MySQL进阶篇

【DAY4】

今天继续学MySQL，笔记包含存储引擎和索引相关知识

一.存储引擎

1）MySQL体系结构

连接层 服务层 引擎层 存储层

2）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

• 在创建表时指定搜索引擎

  create table 类名{
  	字段1 字段一类型
  	...
  }engine = innodb;
  

• 查看当前数据库支持的存储引擎

  show engines;
  

3）InnoDB

介绍

InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，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

4）MyISAM

介绍

MyISAM是MySQL早起的默认存储引擎

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

5）Memory

介绍

Memory引擎的表数据是存储在内存中的，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

6）存储引擎的选择

• InnoDB

  MySQL的默认引擎，支持事务、外键，如果应用对事务的完整性有较高要求，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，则适合选择InnoDB引擎

• MyISAM

  如果应用是以读操作和插入操作为主，只要很少的更新和删除操作，而且对事务的完整性、并发性要求不高，则适合选MyISAM

• Memory

  将所有数据保存在内存中，访问速度快，通常用于临时比哦啊及缓存。缺陷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

二.索引

1）概述

索引是帮助MySQL高效获取数据的数据结构（有序）

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描

在有索引情况下，通过扫描二叉树查找

特点

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。

2）索引结构

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	底层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,ES

索引	InnoDB	MyISAM	Memory
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-text	5.6后支持	支持	不支持

2.1）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。

2.2）红黑树

缺点：

• 大数据量情况下，层级较深，检索速度慢。

2.3）B-Tree

5阶的b-tree为例，每个节点最多存储4个key，5
个指针

2.4）B+Tree

• 所有的数据都会出现在叶子节点。
• 叶子节点形成一个单向链表。
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

3.5）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

• Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

4）分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

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，而不是比较索引中的值	可以有多个	fulltext

聚集索引&二级索引
而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种

分类	含义	特点
聚集索引(Clustered Index)	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(Secondary Index）	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

• 聚集索引的叶子节点下挂的是这一行的数据 。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。

回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询

5）语法

1. 创建索引

   CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (
   index_col_name,... ) ;
   

2. 查看索引

   SHOW INDEX FROM table_name ;
   

3. 删除索引

   DROP INDEX index_name ON table_name ;
   

eg 为profession、age、status创建联合索引

CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

6）性能分析

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：

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';

Com_delete: 删除次数
Com_insert: 插入次数
Com_select: 查询次数
Com_update: 更新次数

6.1）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。

MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log。

如果要开启慢查询日志，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。

systemctl restart mysqld

通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化

6.2）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 ;

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;

6.3）explain

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 ;

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

6.4）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，索引将会部分失效(后面的字段索引失效)

eg

对于最左前缀法则指的是，查询时，最左变的列，也就是profession必须存在，否则索引全部失效。
而且中间不能跳过某一列，否则该列后面的字段索引将失效。

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

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

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写SQL时，条件编写的先后顺序无关

6.5）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。

--改成>=就可以了
explain select * from tb_user where profession = '软件工程' and age >= 30 and status = '0';

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 <。

6.6）索引失效情况

1.不要在索引列上进行运算操作， 索引将失效

2.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 phone = '17799990015';
explain select * from tb_user where phone = 17799990015;--索引失效

3.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 profession like '软件%';
explain select * from tb_user where profession like '%工程';--失效
explain select * from tb_user where profession like '%工%';--失效

在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关键字前面加了%，索引将会失效

6.7）or连接条件

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;

当or连接的条件，左右两侧字段都有索引时，索引才会生效

6.8）数据分布影响

查询时MySQL会评估，走索引快，还是全表扫描快，如果全表扫描更快，则放弃索引走全表扫描

6.9）SQL提示

使用SQL提示来指定使用哪个索引

1. use index ： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）

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

2. ignore index ： 忽略指定的索引

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

3. force index ： 强制使用索引

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

6.10）索引覆盖

**覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 **

尽量使用覆盖索引，减少select *，提高效率

Extra

Extra	含义
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
Using index condition	查找使用了索引，但是需要回表查询数据

6.11）前缀索引

字段类型为字符串（varchar，text，longtext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

eg 为tb_user表的email字段，建立长度为5的前缀索引

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

--计算选择性
select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

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

创建联合索引

create unique index idx_user_phone_name on tb_user(phone,name);

6.13）索引设计原则

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。

（笔记内容主要基于黑马程序员的课程讲解，旨在加深理解和便于日后复习）

希望这篇笔记能对大家的学习有所帮助，有啥不对的地方欢迎大佬们在评论区