MySQL_高级_笔记

一、MySQL 架构介绍

Linux 安装MySQL 5.7

详细安装参考文章

Hello MySQL

mysql -u root -p :运行mysql;默认为mysql -h 127.0.0.1 -p 3306 -u root -p

mysql --version :查看mysql版本

select version(); :查看mysql版本

show databases; :查看数据库

use 库名; ：打开指定的库

show tables; :查看当前库的所有表

show tables from 库名; :查看其他库的所有表

create database 库名;：创建库

create table 表名(列名 列类型,列名 列类型,...); :创建表

desc 表名; :查看表结构

修改字符集

没改字符集之前，我们使用insert 插入带中文的数据，会插入失败

使用vim /etc/my.cnf命令进入配置文件,本mysql版本为5.7，每个版本配置文件可能有所不同

[mysqld]
#加入编码
character_set_server=utf8
init_connect='SET NAMES utf8'

保存并退出，systemctl restart mysqld重启服务，如果起的来，说明配置文件没有出错

再次进入数据库，插入中文发现还是插入失败或者乱码，原因：应该重新创建数据库建表插入

插入成功

MySQL 配置文件

二进制日志文件 log-bin

• 二进制日志文件 log-bin：用于主从复制

错误日志log-error

• 默认是关闭的，记录严重的警告和错误信息，每次启动和关闭的信息等

查询日志 log

• 默认关闭，记录查询的sql语句，如果开启会减低mysql的整体性能

数据文件

• 数据库文件：默认路径：/var/lib/mysql
• frm文件：存放表结构
• myd文件：存放表数据
• myi文件：存放表索引

MySQL 逻辑架构介绍

mysql的分层思想

• 和其它数据库相比，MySQL有点与众不同，它的架构可以在多种不同场景中应用并发挥良好作用。主要体现在存储引擎的架构上。
• 插件式的存储引擎架构将查询处理和其它的系统任务以及数据的存储提取相分离。这种架构可以根据业务的需求和实际需要选择合适的存储引擎。

mysql 四层架构

• **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。
• **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。

Management Serveices & Utilities	系统管理和控制工具
SQL Interface	SQL 接口。 接受用户的 SQL 命令， 并且返回用户需要查询的结果。 比如 select from 就是调用 SQL Interface
Parser	解析器。 SQL 命令传递到解析器的时候会被解析器验证和解析
Optimizer	查询优化器。 SQL 语句在查询之前会使用查询优化器对查询进行优化， 比如有 where 条件时， 优化器来决定先投影还是先过滤。
Cache 和 Buffer	查询缓存。 如果查询缓存有命中的查询结果， 查询语句就可以直接去查询缓存中取 数据。 这个缓存机制是由一系列小缓存组成的。 比如表缓存， 记录缓存， key 缓存， 权限缓存等

• **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APl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
• **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。

mysql 部件

• Connectors：指的是不同语言中与SQL的交互
• Management Serveices & Utilities： 系统管理和控制工具
• Connection Pool：连接池
  • 管理缓冲用户连接，线程处理等需要缓存的需求。负责监听对 MySQL Server 的各种请求，接收连接请求，转发所有连接请求到线程管理模块。
  • 每一个连接上 MySQL Server 的客户端请求都会被分配（或创建）一个连接线程为其单独服务。而连接线程的主要工作就是负责 MySQL Server 与客户端的通信。接受客户端的命令请求，传递 Server 端的结果信息等。线程管理模块则负责管理维护这些连接线程。包括线程的创建，线程的 cache 等。
• SQL Interface：SQL接口。接受用户的SQL命令，并且返回用户需要查询的结果。比如select from就是调用SQL Interface
• Parser：解析器
  • SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的，是一个很长的脚本。
  • 在 MySQL中我们习惯将所有 Client 端发送给 Server 端的命令都称为 Query，在 MySQL Server 里面，连接线程接收到客户端的一个 Query 后，会直接将该 Query 传递给专门负责将各种 Query 进行分类然后转发给各个对应的处理模块。
  • 解析器的主要功能：
    • 将SQL语句进行语义和语法的分析，分解成数据结构，然后按照不同的操作类型进行分类，然后做出针对性的转发到后续步骤，以后SQL语句的传递和处理就是基于这个结构的。
    • 如果在分解构成中遇到错误，那么就说明这个sql语句是不合理的
• Optimizer：查询优化器
  • SQL语句在查询之前会使用查询优化器对查询进行优化。就是优化客户端发送过来的 sql 语句 ，根据客户端请求的 query 语句，和数据库中的一些统计信息，在一系列算法的基础上进行分析，得出一个最优的策略，告诉后面的程序如何取得这个 query 语句的结果
  • 他使用的是“选取-投影-联接”策略进行查询。
    • 用一个例子就可以理解： select uid,name from user where gender = 1;
    • 这个select 查询先根据where 语句进行选取，而不是先将表全部查询出来以后再进行gender过滤
    • 这个select查询先根据uid和name进行属性投影，而不是将属性全部取出以后再进行过滤
    • 将这两个查询条件联接起来生成最终查询结果
• Cache和Buffer：查询缓存
  • 他的主要功能是将客户端提交 给MySQL 的 Select 类 query 请求的返回结果集 cache 到内存中，与该 query 的一个 hash 值 做一个对应。该 Query 所取数据的基表发生任何数据的变化之后， MySQL 会自动使该 query 的Cache 失效。在读写比例非常高的应用系统中， Query Cache 对性能的提高是非常显著的。当然它对内存的消耗也是非常大的。
  • 如果查询缓存有命中的查询结果，查询语句就可以直接去查询缓存中取数据。这个缓存机制是由一系列小缓存组成的。比如表缓存，记录缓存，key缓存，权限缓存等
• 存储引擎接口
  • 存储引擎接口模块可以说是 MySQL 数据库中最有特色的一点了。目前各种数据库产品中，基本上只有 MySQL 可以实现其底层数据存储引擎的插件式管理。这个模块实际上只是 一个抽象类，但正是因为它成功地将各种数据处理高度抽象化，才成就了今天 MySQL 可插拔存储引擎的特色。
  • 上图还可以看出，MySQL区别于其他数据库的最重要的特点就是其插件式的表存储引擎。MySQL插件式的存储引擎架构提供了一系列标准的管理和服务支持，这些标准与存储引擎本身无关，可能是每个数据库系统本身都必需的，如SQL分析器和优化器等，而存储引擎是底层物理结构的实现，每个存储引擎开发者都可以按照自己的意愿来进行开发。
  • 注意：存储引擎是基于表的，而不是数据库。

