索引
索引介绍
正确的创建合适的索引是提升数据库查询性能的基础。
索引是什么
索引是为了加速对表中数据行的检索而创建的一种分散存储的
数据结构
为什么要用索引
索引能极大的减少存储引擎需要扫描的数据量
索引可以把随机IO变成顺序IO
索引可以帮助我们在进行分组、排序等操作时,避免使
用临时表
为什么选择B+Tree
二叉查找树,Binary Search Tree
平衡二叉查找树,Balanced binnary search tree
缺点:
- 它太深了
数据处的(高)深度决定着他的IO操作次数,IO操作耗时大 - 它太小了
每一个磁盘块(节点/页)保存的数据量太小了 没有很好的利用操作磁盘IO的数据交换特性, 也没有利用好磁盘IO的预读能力(空间局部性原理),从而带来频繁的IO操作
多路平衡查找树,B-Tree
加强版多路平衡查找树,B+Tree
B+Tree 和 B-Tree 的区别
1,B+节点关键字搜索采用闭合区间
2,B+非叶节点不保存数据相关信息,只保存关键字和子节点的引用
3,B+关键字对应的数据保存在叶子节点中
4,B+叶子节点是顺序排列的,并且相邻节点具有顺序引用的关系
为什么要用B+Tree
B+树是B-树的变种(PLUS版)多路绝对平衡查找树,他拥有B-树的优势
B+树扫库、表能力更强
B+树的磁盘读写能力更强
B+树的排序能力更强
B+树的查询效率更加稳定
B+Tree在两大引擎中如何体现
Mysql 中B+Tree索引体现形式 —— Myisam
Mysql 中B+Tree索引体现形式 —— Innodb
Innodb VS Myisam
索引知识补充
列的离散型
最左匹配原则
联合索引
案例
覆盖索引
如果查询列可通过索引节点中的关键字直接返回,则该索引称之为
覆盖索引。
覆盖索引可减少数据库IO,将随机IO变为顺序IO,可提高查询性能
总结及验证
- 索引列的数据长度能少则少。
- 索引一定不是越多越好,越全越好,一定是建合适的。
- 匹配列前缀可用到索引 like 9999%,like %9999%、like %9999用不到索引;
- Where 条件中 not in 和 <>操作无法使用索引;
- 匹配范围值,order by 也可用到索引;
- 多用指定列查询,只返回自己想到的数据列,少用select *;
- 联合索引中如果不是按照索引最左列开始查找,无法使用索引;
- 联合索引中精确匹配最左前列并范围匹配另外一列可以用到索引;
- 联合索引中如果查询中有某个列的范围查询,则其右边的所有列都无法使用索引;
mysql学习笔记四 - MVCC
innodb存储引擎深入浅出、事务、锁
存储引擎、查询执行流程分析及执行计划详解
Mysql插拔式的存储引擎
存储引擎介绍
1,插拔式的插件方式
2,存储引擎是指定在表之上的,即一个库中的每一个表都可
以指定专用的存储引擎。
3,不管表采用什么样的存储引擎,都会在数据区,产生对应
的一个frm文件(表结构定义描述文件)
CVS存储引擎
- 数据存储以CSV文件
- 特点:
不能定义没有索引、列定义必须为NOT NULL、不能设置自增列
–>不适用大表或者数据的在线处理
CSV数据的存储用,隔开,可直接编辑CSV文件进行数据的编排
–>数据安全性低
注:编辑之后,要生效使用flush table XXX 命令 - 应用场景:
数据的快速导出导入
表格直接转换成CSV
Archive 存储引擎
- 压缩协议进行数据的存储
- 数据存储为ARZ文件格式
- 特点:
只支持insert和select两种操作
只允许自增ID列建立索引
行级锁
不支持事务
数据占用磁盘少 - 应用场景:
日志系统
大量的设备数据采集
Memory 存储引擎
- 数据都是存储在内存中,IO效率要比其他引擎高很多
- 服务重启数据丢失,内存数据表默认只有16M
- 特点:
支持hash索引,B tree索引,默认hash(查找复杂度0(1))
字段长度都是固定长度varchar(32)=char(32)
不支持大数据存储类型字段如 blog,text
表级锁 - 应用场景:
等值查找热度较高数据
查询结果内存中的计算,大多数都是采用这种存储引擎
作为临时表存储需计算的数据
Myisam
- Mysql5.5版本之前的默认存储引擎
- 较多的系统表也还是使用这个存储引擎
- 系统临时表也会用到Myisam存储引擎
- 特点:
a,select count(*) from table 无需进行数据的扫描
b,数据(MYD)和索引(MYI)分开存储
c,表级锁
d,不支持事务
Innodb
- Mysql5.5及以后版本的默认存储引擎
- Key Advantages:
Its DML operations follow the ACID model [事务ACID]
Row-level locking[行级锁]
InnoDB tables arrange your data on disk to optimize queries
