目录
[1、Hash 数据结构](#1、Hash 数据结构)
[5、B Tree](#5、B Tree)
[四、缓冲池 Buffer Pool](#四、缓冲池 Buffer Pool)
[五、Explain 用法](#五、Explain 用法)
[1、id (掌握)](#1、id (掌握))
[2、select_type (了解)](#2、select_type (了解))
[3、table (了解)](#3、table (了解))
[4、type 非常重要的指标](#4、type 非常重要的指标)
[6、key (掌握)](#6、key (掌握))
[7、key_len (掌握)](#7、key_len (掌握))
[8、ref (掌握)](#8、ref (掌握))
[9、rows (了解)](#9、rows (了解))
[10、extra (重点)](#10、extra (重点))
[5、尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致)),减少select *](#5、尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致)),减少select *)
[6、使用不等于(!= 或者<>)的时候无法使用索引](#6、使用不等于(!= 或者<>)的时候无法使用索引)
[7、注意字段的null值和 not null 对sql的影响](#7、注意字段的null值和 not null 对sql的影响)
8、like以通配符开头('%abc...')mysql索引失效
[9、字符串不加单引号索引失效 (底层使用数据类型转换)](#9、字符串不加单引号索引失效 (底层使用数据类型转换))
一、索引
索引是sql优化的核心,一个sql是否需要优化(写的好与不好)就看是否使用了索引。
1、索引的概念
索引就是一个查找的目录。比如新华字典的首页,都会有一个目录,接着才是正文。
好比是你去图书馆借书,先从一个电脑上查找所在的书在几楼第几个书架上,再过去查找。
// 如果不使用索引,就从数据的第一行开始查找,一行行的查(全文检索)
select * from emp where ename='Jack';
// 如果我将ename 这个字段加上了索引,会先从索引数据中查找到Jack,然后再从数据的表中直接取这个数据。
加了索引和不加索引的区别是:火箭和自行车的区别
2、索引的优缺点
1、添加索引,查询速度非常的快
2、新增,修改和删除数据比较慢
3、添加索引,无形中占用了我们的空间(数据就分问:索引数据+普通数据)
3、添加索引的原则
经常查询的字段,添加索引,不经常查询的字段,就不要添加索引。
1、经常查询的字段,添加索引,不经常查询的字段,就不要添加索引。
2、字段中的数据,如果有大量重复的,该字段不能添加
select * from student where gender = 'female'; 这个性别字段添加索引就没有意义
3、一个表中的外键字段可以添加索引,因为这个字段经常与另一个表进行关联查询
deptno
4、进行排序的列,可以添加索引 order by sal;
5、在进行范围查找的字段可以添加索引。 age between 20 and 40;
另外:一个表不要添加很多索引,否则,插入数据的速度会非常的慢。而且占用空间。比如十几个字段的这样一个表,最多2~3个索引。
4、索引的分类
索引的分类
1) 主键索引 所有的主键都是⼀种索引,天然的。
2) 唯⼀索引 将⼀个类设置为unique ,这种设置也是⼀种索引。
3) 普通索引 表中的普通类,可以设置为普通索引
5、索引如何使用
create table sc01(
sid int primary key auto_increment,
sname varchar(20),
score int ,
index(score)
);
查看索引:
show index from sc01;
// 删除索引
alter table sc01 drop primary key;
alter table sc01 drop index sname;
// 如果设计表的时候忘记添加索引,可以后来追加
alter table sc01 add primary key(sid); // 追加主键
alter table sc01 add unique(sid); // 追加唯一索引
alter table sc01 add index sname; // 追加普通索引
create table sc02(
sid int primary key auto_increment,
sname varchar(20) unique,
score int ,
index(score)
);
其实我们在建造表的时候创建了唯一约束,其实就是创建了唯一索引。
6、存储过程讲解
存储过程其实就是一个类似于方法的SQL片段,用于提供一个功能。可以反复调用。
-
入门案例:
注意的是:
DELIMITER // 声明sql的结束符号为//,但是不一定非得是// 也可以是;;DELIMITER //
CREATE PROCEDURE GetAllSc01()
BEGIN
SELECT * FROM sc01;
END //
DELIMITER ;执行存储过程使用call:
call GetAllSc01(); -
变量
变量分为:用户变量、普通变量、全局变量、会话变量等,根据声明周期的不同,分为不同的类别。
定义变量:
DECLARE variable_name datatype(size) DEFAULT default_value;
声明变量并且赋值:
DECLARE total_count INT DEFAULT 0; -- int total_count=0
SET total_count = 10;