sql 查询流程

mysql的查询流程大致如下：

• mysql 客户端通过协议与 mysql 服务器建连接， 发送查询语句， 先检查查询缓存， 如果命中， 直接返回结果，否则进行语句解析,也就是说， 在解析查询之前， 服务器会先访问查询缓存(query cache)——它存储 SELECT 语句以及相应的查询结果集。 如果某个查询结果已经位于缓存中， 服务器就不会再对查询进行解析、 优化、 以及执行。 它仅仅将缓存中的结果返回给用户即可， 这将大大提高系统的性能。
• 语法解析器和预处理： 首先 mysql 通过关键字将 SQL 语句进行解析， 并生成一颗对应的“解析树”。 mysql 解析器将使用 mysql 语法规则验证和解析查询； 预处理器则根据一些 mysql 规则进一步检查解析数是否合法。
• 查询优化器当解析树被认为是合法的了， 并且由优化器将其转化成执行计划。 一条查询可以有很多种执行方式，最后都返回相同的结果。 优化器的作用就是找到这其中最好的执行计划。
• 然后， mysql 默认使用的 BTREE 索引， 并且一个大致方向是：无论怎么折腾 sql， 至少在目前来说， mysql 最多只用到表中的一个索引。

MySQL 存储引擎

查看 mysql 存储引擎

• show engines;：查看mysql支持的储存引擎

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cmYNztxg-1617521137613)(D:\笔记\MySQL\img\Snipaste_2021-03-31_11-09-54.png)]

• show variables like '%storage_engine%';：查看mysql默认的存储引擎

MyISAM 和 InnoDB 对比

对比项	MyISAM	InnoDB
主外键	不支持	支持
事务	不支持	支持
行表锁	表锁，即使操作一条记录也会锁住整个表，不适合高并发的操作	行锁，操作时只锁某一行，不对其他行有影响（适合高并发的操作）
缓存	只缓存索引，不缓存真实数据	不仅缓存索引还要缓存真实数据，对内存要求较高，而且内存大小对性能有决定性的影响
表空间	小	大
关注点	性能	事务
默认安装	Y	Y

阿里用的什么数据库？

• Percona为MySQL数据库服务器进行了改进，在功能和性能上较MySQL有着很显著的提升。该版本提升了在高负载情况下的InnoDB的性能、为DBA提供一些非常有用的性能诊断工具；另外有更多的参数和命令来控制服务器行为。
• 该公司新建了一款存储引擎叫xtradb完全可以替代innodb，并且在性能和并发上做得更好，阿里巴巴大部分mysql数据库其实使用的percona的原型加以修改。

二、索引优化分析

慢 SQL

性能下降、SQL 慢、执行时间长、等待时间长的原因分析：

• 查询语句写的烂
• 索引失效：
  • 值索引：在user表中给name属性建个索引，create index idx_user_name on user(name)
  • 复合索引：在user表中给name、email属性建个索引，create index idx_user_nameEmail on user(name,email)
• 关联查询太多join(设计缺陷或不得已的需求)
• 服务器调优及各个参数设置(缓冲、线程数等)

再识 JOIN

SQL 执行顺序

手写顺序：

SELECT DISIINCT 
	<select_list>
FROM                                    
	<left_table> <join_type>
JOIN <right_table> ON <join_condition>
WHERE                                   
	<where_condition>
GROUP BY
	<group_by_list>
HAVING
	<having_condition>
ORDER BY
	<order_by_condition>
LIMIT <limit_number>

mysql 机器执行sql顺序

FROM                                    
	<left_table> <join_type>
JOIN <right_table> ON <join_condition>
WHERE                                   
	<where_condition>
GROUP BY
	<group_by_list>
HAVING
	<having_condition>
SELECT DISIINCT 
	<select_list>
ORDER BY
	<order_by_condition>
LIMIT <limit_number>

mysql 是从 FROM 开始执行

JOIN 连接查询

建表 SQL

CREATE TABLE tbl_dept(
	id INT(11) NOT NULL AUTO_INCREMENT,
	deptName VARCHAR(30) DEFAULT NULL,
	locAdd VARCHAR(40) DEFAULT NULL,
	PRIMARY KEY(id)
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

CREATE TABLE tbl_emp (
	id INT(11) NOT NULL AUTO_INCREMENT,
	NAME VARCHAR(20) DEFAULT NULL,
	deptId INT(11) DEFAULT NULL,
	PRIMARY KEY (id),
	KEY fk_dept_Id (deptId)
	#CONSTRAINT 'fk_dept_Id' foreign key ('deptId') references 'tbl_dept'('Id')
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO tbl_dept(deptName,locAdd) VALUES('RD',11);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('HR',12);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MK',13);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('MIS',14);
INSERT INTO tbl_dept(deptName,locAdd) VALUES('FD',15);