based on primary keys[聚集索引(主键索引)方式进行数据存储]
To maintain data integrity, InnoDB supports FOREIGN KEY
constraints[支持外键关系保证数据完整性]
对比
MySQL体系结构及运行机理
- Client Connectors
接入方 支持协议很多 - Management Serveices & Utilities
系统管理和控制工具,mysqldump、 mysql复制集群、分区管理等 - Connection Pool
连接池:管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求 - SQL Interface
SQL接口:接受用户的SQL命令,并且返回用户需要查询的结果 - Parser
解析器,SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的 - Optimizer
查询优化器,SQL语句在查询之前会使用查询优化器对查询进行优化 - Cache和Buffer(高速缓存区)
查询缓存,如果查询缓存有命中的查询结果,查询语句就可以直接去查询缓存中取数据 - pluggable storage Engines插件式存储引擎。
- 存储引擎是MySql中具体的与文件打交道的子系统file system文件系统,数据、日志(redo,undo)、索引、错误日志、查询记录、慢查询等
MySQL查询优化详解
mysql 查询优化-查询执行的路劲
mysql 查询优化-查询执行的路径
1,mysql 客户端/服务端通信
2,查询缓存
3,查询优化处理
4,查询执行引擎
5,返回客户端
mysql客户端/服务端通信
- Mysql客户端与服务端的通信方式是“半双工”
全双工:双向通信,发送同时也可以接收
半双工:双向通信,同时只能接收或者是发送,无法同时做操作
单工:只能单一方向传送 - 半双工通信:
在任何一个时刻,要么是有服务器向客户端发送数据,要么是客户端向服务端发送数据,这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进行传输。 - 特点和限制:
客户端一旦开始发送消息,另一端要接收完整个消息才能响应。
客户端一旦开始接收数据没法停下来发送指令。
mysql客户端/服务端通信-查询状态
对于一个mysql连接,或者说一个线程,时刻都有一个状态来标识这个连接正在做什么
查看命令 show full processlist / show processlist
https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html (状态全集)
- Sleep
线程正在等待客户端发送数据 - Query
连接线程正在执行查询 - Locked
线程正在等待表锁的释放 - Sorting result
线程正在对结果进行排序 - Sending data
向请求端返回数据 - 可通过kill {id}的方式进行连接的杀掉
查询缓存
- 工作原理:
缓存SELECT操作的结果集和SQL语句;
新的SELECT语句,先去查询缓存,判断是否存在可用的记录集; - 判断标准:
与缓存的SQL语句,是否完全一样,区分大小写 (简单认为存储了一个key-value结构,key为sql,value为sql查询结果集) - query_cache_type
值:0 -– 不启用查询缓存,默认值;
值:1 -– 启用查询缓存,只要符合查询缓存的要求,客户端的查询语句和记录集
都可以缓存起来,供其他客户端使用,加上 SQL_NO_CACHE将不缓存
值:2 -– 启用查询缓存,只要查询语句中添加了参数:SQL_CACHE,且符合查询
缓存的要求,客户端的查询语句和记录集,则可以缓存起来,供其他客户端使用 - query_cache_size
允许设置query_cache_size的值最小为40K,默认1M,推荐设置 为:64M/128M; - query_cache_limit
限制查询缓存区最大能缓存的查询记录集,默认设置为1M - show status like ‘Qcache%’ 命令可查看缓存情况
查询缓存 - 不会缓存的情况
1.当查询语句中有一些不确定的数据时,则不会被缓存。如包含函数NOW(),
CURRENT_DATE()等类似的函数,或者用户自定义的函数,存储函数,用户变
量等都不会被缓存
2.当查询的结果大于query_cache_limit设置的值时,结果不会被缓存
3.对于InnoDB引擎来说,当一个语句在事务中修改了某个表,那么在这个事务
提交之前,所有与这个表相关的查询都无法被缓存。因此长时间执行事务,
会大大降低缓存命中率
4,查询的表是系统表
5,查询语句不涉及到表
查询缓存 - 是一个坑
- 为什么mysql默认关闭了缓存开启??
