【MySQL进阶篇】一、存储引擎、索引

最新推荐文章于 2024-10-17 11:10:49 发布

CHH3213

最新推荐文章于 2024-10-17 11:10:49 发布

阅读量506

点赞数 2

分类专栏： MySQL 文章标签： mysql 数据库 java

本文链接：https://blog.csdn.net/weixin_42301220/article/details/123103719

版权

MySQL 专栏收录该内容

10 篇文章 3 订阅

订阅专栏

参考资料

https://www.bilibili.com/video/BV1Kr4y1i7ru?p=58

前言

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。
存储层
主要是将数据存储在文件系统之上，并完成与存储引擎的交互

1. 存储引擎

1.1 简介

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。

在创建表时，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];

查看当前数据库支持的存储引擎
```
SHOW ENGINES;
```

1.2 特点

1.2.1 InnoDB

介绍
InnoDB是一种兼顾高可靠性和高性能的通用存储引Y,在MySQL 5.5之后,InnoDB是默认的MySQL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
xxx.ibd: xxx代表的是表名,innoDB引Y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
查看方式：命令行输入ibd2sdi xxx.ibd
逻辑存储结构

表空间–>段–>区–>页，页是最小存储单元。

1.2.2 MyISAM

介绍
MylSAM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

1.2.3 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

1.2.4 小结

在这里插入图片描述

1.3 存储引擎选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组
合。

InnoDB : 是Mysql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。

1.4 总结

在这里插入图片描述

2. 索引

2.1 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。

无索引情况下会全表扫描符合的条件，有索引情况下会根据某个索引结构取匹配查找。
备注：上述二叉树索引结构的只是一个示意图，并不是真实的索引结构。
优缺点

2.2 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,主要包含以下几种:
在这里插入图片描述

平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

2.2.1 复习：二叉树

在这里插入图片描述

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：大数据量情况下，层级较深，检索速度慢。

2.2.2 复习：B-Tree（多路平衡查找树）

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

树的度数指的是一个节点的子节点个数
插入 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250 数据为例
具体动态变化的过程可以参考网站：https://www.cs.usfca.edu/~galles/visualization/BTree.html

2.2.3 复习：B+Tree

以一颗最大度数（max-degree）为4（4阶）的b+tree为例：
相对于B-Tree区别:
- 所有的数据都会出现在叶子节点，非叶子节点起索引的作用
- 叶子节点形成一个单向链表
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。

2.2.4 复习：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。
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了，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。

2.2.5 思考

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；

2.3 索引分类

在这里插入图片描述

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：

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（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。

回表查询：先根据二级索引查找主键值，然后在聚集索引下查找主键值对应的row数据。

2.3.1 思考

以下SQL语句,那个执行效率高?为什么?

答：显然第一条。直接在聚集索引中查。
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

指针比key多一个。

2.4 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;
```

2.4.1 案例

表数据为如下：

create table tb_user(
	id int primary key auto_increment comment '主键',
	name varchar(50) not null comment '用户名',
	phone varchar(11) not null comment '手机号',
	email varchar(100) comment '邮箱',
	profession varchar(11) comment '专业',
	age tinyint unsigned comment '年龄',
	gender char(1) comment '性别 , 1: 男, 2: 女',
	status char(1) comment '状态',
	createtime datetime comment '创建时间'
) comment '系统用户表';


INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1', '2', '2002-03-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54, '1', '0', '2001-07-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23, '2', '1', '2001-04-22 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24, '2', '0', '2001-02-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('程咬金', '17799990007', 'chengyaojin@163.com', '化工', 38, '1', '5', '2001-05-23 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('项羽', '17799990008', 'xiaoyu666@qq.com', '金属材料', 43, '1', '0', '2001-09-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('白起', '17799990009', 'baiqi666@sina.com', '机械工程及其自动化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('韩信', '17799990010', 'hanxin520@163.com', '无机非金属材料工程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('荆轲', '17799990011', 'jingke123@163.com', '会计', 29, '1', '0', '2001-05-11 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('兰陵王', '17799990012', 'lanlinwang666@126.com', '工程造价', 44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狂铁', '17799990013', 'kuangtie@sina.com', '应用数学', 43, '1', '2', '2001-04-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('貂蝉', '17799990014', '84958948374@qq.com', '软件工程', 40, '2', '3', '2001-02-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('妲己', '17799990015', '2783238293@qq.com', '软件工程', 31, '2', '0', '2001-01-30 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('芈月', '17799990016', 'xiaomin2001@sina.com', '工业经济', 35, '2', '0', '2000-05-03 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('嬴政', '17799990017', '8839434342@qq.com', '化工', 38, '1', '1', '2001-08-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狄仁杰', '17799990018', 'jujiamlm8166@163.com', '国际贸易', 30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('安琪拉', '17799990019', 'jdodm1h@126.com', '城市规划', 51, '2', '0', '2001-08-15 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('典韦', '17799990020', 'ycaunanjian@163.com', '城市规划', 52, '1', '2', '2000-04-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('廉颇', '17799990021', 'lianpo321@126.com', '土木工程', 19, '1', '3', '2002-07-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('后羿', '17799990022', 'altycj2000@139.com', '城市园林', 20, '1', '0', '2002-03-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');

按照下列的需求，完成索引的创建

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。
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。
为profession, age, status创建联合索引。

为email建立合适的索引来提升查询效率。

CREATE INDEX idx_user_name ON tb_user(name);
CREATE UNIQUE INDEXidx_user_phone ON tb_user(phone);
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);
CREATE INDEX idx_email ON tb_user(email);

2.5 SQL性能分析

2.5.1 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:

SHOW GLOBAL STATUS LIKE 'com_______';

下划线表示模糊匹配，一个下划线代表一个字符

2.5.2 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。
```
show variables like 'slow_query_log';
```

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，通过以下指令重新启动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。

2.5.3 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;
```
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;