INSERT INTO tbl_emp(NAME,deptId) VALUES('z3',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('z4',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('z5',1);
INSERT INTO tbl_emp(NAME,deptId) VALUES('w5',2);
INSERT INTO tbl_emp(NAME,deptId) VALUES('w6',2);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s7',3);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s8',4);
INSERT INTO tbl_emp(NAME,deptId) VALUES('s9',51);

tbl_emp 和 tbl_dept 表结构

7种JOIN展示

笛卡尔积

• tbl_emp 表和 tbl_dept 表的笛卡尔乘积：select * from tbl_emp, tbl_dept;
• 其结果集的个数为：5 * 8 = 40

inner join

• tbl_emp 表和 tbl_dept 的交集部分（公共部分）
• select * from tbl_emp e inner join tbl_dept d on e.deptId = d.id;

left join

• tbl_emp 与 tbl_dept 的公共部分 + tbl_emp 表的独有部分

• left join：取左表独有部分 + 两表公共部分

• select * from tbl_emp e left join tbl_dept d on e.deptId = d.id;

right join

• tbl_emp 与 tbl_dept 的公共部分 + tbl_dept表的独有部分
• right join：取右表独有部分 + 两表公共部分
• select * from tbl_emp e right join tbl_dept d on e.deptId = d.id;

left join without common part

• tbl_emp 表的独有部分：将 left join 结果集中的两表公共部分去掉即可：where d.id is null
• select * from tbl_emp e left join tbl_dept d on e.deptId = d.id where d.id is null;

right join without common part

• tbl_dept表的独有部分：将 right join 结果集中的两表公共部分去掉即可：where e.id is null
• select * from tbl_emp e right join tbl_dept d on e.deptId = d.id where e.id is null;

full join

• mysql 不支持 full join ，但是我们可以通过骚操作实现 full join ，union 关键字用于连接结果集，并且自动去重
• tbl_emp 与 tbl_dept 的公共部分 + tbl_emp 表的独有部分 + tbl_dept表的独有部分：将 left join 的结果集和 right join 的结果集使用 union 合并即可
• select * from tbl_emp e left join tbl_dept d on e.deptId = d.id union select * from tbl_emp e right join tbl_dept d on e.deptId = d.id;

full join without common part

• tbl_emp 表的独有部分 + tbl_dept表的独有部分
• select * from tbl_emp e left join tbl_dept d on e.deptId=d.id where d.id is null union select * from tbl_emp e right join tbl_dept d on e.deptId=d.id where e.deptId is null

索引简介

索引是什么

• MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构。可以得到索引的本质：索引是数据结构
• 你可以简单理解为"排好序的快速查找数据结构"，即索引 = 排序 + 查找
• 一般来说索引本身占用内存空间也很大，不可能全部存储在内存中，因此索引往往以文件形式存储在硬盘上
• 我们平时所说的索引，如果没有特别指明，都是指B树(多路搜索树，并不一定是二叉树)结构组织的索引。
• 聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引，统称索引。当然，除了B+树这种类型的索引之外，还有哈希索引(hash index)等。

索引原理

• 在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。
• 下图就是一种可能的索引方式示例：
  • 左边是数据表，一共有两列七条记录，最左边的十六进制数字是数据记录的物理地址
  • 为了加快col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到相应数据，从而快速的检索出符合条件的记录。

索引优劣势

优势：

• 类似大学图书馆的书目索引，提高数据检索效率，降低数据库的IO成本
• 通过索引列对数据进行排序，降低数据排序成本，降低了CPU的消耗

劣势：

• 实际上索引也是一张表，该表保存了主键和索引字段，并指向实体表的记录，所以索引列也是要占用空间的
• 虽然索引大大提高了查询速度，同时却会降低更新表的速度，如果对表INSERT，UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会进行调整，因为更新所带来的键值变化后的索引信息
• 索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立优秀的索引，或优化查询语句

MySQL 索引分类

• **普通索引：**是最基本的索引，它没有任何限制，即一个索引只包含单个列，一个表可以有多个单列索引；建议一张表索引不要超过5个，优先考虑复合索引
• **唯一索引：**与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一
• **主键索引：**是一种特殊的唯一索引，一个表只能有一个主键，不允许有空值。一般是在建表的时候同时创建主键索引
• **复合索引：**指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用组合索引时遵循最左前缀集合
• **全文索引：**主要用来查找文本中的关键字，而不是直接与索引中的值相比较。fulltext索引跟其它索引大不相同，它更像是一个搜索引擎，而不是简单的where语句的参数匹配

MySQL 索引语法

创建索引：

• 如果是CHAR和VARCHAR类型，length可以小于字段实际长度
• 如果是BLOB和TEXT类型，必须指定length。

CREATE [UNIQUE] INDEX  indexName ON mytable(columnname(length));
#或
ALTER TABLE mytable ADD [UNIQUE]  INDEX [indexName] ON(columnname(length));

删除索引：

DROP INDEX [indexName] ON mytable;

查看索引：

SHOW INDEX FROM table_name\G # \G表示将查询到的横向表格纵向输出，方便阅读

使用 ALTER 命令，有四种方式来添加数据表的索引：

• ALTER TABLE tbl_name ADD PRIMARY KEY(column_list)：该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL。
• ALTER TABLE tbl_name ADD UNIQUE index_name(column_list)：这条语句创建索引的值必须是唯一的（除了NULL外，NULL可能会出现多次）。
• ALTER TABLE tbl_name ADD INDEX index_name(column_list)：.添加普通索引，索引值可出现多次。
• ALTER TABLE tbl_name ADD FULLTEXT index_name(column_list)：该语句指定了索引为FULLTEXT，用于全文索引。

何时需要建索引

哪些情况下合适建立索引：

• 主键自动建立唯一索引
• 频繁作为查询的条件的字段应该创建索引
• 查询中与其他表关联的字段，外键关系建立索引
• 频繁更新的字段不适合创建索引
• where条件用不到的字段不应该创建索引
• 单间/组合索引的选择问题，Who？（在高并发下倾向创建组合索引）
• 查询中排序的字段，排序字段若通过索引去访问将大大提高排序的速度
• 查询中统计或者分组字段

哪些情况下不要创建索引：

• 表记录太少
• 经常修改的表
• 数据重复且分布平均的表字段

因此应该只为经常查询和经常排序的数据列建立索引。注意，如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果。