1.在查询之前必须先检查是否命中缓存,浪费计算资源
2.如果这个查询可以被缓存,那么执行完成后,MySQL发现查询缓存中没有这
个查询,则会将结果存入查询缓存,这会带来额外的系统消耗
3.针对表进行写入或更新数据时,将对应表的所有缓存都设置失效。
4.如果查询缓存很大或者碎片很多时,这个操作可能带来很大的系统消耗
查询缓存 - 适用业务场景
- 以读为主的业务,数据生成之后就不常改变的业务
比如门户类、新闻类、报表类、论坛类等
查询优化处理
- 查询优化处理的三个阶段:
- 解析sql
通过lex词法分析,yacc语法分析将sql语句解析成解析树
https://www.ibm.com/developerworks/cn/linux/sdk/lex/ - 预处理阶段
根据mysql的语法的规则进一步检查解析树的合法性,如:检查数据的表
和列是否存在,解析名字和别名的设置。还会进行权限的验证 - 查询优化器
优化器的主要作用就是找到最优的执行计划
- 解析sql
查询优化器如何找到最有执行计划
- 使用等价变化规则
5 = 5 and a > 5 改写成 a > 5
a < b and a = 5 改写成 b > 5 and a = 5
基于联合索引,调整条件位置等 - 优化count 、min、max等函数
min函数只需找索引最左边
max函数只需找索引最右边
myisam引擎count(*) - 覆盖索引扫描
- 子查询优化
- 提前终止查询
用了limit关键字或者使用不存在的条件 - IN的优化
先进性排序,再采用二分查找的方式 - Mysql的查询优化器是基于成本计算的原则。他会尝试各种执行计划。
数据抽样的方式进行试验(随机的读取一个4K的数据块进行分析)
mysql 查询优化 - 执行计划
执行计划 - id
select查询的序列号,标识执行的顺序
1、id相同,执行顺序由上至下
2、id不同,如果是子查询,id的序号会递增,id值越大优先级越高,越先被执行
3、id相同又不同即两种情况同时存在,id如果相同,可以认为是一组,从上往下顺序
执行;在所有组中,id值越大,优先级越高,越先执行
执行计划 - select_type
- 查询的类型,主要是用于区分普通查询、联合查询、子查询等
SIMPLE:简单的select查询,查询中不包含子查询或者union
PRIMARY:查询中包含子部分,最外层查询则被标记为primary
SUBQUERY/MATERIALIZED:SUBQUERY表示在select 或 where列表中包含了子查询
MATERIALIZED表示where 后面in条件的子查询
UNION:若第二个select出现在union之后,则被标记为union;
UNION RESULT:从union表获取结果的select
执行计划 - table
- 查询涉及到的表
直接显示表名或者表的别名
<unionM,N> 由ID为M,N 查询union产生的结果
由ID为N查询生产的结果
执行计划 - type
- 访问类型,sql查询优化中一个很重要的指标,结果值从好到坏依次是:
system > const > eq_ref > ref > range > index > ALL
system:表只有一行记录(等于系统表),const类型的特例,基本不会出现,可以忽略不计
const:表示通过索引一次就找到了,const用于比较primary key 或者 unique索引
eq_ref:唯一索引扫描,对于每个索引键,表中只有一条记录与之匹配。常见于主键 或 唯一索引扫描
ref:非唯一性索引扫描,返回匹配某个单独值的所有行,本质是也是一种索引访问
range:只检索给定范围的行,使用一个索引来选择行
index:Full Index Scan,索引全表扫描,把索引从头到尾扫一遍
ALL:Full Table Scan,遍历全表以找到匹配的行
执行计划 - possible_keys、key、rows、filtered
- possible_keys
查询过程中有可能用到的索引 - key
实际使用的索引,如果为NULL,则没有使用索引 rows
根据表统计信息或者索引选用情况,大致估算出找到所需的记录所需要读取的行数 - filtered
它指返回结果的行占需要读到的行(rows列的值)的百分比
表示返回结果的行数占需读取行数的百分比,filtered的值越大越好
执行计划 - Extra
十分重要的额外信息
- Using filesort :
mysql对数据使用一个外部的文件内容进行了排序,而不是按照表内的索引进行排序读取 - Using temporary:
使用临时表保存中间结果,也就是说mysql在对查询结果排序时使用了临时表,常见于order by 或 group by - Using index:
表示相应的select操作中使用了覆盖索引(Covering Index),避免了访问表的数据行,效率高 - Using where :
使用了where过滤条件 - select tables optimized away:
基于索引优化MIN/MAX操作或者MyISAM存储引擎优化COUNT(*)操作,不必等到执行阶段在进行计算,查询执行计划生成的阶段即可完成优化
查询执行引擎
- 调用插件式的存储引擎的原子API的功能进行执行计划的执行
返回客户端
- 有需要做缓存的,执行缓存操作
- 增量的返回结果:
开始生成第一条结果时,mysql就开始往请求方逐步返回数据- 好处: mysql服务器无须保存过多的数据,浪费内存
用户体验好,马上就拿到了数据
- 好处: mysql服务器无须保存过多的数据,浪费内存
如何定位慢sql
- 业务驱动
- 测试驱动
- 慢查询日志
慢查询日志配置
show variables like ‘slow_query_log’
set global slow_query_log = on
set global slow_query_log_file = ‘/var/lib/mysql/gupaoedu-slow.log’
set global log_queries_not_using_indexes = on set global long_query_time = 0.1 (秒)
慢查询日志分析
Time :日志记录的时间
User@Host:执行的用户及主机
Query_time:查询耗费时间 Lock_time 锁表时间 Rows_sent 发送给请求方的记录
条数 Rows_examined 语句扫描的记录条数
SET timestamp 语句执行的时间点
select … 执行的具体语句