2.5.4 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。
```
#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 执行计划各字段含义:
- 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),SUBQUERY (SELECT/WHERE之后包含了子查询)等
- type
  表示连接类型,性能由好到差的连接类型为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,在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引擎的表中,是一个估计值,可能并不总是准确的。
- filtered
  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。

2.6 索引使用

2.6.1 验证索引效率示例

在未建立索引之前，执行如下SQL语句，查看SQL的耗时。
```
SELECT * FROM tb_sku WHERE Sn = '100000003145001';
```
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 = '100000003145001';
```

事实证明，使用索引后的确能大大加快查询效率。

2.6.2 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)；如果索引的最左列不存在，则索引失效。

示例（相关索引的创建在2.4.1案例
中已经创建）

explain select * from tb_user where profession = '件T' and age =31 and status ='0';
explain select * from tb_user where profession = '件T' and age=31;
explain select * from tb_user where profession = '软件工程';
-- profession 为索引的最左列，下面两条因为最左列不存在，所以不会走索引
explain select * from tb_user where age = 31 and status = 'O';
explain select * from tb_user where status = '0';

注意：只需要索引的最左列存在，查询就会使用索引，跟最左列的位置无关

	-- 索引依旧有效，因为只需要最左列存在，跟所放的位置无关。
	explain select * from tb_user where age =31 and status ='0' and profession = '件T' ;

2.6.3 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。所以尽量使用>=,<=，此时不会失效。

示例
范围查询右侧的列索引失效

explain select * from tb_user where profession = '件T' and age > 30 and status = '0';

使用>=，索引不会失效

explain select* from tb_user where profession = '件T' and age >= 30 and status = '0';

2.6.4 索引列运算

不要在索引列上进行运算操作，索引将失效

示例
索引失效

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

2.6.5 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。但是依旧可以查询

示例

-- status =0 索引失效，不走索引
explain select * from tb_user where profession = '软件工程' and age =31 and status =0;
-- 以下语句可以查询，但是索引失效
explain select * from tb_user where phone=17799990015;

2.6.6 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。

示例

explain select * from tb_user where profession like '件%';
-- 下面两条语句索引失效
explain select * from tb_user where profession like '%工程';
explain select * from tb_user where profession like '%T%';

2.6.7 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。
示例
```
explain select *from tb_user where id = 10 or age = 23;
explain select *from tb_user where phone='17799990017' 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。
```
create index idx_user_age on tb_user(age);
```
再次执行上面两条语句，可以发现已经用到了索引。

2.6.8 数据分布影响

如果MySQL评估得到使用索引比全表更慢，则不使用索引

示例

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

2.6.9 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(A)：建议使用索引A
ignore index(B)：忽略使用索引B
force index(C)：强制使用索引C

示例

-- 创建单列索引
create index idx_user_pro on tb_user(profession);
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';
explain select* from tb_user ignore index(idx_user_pro) where profession = '软件工程';
explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';

2.6.10 覆盖索引

覆盖索引：查询使用了索引,并且需要查询返回的列,在该索引中已经全部能够找到
尽量使用覆盖索引，尽量减少使用 select*。

示例

-- 删除不需要的索引便于测试
drop index idx_user_pro on tb_user;
drop index idx_user_age on tb_user;
drop index id_user_name on tb_user;

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

在这里插入图片描述

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

在这里插入图片描述

using index condition:查找使用了索引,但是需要回表查询数据
using where; using index:查找使用了索引,但是需要的数据都在索引列中能找到,所以不需要回表查询数据
回表查询示例
思考
- 一张表itcast, 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= 'itcast';
```
- 优化方案
  对username,password建立联合索引，成为2级索引，2级索引的叶子节点为id，所以不需要回表查询。

2.6.11 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 table_name(column(n)):

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;
```

示例
创建前缀索引，长度为5

create index idx_user_email_5 on tb_user(email(5));

在这里插入图片描述

2.6.12 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。
多条件联合查询时，优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。

2.7 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。

CHH3213

关注

2
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【MySQL进阶篇】一、存储引擎、索引

文章目录

参考资料

前言

1. 存储引擎

1.1 简介

1.2 特点

1.2.1 InnoDB

1.2.2 MyISAM

1.2.3 Memory

1.2.4 小结

1.3 存储引擎选择

1.4 总结

2. 索引

2.1 索引概述

2.2 索引结构

2.2.1 复习：二叉树

2.2.2 复习：B-Tree（多路平衡查找树）

2.2.3 复习：B+Tree

2.2.4 复习：Hash

2.2.5 思考

2.3 索引分类

2.3.1 思考

2.4 索引语法

2.4.1 案例

2.5 SQL性能分析

2.5.1 SQL执行频率

2.5.2 慢查询日志

2.5.3 profile详情

2.5.4 explain执行计划

2.6 索引使用

2.6.1 验证索引效率示例

2.6.2 最左前缀法则

2.6.3 范围查询

2.6.4 索引列运算

2.6.5 字符串不加引号

2.6.6 模糊查询

2.6.7 or连接的条件

2.6.8 数据分布影响

2.6.9 SQL提示

2.6.10 覆盖索引

2.6.11 前缀索引

2.6.12 单列索引与联合索引

2.7 索引设计原则