性能分析

性能优化概述

MySQL Query Optimizer 的作用

• MySQL 中有专门负责优化SELECT语句的优化器模块，主要功能：通过计算分析系统中收集到的统计信息，为客户端请求的Query提供他认为最优的执行计划（MySQL认为最优的数据检索方式，但不见得是DBA认为是最优的，这部分最耗费时间）
• 当客户端向MySQL 请求一条Query，命令解析器模块完成请求分类，区别出是SELECT并转发给MySQL Query Optimizer时，MySQL Query Optimizer 首先会对整条Query进行优化，处理掉一些常量表达式的预算，直接换算成常量值。并对Query中的查询条件进行简化和转换，如去掉一些无用或显而易见的条件、结构调整等。然后分析 Query中的Hint信息（如果有），看显示Hint信息是否可以完全确定该Query的执行计划。如果没有Hint 或Hint 信息还不足以完全确定执行计划，则会读取所涉及对象的统计信息，根据Query进行写相应的计算分析，然后再得出最后的执行计划。

MySQL 常见瓶颈

• CPU 瓶颈：CPU在饱和的时候一般发生在数据装入在内存或从磁盘上读取数据时候
• IO 瓶颈：磁盘I/O瓶颈发生在装入数据远大于内存容量时
• 服务器硬件的性能瓶颈：top、free、iostat和vmstat来查看系统的性能状态

Explain 概述

是什么？Explain 是查看执行计划

• 使用EXPLAIN关键字可以模拟优化器执行SQL语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是结构的性能瓶颈
• 官网地址：https://dev.mysql.com/doc/refman/8.0/en/explain-output.html

能干什么？

• 表的读取顺序（id 字段）
• 数据读取操作的操作类型（select_type 字段）
• 哪些索引可以使用（possible_keys 字段）
• 哪些索引被实际使用（keys 字段）
• 表之间的引用（ref 字段）
• 每张表有多少行被优化器查询（rows 字段）

怎么用？

• Explain + SQL语句

Explain 详解

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 取值的三种情况：

• 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

• id相同不同，同时存在：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；衍生=DERIVED

select_type

查询的类型，主要用于区别普通查询、联合查询、子查询等复杂查询

• 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或者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

table

显示这一行数据是关于哪张表的

type

访问类型排列，显示查询使用了何种类型，type显示的是访问类型，是较为重要的一个指标，结果值从最好到最坏依次是：system>const>eq_ref>ref>fultext>ref_or_null>index_merge>unique_subquery>index_subquery>range>index>ALL

常见的访问类型system>const>eq_ref>ref>range>index>ALL，一般来说，得保证查询至少达到range级别，最好能达到ref

从最好到最差依次是：system>const>eq_ref>ref>range>index>ALL

• **system：**表只有一行记录（等于系统表），这是const类型的特例，平时不会出现，这个也可以忽略不计
• **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
• **eq_ref：**唯一性索引，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
• **ref：**非唯一索引扫描，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
• 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，因为他只需要开始索引的某一点，而结束于另一点，不用扫描全部索引
• index：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是从硬盘数据库文件中读的）
• all：FullTable Scan，将遍历全表以找到匹配的行（全表扫描）

一般来说，得保证查询只是达到range级别，最好达到ref

possible_keys

• 显示可能应用在这张表中的索引，一个或多个

• 若查询涉及的字段上存在索引，则该索引将被列出，但不一定被查询实际使用

key

• 实际使用的索引，如果为null，则没有使用索引

• 若查询中使用了覆盖索引，则该索引仅出现在key列表中

key_len

• 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
• key_len显示的值为索引最大可能长度，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

ref

• 显示索引哪一列被使用了，如果可能的话，最好是一个常数。哪些列或常量被用于查找索引列上的值
• 由key_len可知t1表的索引idx_col1_col2被充分使用，t1表的col1匹配t2表的col1，t1表的col2匹配了一个常量，即’ac’

rows

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

Extra

包含不适合在其他列中显示但十分重要的额外信息

• Using filesort（文件排序）：
  • MySQL中无法利用索引完成排序操作成为“文件排序”
  • 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
  • 出现 Using filesort 不好，需要尽快优化 SQL
  • 示例中第一个查询只使用了 col1 和 col3，原有索引派不上用场，所以进行了外部文件排序
  • 示例中第二个查询使用了 col1、col2 和 col3，原有索引派上用场，无需进行文件排序

• Using temporary（创建临时表）：
  • 使用了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
  • 出现 Using temporary 超级不好，说明需要立即优化 SQL
• Using index（覆盖索引）：
  • 表示相应的select操作中使用了覆盖索引（Coveing 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
  • 覆盖索引（Covering Index），也说为索引覆盖
    • 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。
    • 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。
• Using where：表明使用了where过滤
• Using join buffer：表明使用了连接缓存
• impossible where：where子句的值总是false，不能用来获取任何元组
• select tables optimized away：在没有GROUPBY子句的情况下，基于索引优化MIN/MAX操作或者对于MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化。
• distinct：优化distinct，在找到第一匹配的元组后即停止找同样值的工作

Case 热身

• 第一行（执行顺序4）：id列为1，表示是union里的第一个select，select_type列的primary表示该查询为外层查询，table列被标记为，表示查询结果来自一个衍生表，其中derived3中3代表该查询衍生自第三个select查询，即id为3的select。【select d1.name …】
• 第二行（执行顺序2）：id为3，是整个查询中第三个select的一部分。因查询包含在from中，所以为derived。【select id, name from t1 where other_column= ’ '】
• 第三行（执行顺序3）：select列表中的子查询select_type为subquery，为整个查询中的第二个select。【select id from t3】
• 第四行（执行顺序1）：select_type为union，说明第四个select是union里的第二个select，最先执行【select name, id from t2】
• 第五行（执行顺序5）：代表从union的临时表中读取行的阶段，table列的表示用第一个和第四个select的结果进行union操作。【两个结果进行uinion操作】

