MySQL 基础学习和实践

目录

 

一、MySQL逻辑框架

二、库表的设计

三、优化的思路：

四、分库分表：

---

一、MySQL逻辑框架

1、查询缓存：查询缓存的性能，（仅限于5.0.7版本）

2、解析器：词法分析和语法分析；

3、 预处理器：表和列是否存在，字段别名是否有歧义，权限校验等

4、查询优化：

重排关联表顺序；（减少嵌套循环，可通过STRAIGHT JOIN关键字取消重排）

等价变换；（简化表达式，去除冗余判断等）

子查询优化；（子查询需要创建临时表，一般的话会转为表连接）

覆盖索引扫描；（直接访问索引就可以获取到所需要的数据，不需要通过索引取数据行）

提前终止；（已查到满足条件的数据（使用limit）或者检测到where 条件不可能成立时）

5、执行计划：

EXPLAIN:查看SQL执行计划 也是优化查询性能的利器；用法：EXPLAIN + SQL 或 EXPLAIN + SQL/G

【应用截图】

SHOW WARNINGS : 显示最后一个执行的语句所产生的错误，警告和提示等信息 ； 在EXPLAIN 之后，执行该语句可以看到重建后的查询语句

【应用截图】

6、执行查询：

MySQL对任何关联都执行嵌套循环关联查询：无论是关联几张表的查询，都是用的for循环嵌套查询的！！！

存储引擎是负责查数据的，他要将所有数据都查出来 丢给执行引擎，再去执行where条件；也就是说存储引擎做的事情就是保证数据的检索和传输，执行引擎做数据的过滤！

（那么对于查很大的数据表的话最好改成内关联，先把有用的数据取出来）

（工程中子查询的话，是需要建立临时表的，消耗IO 最好把子查询改为join）

7、存储引擎：

	InnoDB	MyISAM
存储限制	64TB	256TB
事务	支持	不支持
锁粒度	行级锁	表级锁
外键	支持	不支持
支持的索引	B-Tree全文索引 哈希索引	B-Tree全文索引
表格行数	通过全表扫描，动态统计	已存储表行数

 

二、库表的设计

1、什么是索引？

索引是存储引擎用于快速找到记录的一种数据结构（常见的类型是：B+Tree Hash）

举个例子：查找productId <= 52595的信息

首先查找出productID 为 52595的节点，（如果没有没关系，找到第一个小于52595的之后就开始遍历，遍历的过程中就把数出来）

B+Tree : 双向链表串起来的；列越少表示树的高度越低，每遍历一层树结构会读一次IO；所以尽量减少列的空间（能用int 不要用bigint）

Hash：冲突一般是用链表串起来的，等值查询的话较高效，注意哈希键值的选取！

特性	B+Tree	Hash索引
等值查询	支持	支持
范围查询	支持	不支持
使用部分索引键查询	支持	不支持
结果排序	支持	不支持
查询平均时间复杂度	O（log mn） 查询性能比较稳定，m为单节点关键字个数，n为总关键字的个数。 理论上，n一定，m越大，输的高度越低，查询复杂度越低。	O（1） 等值查询高效，键重复率高时性能退化。

2、数据组织方式？

聚簇索引：表记录的物理存储顺序与索引顺序一致，且索引的叶子节点就是数据节点

非聚簇索引：表记录的物理存储顺序和索引顺序无关，叶节点包含索引键值（只存指针）以及指向对应数

2.1 主键索引&二级索引 ：

• 主索引是表的主键，二级索引可以根据你自己需要用到表的任何字段的组合来创建。

一般我们会键一个自增的主键来保证后面能够取出所有主键；就如果我们自己不建的话innodb也会帮我们建一个；因为他要保证这个聚簇索引的存在

因为，如果主键值随机在插入记录或更新主键时，可能造成记录移动或页分裂，影响性能。

select * 可能会导致两次查询很影响效率！！！注意一定不要select *

2.2如何设计索引

• 建议：where ; join ; group by ; order by（排序用的） 等语句使用的列 一定要设为索引！！！

• 利用最左前缀（A,B,C）: A, AB, AC, ABC, B, C, BC (一定是A列先键这样才能路由过来，顺序无所谓，但是一定要有！！！)

• 经常被使用到的列优先键索引（poiId productId）: 尽量复用已有索引

• 区分度大的列优先（也就是不重复的值！这样的话能够快一点）

• 宽度小的优先

2.3如何优化索引（按性能由好到差排）

• const , system：最多一个匹配行，使用主键或者unique索引

• eq_ref：返回一行数据，通常在链接是出现，使用之间或者unique索引

• ref：使用key的最左前缀，且key不是主键或unique键

• range：索引范围扫描，对索引的扫面开始于某一点，返会匹配的行

• index：以索引的顺序全表扫描，（优点：不用排序；缺点：还是需要全表扫描）

• all：全表扫描，这个是需要避免的

 

三、优化的思路：

四、分库分表：

1.什么是分库分表

• 把原本存储在一个库里的数据分块存在多个库里

• 把原本存储在一个表里的数据分块存储到多个表里

   

2.怎么做

• 垂直拆分：将表按照功能模块，关系密切程度进行划分，部署到不同的库上

• 水平拆分：当一个表中的数据量过大事，将该表的数据按照某种规则分散到多张表上，并分散在多个库里

 

3.水平拆分核心点

• 分表策略：

  哈希：取模路由 ；

  range：根据业务查询主体标识的值进行划分

• 分表数：遵循部门规则

• 全局主键生成策略：UUID ; 数据库自增ID ; Snowflake ; Leaf