还可以使用 select into 进行赋值:
DECLARE total_products INT DEFAULT 0;SELECT
COUNT(*) INTO total_products
FROM
products;如果是会话变量的话 @
-
参数 (传递的参数和返回的参数)
一个方法根据是否有无参数和返回值分为 4种
IN参数的例子:
DELIMITER //
CREATE PROCEDURE GetOfficeByCountry(IN countryName VARCHAR(255))
BEGIN
SELECT officeCode,city,phone
FROM offices
WHERE country = countryName;
END //
DELIMITER ;
IN和OUT一起使用的案例:
DELIMITER $$
CREATE PROCEDURE CountOrderByStatus(
IN orderStatus VARCHAR(25),
OUT total INT)
BEGIN
SELECT count(orderNumber)
INTO total
FROM orders
WHERE status = orderStatus;
END$$
DELIMITER ;
OUT的返回值如何获取呢?
CALL CountOrderByStatus('Shipped',@total);
SELECT @total;
此时的@total 是 会话变量。
INOUT 的案例:
DELIMITER $$
CREATE PROCEDURE set_counter(INOUT count INT(4),IN inc INT(4))
BEGIN
SET count = count + inc;
END$$
DELIMITER ;
调用:
SET @counter = 1;
CALL set_counter(@counter,1); -- 2
CALL set_counter(@counter,1); -- 3
CALL set_counter(@counter,5); -- 8
SELECT @counter; -- 8
4)循环
MySQL提供了循环语句,允许您根据条件重复执行一段SQL代码。有三种循环语句在MySQL: WHILE,REPEAT 和LOOP。
DELIMITER $$
DROP PROCEDURE IF EXISTS test_mysql_while_loop $$
CREATE PROCEDURE test_mysql_while_loop ( )
BEGIN
DECLARE x INT;
DECLARE str VARCHAR ( 255 );
SET x = 1;
SET str = '';
WHILE x <= 5 DO
SET str = CONCAT( str, x, ',' );
SET x = x + 1;
END WHILE;
SELECT str;
END $$
DELIMITER ;
执行结果:
call test_mysql_while_loop();
结果是: 1,2,3,4,5,
7、测试索引的效率
create table sc03 (
sid int primary key,
sname varchar(20),
score int
);
将存储过程执行一下:
因为没有sc03表:
create table sc03 like sc01;
把自动增长给关闭掉,因为sql语句中手动指定主键了。
drop procedure if exists `init_data`;
delimiter ;;
create procedure `init_data` (data_count int)
begin
declare i int default 0;
while i < data_count do
insert into `sc03` values (i, 'zhangsan', round((rand() * 100)));
set i = i + 1;
end while;
end;;
delimiter ;
添加索引的执行效率:
去除索引的执行效率:
如何使用黑窗口远程连接mysql数据库:
mysql -h地址 -u用户 -p密码
7、索引的数据结构
索引的数据结构其实使用了两种:第一种是hash, 第二种是B+Tree(关于索引树,提升部分的课程)
数据结构:数据的结构,一般 队列、栈、树、链表等。
每一个字段,只要添加了索引,就会维护一个索引树。索引树是需要占用空间的。
每次查询数据的时候,先查询索引,在根据索引去表中获取数据,所以比较快。
8、覆盖索引(SQL优化的点)
select * from student; // 查询所有字段
select sname from student; // 这个SQL语句就比上面的SQL语句要强很多。
启发:将来查询数据的时候,不要动不动就* ,你要什么字段就查什么字段,不要浪费。
因为查询某几个字段有可能用到覆盖索引。
覆盖索引的意思是:查询的字段刚好是索引字段,我们只需要查询索引数据就可以将数据查询出来,不需要去真实的表中查看。
加入一个表中有三个字段: sid,sname,score sid 和 sname 都是索引
select sid,sname from student; // 就用到了覆盖索引。
比select sid,sname,score from student 要快。
SQL优化只限于理论,数据量达不到,SQL优化没啥用。
9、最佳左前缀法则(SQL优化的点)
create table sc01(
sid int primary key auto_increment,
sname varchar(20),
score int ,
index(sid,sname,score)
);
// 这个表中有几个索引?