索引优化

案例一：单表索引优化

创建表

• 建表 SQL

CREATE TABLE IF NOT EXISTS article(
	id INT(10) UNSIGNED NOT NULL PRIMARY KEY AUTO_INCREMENT,
	author_id INT(10) UNSIGNED NOT NULL,
	category_id INT(10) UNSIGNED NOT NULL,
	views INT(10) UNSIGNED NOT NULL,
	comments INT(10) UNSIGNED NOT NULL,
	title VARCHAR(255) NOT NULL,
	content TEXT NOT NULL
);

INSERT INTO article(author_id,category_id,views,comments,title,content)
VALUES
(1,1,1,1,'1','1'),
(2,2,2,2,'2','2'),
(1,1,3,3,'3','3');

查询案例

• 查询category_id为1且comments 大于1的情况下，views最多的article_id。

#根据案例写出SQL语句
select article_id from article where category_id=1 and comments>1 order by views desc limit 1;
#查询结果
+----+-----------+
| id | author_id |
+----+-----------+
|  3 |         1 |
+----+-----------+
1 row in set (0.00 sec)

• SHOW INDEX FROM article;查看表索引，由于刚刚建的表，只有一个默认主键索引

• 使用 explain 分析 SQL 语句的执行效率：EXPLAIN SELECT id, author_id FROM article WHERE category_id = 1 AND comments > 1 ORDER BY views DESC LIMIT 1;

• 结论：
  • 很显然，type是ALL，即最坏的情况。
  • Extra 里还出现了Using filesort，也是最坏的情况。
  • 优化是必须的。

创建索引

• 在 category_id 列、comments 列和 views 列上建立联合索引

ALTER TABLE article ADD INDEX idx_article_ccv(`category_id`, `comments`, `views`); 
#方法二
CREATE INDEX idx_article_ccv ON article(`category_id`, `comments`, `views`); 

• 使用SHOW INDEX FROM article;查看表索引

• 再次使用 explain分析,type变成了range，这是可以忍受的。但是extra里使用Using filesort仍是无法接受的

• 分析：
  • 但是我们已经建立了索引，为啥没用呢？
  • 这是因为按照B+Tree索引的工作原理，先排序 category_id，如果遇到相同的 category_id 则再排序comments，如果遇到相同的 comments 则再排序 views。
  • 当comments字段在联合索引里处于中间位置时，因为comments>1条件是一个范围值（所谓 range），MySQL 无法利用索引再对后面的views部分进行检索，即 range 类型查询字段后面的索引无效。
  • 将查询条件中的 comments > 1 改为 comments = 1 ，发现 Use filesort 神奇地消失了，从这点可以验证：范围后的索引会导致索引失效

删除索引

• 删除索引的 SQL 指令

DROP INDEX idx_article_ccv ON article;

再次创建索引

• 创建索引的 SQL 指令

create index idx_article_ccv on article(category_id, views);

• 由于 range 后（comments > 1）的索引会失效，这次我们建立索引时，直接抛弃 comments 列，先利用 category_id 和 views 的联合索引查询所需要的数据，再从其中取出 comments > 1 的数据（我觉着应该是这样的）

• 次执行查询：可以看到，type变为了ref，Extra中的Using filesort也消失了，结果非常理想

案例二：两表索引优化

两表索引优化分析：主外键

创建表

• 建表 SQL

CREATE TABLE IF NOT EXISTS class(
	id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(id)
);

CREATE TABLE IF NOT EXISTS book(
	bookid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(bookid)
);

INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20)));

INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20)));

• class 表中数据测试

mysql> select * from class;
+----+------+
| id | card |
+----+------+
|  1 |   12 |
|  2 |   13 |
|  3 |   12 |
|  4 |   17 |
|  5 |   11 |
|  6 |    3 |
|  7 |    1 |
|  8 |   16 |
|  9 |   17 |
| 10 |   16 |
| 11 |    9 |
| 12 |   17 |
| 13 |   18 |
| 14 |   16 |
| 15 |    7 |
| 16 |    8 |
| 17 |   19 |
| 18 |    9 |
| 19 |    6 |
| 20 |    5 |
| 21 |    6 |
+----+------+
21 rows in set (0.00 sec)

• book表数据测试

mysql> select * from book;
+--------+------+
| bookid | card |
+--------+------+
|      1 |   16 |
|      2 |    1 |
|      3 |   17 |
|      4 |    3 |
|      5 |   20 |
|      6 |   12 |
|      7 |   18 |
|      8 |   13 |
|      9 |   13 |
|     10 |    4 |
|     11 |    1 |
|     12 |   13 |
|     13 |   20 |
|     14 |   20 |
|     15 |    1 |
|     16 |    2 |
|     17 |    9 |
|     18 |   16 |
|     19 |   14 |
|     20 |    2 |
+--------+------+
20 rows in set (0.00 sec)

查询案例

• 实现两表的连接，连接条件是 class.card = book.card

SELECT * FROM class LEFT JOIN book ON class.card = book.card;

• 使用 explain 分析 SQL 语句的性能，可以看到：驱动表是左表 class 表

EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card = book.card;

• 结论：
  • type 有 All ，rows 为表中数据总行数，说明 class 和 book 进行了全表检索
  • 即每次 class 表对 book 表进行左外连接时，都需要在 book 表中进行一次全表检索

添加索引：在右表添加索引

• 添加索引的 SQL 指令

ALTER TABLE 'book' ADD INDEX Y ('card');

• 在 book 的 card 字段上添加索引

SHOW INDEX FROM book; #查看book表的索引

• 测试结果：可以看到第二行的type变为了ref，rows也变成了优化比较明显。

分析：

• 这是由左连接特性决定的。LEFT JOIN条件用于确定如何从右表搜索行，左边一定都有，所以右边是我们的关键点，一定需要建立索引。
• 左表连接右表，则需要拿着左表的数据去右表里面查，索引需要在右表中建立索引

