 OFFSET 4”，意思是获取从第5条记录开始后面的3条记录，和“LIMIT 4,3;如果我们知道返回结果只有 1 条，就可以使用 LIMIT 1 ，告诉 SELECT 语句只需要返回一条记录即可。背景1：查询返回的记录太多了，查看起来很不方便，怎么样能够实现分页查询呢？背景2：表里有 4 条数据，我们只想要显示第 2、3 条数据怎么办呢？所谓分页显示，就是将数据库中的结果集，一段一段显示出来需要的条件。第二个参数“行数”指示返回的记录条数。
MySQL --基本查询(上）
2301_79274600的博客
09-23 1164
语法： 示例： 创建一张学生表 1.1单行数据+全列插入 插入两条记录，value_list 数量必须和指定列数量及顺序一致 由于 主键 或者 唯一键 对应的值已经存在而导致插入失败 可以选择性的进行同步更新操作 语法： 冲突数据被更新– ON DUPLICATE KEY 当发生重复key的时候– 主键 或者 唯一键 没有冲突，则直接插入； – 主键 或者 唯一键 如果冲突，则删除后再插入 语法： 示例： 创建表结构 插入测试数据 – 通常情况下不建议使用 * 进行全列查询 – 1. 查询的列越多，意
hive/impala/mysql几种数据库的sql常用写法和函数说明
biqidaoer的专栏
09-27 136
做大数据开发的时候，会在几种库中来回跳，同一个需求，不同库函数和写法会有出入，在此做汇总沉淀。
MySQL存储引擎与索引优化笔记
"MySQL笔记-fxf，记录了MySQL的学习与复习要点，主要关注存储引擎、索引...这份笔记涵盖了MySQL的基础知识，尤其是存储引擎选择、索引创建与优化、SQL查询优化和服务器配置等方面，对提升数据库性能有重要指导价值。
评论 3
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