sid 主键索引
sid,sname 也是一个索引
sid,sname,score 组合成了一个联合索引。
而我们的sname,score 不是索引。
编写SQL语句的时候一定要往爬楼梯这个场景上靠拢。
select * from sc01 where sid = 1000; // 使用到了索引,效率高
select * from sc01 where sname='张三';// 没有用到索引,全表扫描,效率低
select * from sc01 where sid=2000 and sname='lisi'; // nice !!!!
select * from sc01 where sid=2000 and score=59; // 用到了一部分,只用了 sid
select * from sc01 where score=59 and sid=2000 and sname='李四'; // 用到了,书写顺序不一定是执行顺序。
带头大哥不能死,中间兄弟不能掉。
二、MySQL的逻辑架构
1.连接层
最上层是一些客户端和连接服务,包含本地sock通信和大多数基于客户端/服务端工具实现的类似于tcp/ip的通信。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。在该层上引入了线程池的概念,为通过认证安全接入的客户端提供线程。同样在该层上可以实现基于SSL的安全链接。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。
2.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的分析和优化及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。在该层,服务器会解析查询并创建相应的内部解析树,并对其完成相应的优化如确定查询表的顺序,是否利用索引等,最后生成相应的执行操作。如果是select语句,服务器还会查询内部的缓存。如果缓存空间足够大,这样在解决大量读操作的环境中能够很好的提升系统的性能。
3.引擎层
存储引擎层,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与存储引擎进行通信。不同的存储引擎具有的功能不同,这样我们可以根据自己的实际需要进行选取。后面介绍MyISAM和InnoDB
4.存储层
数据存储层,主要是将数据存储在运行于裸设备的文件系统之上,并完成与存储引擎的交互。
存储引擎:MyISAM 和 InnoDB
通过这个命令可以查看当前数据库支持哪些存储引擎:
这两个引擎,MyISAM 注重性能,读取数据的速度非常的快,InnoDB注重事务,注重安全,读取速度比较慢。
我们企业中,一般会做一个MySQL主从复制 可以将主的MySQL服务器,配置为InnoDB, 从服务器可以配置为MyISAM ,因为它负责读。
可以做到读写分离。
三、数据库的索引数据结构是什么?
索引的数据结构是: B+ Tree
探讨一下,为什么不是Hash 呢 ? 为什么不是二叉树? 为什么不是平衡二叉树? 为什么不是红黑树? 为什么不是B Tree ?
偏偏是B+ Tree ? B Tree和 B+ Tree有何区别?