添加索引：在右表添加索引

• 删除之前 book 表中的索引

DROP INDEX Y ON book;

• 在 class 表的 card 字段上建立索引

ALTER TABLE class ADD INDEX X(card);

• 再次执行左连接，发现没有优化效果

• 既然这样，我们可以换成右连接尝试测试

• 分析：
  • 这是因为RIGHT JOIN条件用于确定如何从左表搜索行，右边一定都有，所以左边是我们的关键点，一定需要建立索引。
  • class RIGHT JOIN book ：book 里面的数据一定存在于结果集中，我们需要拿着 book 表中的数据，去 class 表中搜索，所以索引需要建立在 class 表中
• 为了不影响之后的测试，删除该表的 idx_article_ccv 索引

案例三：三表索引优化

创建表

• 建表 SQL

CREATE TABLE IF NOT EXISTS phone(
	phoneid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
	card INT(10) UNSIGNED NOT NULL,
	PRIMARY KEY(phoneid)
)ENGINE=INNODB;

INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));
INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20)));

• phone 表中的测试数据

mysql> select * from phone;
+---------+------+
| phoneid | card |
+---------+------+
|       1 |    3 |
|       2 |    9 |
|       3 |   14 |
|       4 |    2 |
|       5 |    9 |
|       6 |   19 |
|       7 |    8 |
|       8 |    1 |
|       9 |    3 |
|      10 |    9 |
|      11 |   17 |
|      12 |   18 |
|      13 |   19 |
|      14 |   18 |
|      15 |   14 |
|      16 |   16 |
|      17 |   17 |
|      18 |   19 |
|      19 |   20 |
|      20 |    3 |
+---------+------+
20 rows in set (0.00 sec)

查询案例

• 实现三表的连接查询

mysql> select * from class left join book on class.card=book.card left join phone on book.card=phone.card;
+----+------+--------+------+---------+------+
| id | card | bookid | card | phoneid | card |
+----+------+--------+------+---------+------+
| 14 |    9 |      8 |    9 |       2 |    9 |
| 16 |    9 |      8 |    9 |       2 |    9 |
| 18 |    9 |      8 |    9 |       2 |    9 |
|  3 |   14 |      7 |   14 |       3 |   14 |
| 19 |   14 |      7 |   14 |       3 |   14 |
|  3 |   14 |     11 |   14 |       3 |   14 |
| 19 |   14 |     11 |   14 |       3 |   14 |
| 14 |    9 |      8 |    9 |       5 |    9 |
| 16 |    9 |      8 |    9 |       5 |    9 |
| 18 |    9 |      8 |    9 |       5 |    9 |
|  1 |   19 |      6 |   19 |       6 |   19 |
|  4 |   19 |      6 |   19 |       6 |   19 |
|  8 |    8 |     20 |    8 |       7 |    8 |
|  9 |    8 |     20 |    8 |       7 |    8 |
| 11 |    1 |      5 |    1 |       8 |    1 |
| 20 |    1 |      5 |    1 |       8 |    1 |
| 14 |    9 |      8 |    9 |      10 |    9 |
| 16 |    9 |      8 |    9 |      10 |    9 |
| 18 |    9 |      8 |    9 |      10 |    9 |
|  1 |   19 |      6 |   19 |      13 |   19 |
|  4 |   19 |      6 |   19 |      13 |   19 |
|  3 |   14 |      7 |   14 |      15 |   14 |
| 19 |   14 |      7 |   14 |      15 |   14 |
|  3 |   14 |     11 |   14 |      15 |   14 |
| 19 |   14 |     11 |   14 |      15 |   14 |
|  1 |   19 |      6 |   19 |      18 |   19 |
|  4 |   19 |      6 |   19 |      18 |   19 |
| 13 |    5 |      3 |    5 |    NULL | NULL |
| 13 |    5 |      9 |    5 |    NULL | NULL |
|  5 |   12 |     13 |   12 |    NULL | NULL |
|  5 |   12 |     18 |   12 |    NULL | NULL |
| 10 |   13 |     19 |   13 |    NULL | NULL |
|  2 |   10 |   NULL | NULL |    NULL | NULL |
|  6 |    4 |   NULL | NULL |    NULL | NULL |
|  7 |    4 |   NULL | NULL |    NULL | NULL |
| 12 |    6 |   NULL | NULL |    NULL | NULL |
| 15 |    7 |   NULL | NULL |    NULL | NULL |
| 17 |    3 |   NULL | NULL |    NULL | NULL |
| 21 |    4 |   NULL | NULL |    NULL | NULL |
+----+------+--------+------+---------+------+
39 rows in set (0.00 sec)

• 使用 explain 分析 SQL 指令：

结论：

• type 有All ，rows 为表数据总行数，说明 class、 book 和 phone 表都进行了全表检索
• Extra 中 Using join buffer ，表明连接过程中使用了 join 缓冲区

创建索引

• 创建索引的 SQL 语句

ALTER TABLE book ADD INDEX Y (card);
ALTER TABLE phone ADD INDEX Z (card);

• 进行 LEFT JOIN ，永远都在右表的字段上建立索引

ALTER TABLE book ADD INDEX Y (card);
ALTER TABLE phone ADD INDEX Z (card);

• 执行查询：后2行的type都是ref，且总rows优化很好，效果不错。因此索引最好设置在需要经常查询的字段中。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kZnQoEJn-1617521623247)(D:\笔记\MySQL\img\Snipaste_2021-04-01_13-44-17.png)]

JOIN 优化结论

将 left join 看作是两层嵌套 for 循环

• 尽可能减少Join语句中的NestedLoop的循环总次数；
• 永远用小结果集驱动大的结果集（在大结果集中建立索引，在小结果集中遍历全表）；
• 优先优化NestedLoop的内层循环；
• 保证Join语句中被驱动表上Join条件字段已经被索引；
• 当无法保证被驱动表的Join条件字段被索引且内存资源充足的前提下，不要太吝惜JoinBuffer的设置；

