mysql优化分为以下几大部分:
硬件(SSD/HDD) + 操作系统 + 参数(性能与安全成反比)+ 索引 + 架构
===========================================================================================
参考书籍:《mysql运维内参》电子版
mysql的规范(mysql开发规范) inception开发规范工具
tidb(数据统计)
mycat => 数据量大,分片多后期很麻烦
常用工具
===========================================================================================
200万、2亿、200亿优化都是一样的索引
索引定位存储数据位置,存放于磁盘或者内存
懂得了B+树,就懂了索引!
===========================================================================================
通过存储过程,在mysql里面造千万级数据
https://www.jianshu.com/p/e30fe5273ae5
原理:通过mysql驱动连接,然后用stringBuffer 拼接 insert into t_table语句,每10万条提交一次。(这个亲测过)
mysql常与错误之表卡死:
https://blog.csdn.net/tang_xiaotang/article/details/81069633
其它问题:
https://blog.csdn.net/bedweather/article/details/6743951
https://blog.csdn.net/mrwangc/article/details/54864641
===========================================================================================
学习数据结构网站:
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
索引:上大学时老师讲的目录
官方:(索引是帮助mysql高效获取数据的排好序的数据结构)
索引底层数据结构:
二叉树:
如果索引是顺序存放的话(例如:1,2,3,4,5),这样二叉树和顺序查找就没什么区别了。
红黑树:
如果数据量很大,深度很深
HASH :
不能范围查询(例如: i>3)
BTree :(度是4,下面的数据会小于4,存储不到4个,是15/16左右会划分)
度相当于红黑树是横向扩展,大大降低了深度
B-Tree的度可以无限扩大么?
不能,因为内存有限(内存从硬盘读取的数据有限(一次只能读取1页,大概4K),mysql会自动
去根据硬件计算,然后一层最多只能存放一页大小是数据)
为什么不用B+Tree,为什么要用B-Tree?
B+Tree:
相当于BTree,把数据放在叶子节点,非叶子节点就存放地址(可以扩大度的数量);B+Tree还有
一个指针(用于顺序访问)
==================================》
mysql存储引擎:
https://www.cnblogs.com/changna1314/p/6878900.html
innodb( 聚集:数据和索引放在一起)
myisam(非聚集:数据和索引分开放)
存储引擎是表级别不是数据库级别
innodb表是否需要主键?
是必须要主键(自动选择不重复的列来当主键,没有则后台自动生成)
最好是自增(方便范围查询,提高性能)
为什么非主键索引结构叶子节点存储的是主键值?
(一致性和节省存储空间)
==================================》
联合索引:
底层存储:将所有索引存放在一个地方,依次去比较每个索引,用ASCII码去比较
索引最左前缀原理?
参考:https://blog.csdn.net/davidwang9527/article/details/2236841