可以使用数据结构的可视化工具演示一下:
1、Hash 数据结构
select * from user where id = 100;
Hash数据结构,如果针对相等的数据来讲,速度是非常快的,一次就搞定了,但是没办法进行范围查找。
比如 select * from user where id > 10;
2、二叉树
二叉树的特点是:一个节点,左边存放比它小的数,右边存放比它大的数。
乍一看好像挺好,实际上,我们这个里面存储的是索引的值,索引的值一般又使用了数字。
要查找ID = 6 的数据,也需要查询六次才能获取到数据
3、平衡二叉树
平衡二叉树,因为可以自动的平衡,树的高度比之前小了很多,但是数据量上去以后,高度也会增加,查找到速度也会变慢。
4、红黑二叉树
也是平衡二叉树的一种,只是比之前好了一点
5、B Tree
B Tree的一个特点:
节点上不仅保存指针,也保存数据data
mysql查找数据的时候是按照页查找的,相当于查找一次,就查找一页的数据,或者说mysql查找数据的时候一次获取16K的数据(一页数据)。
相当于16K如果获取的数据越多越好。
假如数据中不仅有指针数据还有真实的数据的话,那么获取到的指针数据就少了。
就是说:本身16KB可以都存 指针数据和Key数据,可以拿1000个左右,但是加上data数据后,每一次只能拿 100个左右了。
还有一个缺点:
B-Tree 在进行 回旋查找比较费劲。
1、BTree上的每一个节点都存放的有数据,我每一次从mysql中获取数据的时候是一次16KB,存放的节点比较少,没有B+Tree多
2、BTree 排序功能,在进行范围查找的时候,查询次数比较多。效率低
6、B+Tree
跟B Tree相比有两方面的改进:
1、有序的,想查找某个范围速度非常的快
2、数据节点和指针分开了,一次获取到的数据比之前多很多,这样的设计,同样是三层架构,可以存储的数据比较多。
mysql 的一张表大约能存储多少数据呢?2000万条。是全网的一个结论。
一个表大约存储1000万条数据,属于正常现象。
四、缓冲池 Buffer Pool
mysql它的数据也存储在磁盘上,为什么可以达到毫秒级的响应呢?或者为什么速度这么快呢?
Mysql 的底层是文件系统,查询数据是需要 IO 的,但是我们每次查询数据感觉没有那么慢,原因是数据库中有一层 Buffer Pool。
缓冲池,简单来说就是一块内存区域。它存在的原因之一是为了避免每次都去访问磁盘,把最常访问的数据放在缓存里,提高数据的访问速度。
select * from emp where id = 10;
还有就是得益于预读机制:
作用就是尽可能减少磁盘的 IO,它是 Innodb 通过在缓冲池中提前读取多个数据页来优化 I/O 的一种方式。因为磁盘读写的时候,是按照页的方式来读取的(你可以理解为固定大小的数据,例如一页数据为 16K),每次至少读入一页的数据,如果下次读取的数据就在页中,就不用再去磁盘上读取了,从而减少了磁盘 I/O
比如: select * from user where id = 10;
这个时候用户只看到了一条数据,但是mysql其实读取了一页数据,这一页数据有多少条呢?取决于这一条数据多大,每次读取一页数据16KB。
虽然只展示了一条数据,但是 id = 11 id =12 id =9 等等这附近的数据都已经读取出来了。
将不展示的数据放入到缓冲池里面去(其实就是一块内存),当下一次再读取的时候先去缓冲池中查找是否有该数据。如果有就直接获取即可。减少IO操作。
缺点是:有可能会出现预读失效以及缓冲池污染的问题,这些问题都仅仅围绕 缓冲池。
什么是预读失效?
上面我们提到了缓冲池的预读机制可能会预先加载相邻的数据页。假如加载 了 20、21 相邻的两个数据页,如果只有页号为 20 的缓存页被访问了,而另 一个缓存页却没有被访问。此时两个缓存页都在链表的头部,但是为了加载这两 个缓存页却淘汰了末尾的缓存页,而被淘汰的缓存页却是经常被访问的。这种情 况就是预读失效,被预先加载进缓冲池的页,并没有被访问到,这种情况是不是 很不合理。
什么又是缓冲池污染呢?
还有一种情况是当执行一条 SQL 语句时,如果扫描了大量数据或是进行了全表扫描,此时缓冲池中就会加载大量的数据页,从而将缓冲池中已存在的所有页替换出去,这种情况同样是不合理的。这就是缓冲池污染,并且还会导致MySQL 性能急剧下降。
如何来解决这些问题呢?-- 冷热数据分离
冷热数据分离:
也就是将 LRU 链表分为两部分,一部分为热数据区域,一部分为冷数据区域。当数据页第一次被加载到缓冲池中的时候,先将其放到冷数据区域的链表头部,1s(由 innodb_old_blocks_time 参数控制) 后该缓存页被访问了再将其移至热数据区域的链表头部。
五、Explain 用法
在公司中,编写SQL语句,首先要先将需求写出来,不要管优化的事儿。运行一段时间后,查找出来SQL效率不高的语句,单独分析。数据库都有一个功能,叫做慢查询。可以开启慢查询,它就会在运行过程中,将执行速度比较慢的SQL语句给你展示出来,这个时候再针对这样的SQL语句进行分析,看慢在了哪里?