索引失效

创建表

• 建表 SQL

CREATE TABLE staffs(
	id INT PRIMARY KEY AUTO_INCREMENT,
	`name` VARCHAR(24)NOT NULL DEFAULT'' COMMENT'姓名',
	`age` INT NOT NULL DEFAULT 0 COMMENT'年龄',
	`pos` VARCHAR(20) NOT NULL DEFAULT'' COMMENT'职位',
	`add_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT'入职时间'
)CHARSET utf8 COMMENT'员工记录表';

INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('z3',22,'manager',NOW());
INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('July',23,'dev',NOW());
INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('2000',23,'dev',NOW());

ALTER TABLE staffs ADD INDEX index_staffs_nameAgePos(`name`,`age`,`pos`);

• staffs 表中数据

mysql> select * from staffs;
+----+------+-----+---------+---------------------+
| id | name | age | pos     | add_time            |
+----+------+-----+---------+---------------------+
|  1 | z3   |  22 | manager | 2020-08-04 14:42:33 |
|  2 | July |  23 | dev     | 2020-08-04 14:42:33 |
|  3 | 2000 |  23 | dev     | 2020-08-04 14:42:33 |
+----+------+-----+---------+---------------------+
3 rows in set (0.00 sec)

• staffs 表中的复合索引：name、age、pos

索引失效准则

• 全职索引为最好
• 最佳左前缀法则：如果是复合索引，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列
• 不在索引列上做任何操作（计算、函数、自动或手动类型转换），这样会导致索引失效而转向全表扫描
• 存储引擎不能使用索引中范围条件右边的列
• 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）），减少使用 select *
• mysql 在使用 不等于（!= or <>）的时候无法使用索引会导致全表扫描
• is null、is not null 也无法使用索引（早期版本不能走索引，后续版本可能优化过，可以走索引）
• like以通配符开头（’%abc…’）mysql索引失效会变成全表扫描操作
• 字符串不加单引号索引失效
• 少用or，用它连接时会索引失效

最佳左匹配法则带头大哥不能死，中间兄弟不能断

• 只有最左 name 时
  • key = index_staffs_nameAgePos 表明索引生效
  • ref = const ：这个常量就是查询时的 ‘July’ 字符串常量

• 最左 name 带上第二个 age 时
  • key = index_staffs_nameAgePos 表明索引生效
  • ref = const,const：两个常量分别为 ‘July’ 和 23

• 最左 name 依次带上 age 和 pos 时
  • key = index_staffs_nameAgePos 表明索引生效
  • ref = const,const,const ：三个常量分别为 ‘July’、23 和 ‘dev’

• 头 name 挂了
  • key = NULL 说明索引失效
  • ref = null 表示 ref 也失效

• 而头 name 没挂，第二个 age 没带

• key = index_staffs_nameAgePos 说明索引没有失效

• ref = const 表明只使用了一个常量，即第二个常量（pos = ‘dev’）没有生效

在索引列上进行计算，会导致索引失效，进而转向全表扫描

• 不对头 name 进行任何操作：key = index_staffs_nameAgePos 表明索引生效

• 对带头大哥 name 进行操作：使用 LEFT 函数截取子串
  • key = NULL 表明索引生效
  • type = ALL 表明进行了全表扫描

范围之后全失效

• 精确匹配
  • type = ref 表示非唯一索引扫描，SQL 语句将返回匹配某个单独值的所有行。
  • key_len = 140 表明表示索引中使用的字节数

• 将 age 改为范围匹配
  • type = range 表示范围扫描
  • key = index_staffs_nameAgePos 表示索引并没有失效
  • key_len = 78 ，ref = NULL 均表明范围搜索使其后面的索引均失效

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 *

• SELECT * 的写法,Extra 为null

• 覆盖索引的写法：Extra = Using index ，Using index 表示使用索引列进行查询，将大大提高查询的效率

• 覆盖索引中包含 range 条件：type = ref 并且 Extra = Using where; Using index ，虽然在查询条件中使用了 范围搜索，但是由于我们只需要查找索引列，所以无需进行全表扫描

mysql在使用不等于（!=或者<>）的时候无法使用索引会导致全表扫描

• 在使用 != 会 <> 时会导致索引失效：
  • key = null 表示索引失效
  • rows = 3 表示进行了全表扫描

is null，is not null 也无法使用索引

• is null，is not null 会导致索引失效：key = null 表示索引失效

like % 写最右

• staffs 表的索引关系

• like % 写在左边的情况 或两边时
  • type = All ，rows = 3 表示进行了全表扫描
  • key = null 表示索引失效

• like 而% 写在右边的情况：key = index_staffs_nameAgePos 表示索引未失效

解决【like ‘%str%’ 】索引失效的问题：覆盖索引

创建表

• 建表 SQL

CREATE TABLE `tbl_user`(
	`id` INT(11) NOT NULL AUTO_INCREMENT,
	`name` VARCHAR(20) DEFAULT NULL,
	`age`INT(11) DEFAULT NULL,
	`email` VARCHAR(20) DEFAULT NULL,
	PRIMARY KEY(`id`)
)ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('1aa1',21,'[email protected]');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('2bb2',23,'[email protected]');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('3cc3',24,'[email protected]');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('4dd4',26,'[email protected]');

• 创建索引的 SQL 指令

CREATE INDEX idx_user_nameAge ON tbl_user(name, age);

测试覆盖索引

• 如下 SQL 的索引均不会失效：

• 只要查询的字段能和覆盖索引扯得上关系，并且没有多余字段，覆盖索引就不会失效

EXPLAIN SELECT name, age FROM tbl_user WHERE NAME LIKE '%aa%';

