mysql实践总结

mysql相关命令

/* 列出服务器上的数据库 */
show databases;

/* 指定使用数据库 */
use 数据库名称;

/* 列出数据库的数据表 */
show tables;

/* 展示数据表结构 */
desc 数据表名称;

/* 获取数据表创建脚本 */
show create table 数据表名称;

/* 导出数据脚本（不带表结构）到 somedata1.sql文件 */
mysqldump -t 数据库名称 数据表名称 --where="1=1 limit 1"  -uroot -p > somedata1.sql

/* 向数据表加入新的一列 */
alter table TABLE_NAME add column NEW_COLUMN_NAME varchar(20) not null;

查询优化

获取查询命令的性能

使用Explain命令生成查询执行计划。
查询执行计划展示了sql语句的在mysql里面具体执行。

性能低

Type:all  // 全表扫描
Key:null   // 查询时没有使用索引
Extra:using where // 表示 MySQL 服务器先读取整行数据，再检查此行是否符合 where 句的条件，符合就留下，不符合便丢弃。效率较慢。

索引介绍

索引的原理是把原有的数据进行特定的数据结构（比如二叉平衡查找树）存储，方便程序进行查找和排序等等。

mysql的索引机制

• 当表的某列设为主键，该列就是主键索引。

• 当表的某列为unique约束时，这列就是唯一索引。
  unique字段可以为NULL,并可以有多NULL,即Null！=Null。但是如果是具体内容，则不能重复。

• 当表的某列内容为文本，可以指定为全文索引。
  全文索引，只对MyISAM引擎有用。
  主要是针对对文件，文本的检索, 比如文章或者段落。
  mysql自己提供的fulltext针对英文生效，想要搜索中文需要使用sphinx全文检索引擎或者使用加强版的模糊查询。
  全文索引，相当于对文本进行了分词处理。

索引的代价

• 存储空间更大
  原来是线性结构存储，现在是非线性结构存储。
  自然占用更多磁盘空间。

• 增删改速度变慢
  为了维持二叉平衡查找树的完整性，增删操作效率会降低。

不使用索引的场景

1. 数据唯一性差的字段不要使用索引
   比如性别，只有两种可能数据。意味着索引的二叉树级别少，多是平级。这样的二叉树查找无异于全表扫描。

2. 频繁更新的字段不要使用索引
   比如logincount登录次数，频繁变化导致索引也频繁变化，增大数据库工作量，降低效率。

3. 字段不在where语句出现时不要添加索引
   只有在where语句出现，mysql才会去使用索引

4. 数据量少的表不要使用索引
   使用了改善也不大

添加索引却没有被使用

1. 创建的多列索引，如果查询条件没有使用最左边的列，索引就不会被使用。

2. 条件中有or，条件中有一个字段没有添加索引，则不会使用索引。

3. 列类型是字符串，那一定要在条件中将数据使用引号引用起来（表面这是一个字符串）。否则不使用索引。

4. 只要模糊查询的模糊值在字符串前面，则不会使用索引。比如‘%aaa’和‘_aaa’都不会使用索引。
   ‘%aaa’和‘_aaa’都不会使用索引的解决方案：
   1.使用覆盖索引
   覆盖索引是一种特殊的多列索引，当多列索引指向一个查询语句中所有的字段时，该多列索引就被称为覆盖索引。

2.创建全文索引
注意：全文索引只适用于MyISAM引擎。而且查询条件恰好是分词出来的单词。

sql语句优化

1. 尽量在索引中完成排序
2. 减少扫描行数

select * from test1 where id>=100000 order by id limit 10
/* 接定位到100000查找 */

select * from test1 order by id limit 99999,10
/* 从第一行定位到99999行再去扫描后10行，相当于扫描全表 */

3. 只取自己需要的列

/*也就是说避免*/
select * from table

4. 阻止group by查询的默认排序操作
   使用group by分组查询完成后默认会排序，这会降低速度。
   可在group by后面增加order by null防止排序。

5. 使用连接查询代替部分子查询
   因为子查询会在内存创建数据表。
   左外连接查询在所有连接查询中效率最高。

6. 使用EXISTS代替IN
   首先几乎将所有的IN操作符子查询都能改写为使用EXISTS的子查询。
   IN子查询将内表和外表做一个笛卡尔积，然后按照条件进行筛选。
   EXISTS子查询遍历循环外表，然后看外表中的记录有没有和内表的数据一样的。匹配上就将结果放入结果集中。
   从运行机制上EXISTS比IN效率高。

数据表设计

1. 先满足三范式，再添加冗余列。
   三范式本意是减少冗余。
   实际查询为了减少查询次数，故意冗余。
   所以实际操作准则是：
   先满足三范式设计表，再根据实际情况添加冗余列。

2. 字段数目不要过多。
   如果表的某一个字段存储量大，但极少查询。可单独放到另一张表。

3. 选择容量尽可能小的字段。

数据库配置优化

1. 配置最大用户连接数和数据库最大连接数
   即max_user_connections和max_connections。

2. 配置查询缓存
   在my.ini的[mysqld]节点开启查询缓存，配置如下

query_cache_size = 268435456

query_cache_type = 1

query_cache_limit = 1048576

3. 使用存储过程
   因为无需编译。

4. 使用分表。

参考

https://blog.csdn.net/World_2015/article/details/44994643