如何分析呢? 使用 Explain 的关键字。
mysql> explain select * from tbl_dept where id = 1;
+----+-------------+----------+-------+---------------+---------+---------+-------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+----------+-------+---------------+---------+---------+-------+------+-------+
| 1 | SIMPLE | tbl_dept | const | PRIMARY | PRIMARY | 4 | const | 1 | NULL |
+----+-------------+----------+-------+---------------+---------+---------+-------+------+-------+
我们要学习的是如何看懂这个分析的结果。
这个结果中有10个关键字。
1、id (掌握)
id: select查询的序列号,包含一组数字,表示查询中执行select子句或操作表的顺序.
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
id相同,执行顺序由上至下
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
2、select_type (了解)
查询的类型,主要是用于区别 普通查询、联合查询、子查询等的复杂查询
SIMPLE:简单的 select 查询,查询中不包含子查询或者UNION
PRIMARY:查询中若包含任何复杂的子部分,最外层查询则被标记为PRIMARY
SUBQUERY:在SELECT或WHERE列表中包含了子查询
DERIVED:在FROM列表中包含的子查询被标记为DERIVED(衍生)MySQL会递归执行这些子查询, 把结果放在临时表里。
UNION:若第二个SELECT出现在UNION之后,则被标记为UNION;若UNION包含在FROM子句的子查询中,外层SELECT将被标记为:DERIVED
UNION RESULT:从UNION表获取结果的SELECT
3、table (了解)
显示这一行的数据是关于哪张表的
如果是衍生表,一般是derivered+id作为表名。
以上面的SQL为例,video 的id 是2 , 所以 ID = 1 的 table 叫做 derived2
4、type 非常重要的指标
这个指标是说明我们这个SQL是好还是坏的一个非常重要的指标;
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
按照上面的顺序,SQL从 好变为坏。
最坏的就是 type = ALL 表示 SQL语句全表扫描了。
以上这个指标的值太多了,一般我们也见不到这么多的值,可以掌握如下几个即可:
system > const > eq_ref > ref > range > index>all 这个必须掌握。
一般来说,得保证查询至少达到range级别,最好能达到ref。 所以经常见的这几个值是 ref、range、index、all
System:表只有一行记录(等于系统表),这是const类型的特列,平时不会出现,这个也可以忽略不计,单表单记录可以出现。
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。因为只匹配一行数据,所以很快如将主键置于where列表中,MySQL就能将该查询转换为一个常量,比如主键查询语句:
Select * from user where id=1
Eq_ref: 唯一性索引扫描,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
执行的顺序是:先对t2表进行一个全表的扫描查询,然后根据t2表中的id值查找与之对应的t1的数据。
以上SQL写的是否合理,取决于t2表是大表还是小表。
最好的结果是小表先查询,再查询大表,小表驱动大表。
t2 中的 type = ALL表示进行了全表扫描,如果这个t2 表的数据特别多,这个查询就非常的烂,如果t2的数据没有t1 的多,这个SQL就是一个好的SQL。
好比是Student 和 Course ,肯定课程表是小表,Student 表是大表。
Ref: 非唯一性索引扫描,返回匹配某个单独值的所有行.本质上也是一种索引访问,它返回所有匹配某个单独值的行,然而,它可能会找到多个符合条件的行,所以他应该属于查找和扫描的混合体.
如果根据一个索引查找出来了一条数据,那么是eq_ref ,如果使用到了索引,但是查询出的结果可能是多条,ref.
range: 只检索给定范围的行,使用一个索引来选择行。key 列显示使用了哪个索引
一般就是在你的where语句中出现了between、<、>、in等的查询
这种范围扫描索引扫描比全表扫描要好,因为它只需要开始于索引的某一点,而结束语另一点,不用扫描全部索引。
Index: 称之为覆盖索引
Full Index Scan,index与ALL区别为index类型只遍历索引树。这通常比ALL快,因为索引文件通常比数据文件小。(也就是说虽然all和Index都是读全表,但index是从索引中读取的,而all是从硬盘中读的).
