mysql中SQL优化：多角度分析

优化可以分几个层面来分析：

额外补充知识点：

mysql的innodb引擎下的索引的数据结构：B+树

为什么选择B+树来做索引呢，相对于AVL，红黑树，hash树，B树来说的优势如下（简单的说）：

第一，降低了树的高度，提高了查询的效率，B+树采用的是非叶子结点保存索引，叶子结点保存数据的方式，每一层能存储16kb的数据（页，innodb引擎磁盘管理的最低单位，默认为16kb）

第二，支持范围查询，因为叶子结点之间是通过从左往右递增的方式来存储数据，每个数据之间都有双向的链表指针。

数据的读取，是从磁盘中读取命中的数据+后面一定长度的数据到内存（buffer_pool）中（磁盘预读原理）

回表：首先mysql使用的B+树来做索引，其中就有聚簇索引跟非聚簇索引的查询，聚簇索引的查询能直接查到想要的数据（b+树数据结构设计），非聚簇索引第一次只能查询索引字段对应的主键值，从而进一步转为聚簇索引的查询方式

索引下堆：在通过索引进行查询数据的同时，通过where的条件来过滤不符合条件的数据。原来的查询方式是先将所有满足索引字段的数据查询出来之后，在进行where条件的过滤。

1. • sql语句本身优化

1.1 避免索引失效：模型数空运最快（忘了是哪位大佬的七字真言）

模：like的模糊查询，如果是以%开头的

型：数据类型的不匹配 比如字段类型是整数类型的，但是你加上了单引号的操作，变成了字符串

数：函数的使用

空：查询条件出现非空，空的判断

运：在查询条件上加入了加、减、乘、除等运算

最：最左匹配原则（新的版本有跳跃索引这一特性）

快：全局扫描速度更快

业务应急的情况下索引失效：可以考虑 force index强制使用索引

1.2 合理使用索引：优先考虑最左前缀原则、覆盖索引

第一，用覆盖索引来替代单索引值的查询，来减少回表的次数（mysql5.6版本后，支持索引下堆的功能，explain计划中可以看到在Extra这列中 Using index condition）

第二，如果是读多写少的情况下，可以使用普通索引，会将写操作更新到change buffer中，而不是立即更新，最后在记录一条redo log，如果后续有读操作，那么将对应的数据页载入到buffer pool中，同时将change pool中的更新操作应用到该数据页中，这个过程叫merge

2.架构层面优化（未完待续）

redis 分库分表 es 等