假如有一个表 user name 和 phone 组合成了一个联合索引。
select * from user ; // 这个肯定是全表扫描了,效果非常差。
select name,phone from user; // 这个时候使用到了索引的。 name和phone 都在索引库中,通过索引库就可以查找到所有的数据,不需要去 文件中查找数据,这个就称之为覆盖索引。
index类型指的是你要查找的数据刚好在索引库中存在,你不需要区数据库中查找了,这种sql就是index类型的。所以也给我们一个启发:写sql,用到什么字段就写什么字段,不要使用*。
ALL: Full Table Scan,将遍历全表以找到匹配的行,没有使用到索引。
总结:通过explain 进行SQL语句分析的时候,如果查看到 type 是ALL就说明这个SQL语句进行了全表扫描,需要优化(数据量比较大)。
eq_ref > ref > range > index > ALL
5、possible_keys (了解)
显示可能应用在这张表中的索引,一个或多个。查询涉及到的字段上若存在索引,则该索引将被列出,但不一定被查询实际使用。
比如 有可能用到 三个索引,实际可能使用到了一个。
6、key (掌握)
实际使用的索引。如果为NULL,则没有使用索引。查询中若使用了覆盖索引,则该索引和查询的select字段重叠
7、key_len (掌握)
表示索引中使用的字节数,可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下,长度越短越好(char类型就比varchar短两位,null比not null长1位)。key_len显示的值为索引字段的最大可能长度,并非实际使用长度,即key_len是根据表定义计算而得,不是通过表内检索出的。
长度的计算是一个非常复杂的过程,可以作为了解:
长度的计算是一个复杂的算法:跟字符集有关系,跟数据类型,跟是否为varchar类型有关系,跟是否为null有关系。
以上面这个算法为例:
name 列是索引列, name="zhangsan" 那肯定用到了这个索引。
这个长度是 78
因为name 是字符 ,由于我们的数据库采用的是utf-8 一个字符需要三个字节
24 * 3 = 72
由于存放字符的是varchar 需要再加上2 ,如果 是char(24) 不需要+2
72 + 2 = 74
再由于我们的这个name 不允许为null ,所以不需要 + 1 ,如果这个字段允许为null ,就需要长度 再加 +1
8、ref (掌握)
索引被使用的具体情况,和key不太一样,key说明有没有用到索引,ref指的是使用索引的具体情况。
此处的ref 是一个字段,跟前面讲的ref 不一样,前面的type字段的一个值。
ref 表示使用到了哪些索引。key 表示使用到了索引,索引的具体情况没有说,需要查看ref 才能够知道。
9、rows (了解)
根据表统计信息及索引选用情况,大致估算出找到所需的记录所需要读取的行数。
简单来讲,就是查询出来这一条数据,查询了多少条。
10、extra (重点)
包含不适合在其他列中显示但十分重要的额外信息
1)Using filesort (出现这个说明非常不好)
说明mysql会对数据使用一个外部的索引排序,而不是按照表内的索引顺序进行读取。
MySQL中无法利用索引完成的排序操作称为"文件排序"
说白了就是你在进行order by 的时候没有使用到索引建立的梯子,中间有断层
首先我新建一张表t1,创建了一个复合索引:col1,col2,col3
2)Using temporary (出现这个说明非常不好)
使了用临时表保存中间结果,MySQL在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by
3)USING index 说明还可以,还不错
表示相应的select操作中使用了覆盖索引(Covering Index),避免访问了表的数据行,效率不错!
如果同时出现using where,表明索引被用来执行索引键值的查找;
如果没有同时出现using where,表明索引用来读取数据而非执行查找动作。
关于覆盖索引:
覆盖索引(Covering Index),一说为索引覆盖。
理解方式一:就是select的数据列只用从索引中就能够取得,不必读取数据行,MySQL可以利用索引返回select列表中的字段,而不必根据索引再次读取数据文件,换句话说查询列要被所建的索引覆盖。
理解方式二:索引是高效找到行的一个方法,但是一般数据库也能使用索引找到一个列的数据,因此它不必读取整个行。毕竟索引叶子节点存储了它们索引的数据;当能通过读取索引就可以得到想要的数据,那就不需要读取行了。一个索引包含了(或覆盖了)满足查询结果的数据就叫做覆盖索引。
注意:
如果要使用覆盖索引,一定要注意select列表中只取出需要的列,不可select *,
因为如果将所有字段一起做索引会导致索引文件过大,查询性能下降。
4)Using where
表明使用了where过滤
5)using join buffer 使用了连接缓存
6) impossible where where子句的值总是false,不能用来获取任何元素。
比如:select * from user where name="张三" and name="李四"
通过explain 进行sql分析的时候,其实就是查看这个大的SQL拆分以后,每一个小的SQL语句是如何执行的。
并且查看每一个小的SQL语句它的type类型 和 Extra 这两个字段的值
查看type类型是否为ALL
查看Extra 这个字段是否出现 filesort temporary
六、SQL的优化方案(重点)
sql优化呢,其实就是添加索引,添加索引就害怕索引失效,哪些写法可能出现索引失效呢?
1、全字段匹配是最棒的
假如一个Staffs 这个表,将 name,age ,pos 组合成了一个联合索引,在where条件下,能够使用到的索引越多越好。
EXPLAIN SELECT * FROM staffs WHERE NAME = 'July';
EXPLAIN SELECT * FROM staffs WHERE NAME = 'July' AND age = 25;
EXPLAIN SELECT * FROM staffs WHERE NAME = 'July' AND age = 25 AND pos = 'dev';
2、最佳左前缀法则
创建索引的时候, name --> age --> pos
在使用索引的时候,也必须按照这个顺序来,不能少,顺序可以乱。
3、索引列上不计算
3、不在索引列上做任何操作(计算、函数、(自动or手动)类型转换),会导致索引失效而转向全表扫描。
4、不能使用索引中范围条件右边的列
Explain select * from staffs where name='' and age >25 and pos='';
age > 25 这个 age 这个索引也用到了,但是 pos这个字段的索引没有起作用,失效了。
5、尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致)),减少select *
以上的SQL语句,一样的where条件,因为 select 后面的字段不一样,sql的执行效率就不一样,因为第二个语句将 * 改为了三个索引字段,使用到了覆盖索引。
6、使用不等于(!= 或者<>)的时候无法使用索引
7、注意字段的null值和 not null 对sql的影响
第一种情况,name 是一个索引,name 字段允许为null
第二种情况:name 是一个索引,name 字段不允许为null
总结就是:索引字段,这个字段是否为null 对于sql的好坏有一定的影响,需要警惕。尽可能设置为not null
8、like以通配符开头('%abc...')mysql索引失效
9、字符串不加单引号索引失效 (底层使用数据类型转换)
10、少用or,用它来连接时会索引失效
可以使用union 替代 or
接着是一个索引的练习题:
以上这些就是sql的优化的一部分。
总结了一个口诀:
全值匹配才最棒,最佳左前缀法则;
刘备大哥不能死,关羽兄弟不能断;
索引列上少计算,范围之后全完蛋;
LIKE百分写最右,覆盖索引有妙用;
不等空值还有OR,索引影响要注意;
mysql的优化是一个非常大的命题,大约分为4个大方向,我们只讲了一个方向:索引优化
- 索引优化: 合理设计索引,优化查询性能,避免全表扫描。
- 查询优化: 优化SQL查询语句,避免慢查询,提高查询效率。
- 缓存优化: 合理利用MySQL内置的缓存机制,如查询缓存、结果缓存等,减少对数据库的访问次数。
- 硬件优化: 选择合适的硬件配置,包括CPU、内存、磁盘等,提高数据库的吞吐量和响应速度。