EXPLAIN SELECT name FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT age FROM tbl_user WHERE NAME LIKE '%aa%';

EXPLAIN SELECT id FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id, name FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id, age FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id, name, age FROM tbl_user WHERE NAME LIKE '%aa%';

• 如下 SQL 的索引均会失效：但凡有多余字段，覆盖索引就会失效

EXPLAIN SELECT * FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id, name, age, email FROM tbl_user WHERE NAME LIKE '%aa%';

字符串不加单引号索引失效

• 正常操作，索引没有失效

• 如果字符串忘记写 ’ ’ ，那么 mysql 会为我们进行隐式的类型转换，但凡进行了类型转换，索引都会失效

少用or，用它连接时会索引失效

• 使用 or 连接，会导致索引失效

索引优化面试题

创建表

• 建表 SQL

create table test03(
    id int primary key not null auto_increment,
    c1 char(10),
    c2 char(10),
    c3 char(10),
    c4 char(10),
    c5 char(10)
);

insert into test03(c1,c2,c3,c4,c5) values ('a1','a2','a3','a4','a5');
insert into test03(c1,c2,c3,c4,c5) values ('b1','b2','b3','b4','b5');
insert into test03(c1,c2,c3,c4,c5) values ('c1','c2','c3','c4','c5');
insert into test03(c1,c2,c3,c4,c5) values ('d1','d2','d3','d4','d5');
insert into test03(c1,c2,c3,c4,c5) values ('e1','e2','e3','e4','e5');

create index idx_test03_c1234 on test03(c1,c2,c3,c4);

• test03 表中的测试数据

mysql> select * from test03;
+----+------+------+------+------+------+
| id | c1   | c2   | c3   | c4   | c5   |
+----+------+------+------+------+------+
|  1 | a1   | a2   | a3   | a4   | a5   |
|  2 | b1   | b2   | b3   | b4   | b5   |
|  3 | c1   | c2   | c3   | c4   | c5   |
|  4 | d1   | d2   | d3   | d4   | d5   |
|  5 | e1   | e2   | e3   | e4   | e5   |
+----+------+------+------+------+------+
5 rows in set (0.00 sec)

• test03 表中的索引

问题：我们创建了复合索引idx_test03_c1234，根据以下SQL分析下索引使用情况？

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c3='a3' AND c4='a4';
  • 即全值匹配

• EXPLAIN SELECT * FROM test03 WHERE c4='a4' AND c3='a3' AND c2='a2' AND c1='a1';
• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c4='a4' and c3='a3';
  • mysql 优化器进行了优化，所以我们的索引都生效了

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c3>'a3' AND c4='a4';
  • c3 列使用了索引进行排序，并没有进行查找，导致 c4 无法用索引进行查找

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c4='a4' ORDER BY c3;
  • c3 列将索引用于排序，而不是查找，c4 列没有用到索引
  • EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' ORDER BY c3;
  • 由于上一条 c4 列没有用到索引，所以 这条sql与上条sql性能一样

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' ORDER BY c4;
  • 因为索引建立的顺序和使用的顺序不一致，导致 mysql 动用了文件排序
  • 看到 Using filesort 就要知道：此句 SQL 必须优化

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c5='a5' ORDER BY c2, c3;
  • 只用 c1 一个字段索引，但是c2、c3用于排序，无filesort

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c5='a5' ORDER BY c3, c2;
  • 出现了filesort，我们建的索引是1234，它没有按照顺序来，32颠倒了

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' ORDER BY c2, c3;
  • 用c1、c2两个字段索引，但是c2、c3用于排序，无filesort
  • 因为前面c2已经给了值 c2 的排序相当于就是一个常量

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c5='a5' ORDER BY c2, c3;

  • 跟 c5 没有任何关系

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c2='a2' AND c5='a5' ORDER BY c3, c2;

  • 上面已经说到 c2 就是一个常量了，所以排序 顺序调换跟c2 没关系

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c4='a4' GROUP BY c2, c3;

  • 顺序为 1 2 3 ，没有产生文件排

• EXPLAIN SELECT * FROM test03 WHERE c1='a1' AND c4='a4' GROUP BY c3, c2;

  • group by 表面上叫分组，分组之前必排序，group by 和 order by 在索引上的问题基本是一样的
  • Using temporary; Using filesort 两个都有，绝对不行

• group by 基本上都需要进行排序，但凡使用不当，会有临时表产生
• 定值为常量、范围之后失效，最终看排序的顺序

索引失效总结

一般性建议

• 对于单键索引，尽量选择针对当前query过滤性更好的索引
• 在选择组合索引的时候，当前query中过滤性最好的字段在索引字段顺序中，位置越靠左越好
• 在选择组合索引的时候，尽量选择可以能包含当前query中的where子句中更多字段的索引
• 尽可能通过分析统计信息和调整query的写法来达到选择合适索引的目的

索引优化的总结

全值匹配我最爱， 最左前缀要遵守；

带头大哥不能死， 中间兄弟不能断；

索引列上少计算， 范围之后全失效；

LIKE 百分写最右， 覆盖索引不写 *；

不等空值还有 OR， 索引影响要注意；

VAR 引号不可丢， SQL 优化有诀窍。

三、查询截取分析

查询优化

MySQL 优化原则

• 慢查询的开启并捕获
• explain+慢SQL分析
• show profile查询SQL在Mysql服务器里面的执行细节和生命周期情况
• SQL数据库服务器的参数调优

永远小表驱动大表，类似嵌套循环 Nested Loop

• EXISTS 语法：
  • SELECT … FROM table WHERE EXISTS(subquery)
  • 该语法可以理解为：将查询的数据，放到子查询中做条件验证，根据验证结果（TRUE或FALSE）来决定主查询的数据结果是否得以保留。
• EXISTS(subquery) 只返回TRUE或FALSE，因此子查询中的SELECT *也可以是SELECT 1或其他，官方说法是实际执行时会忽略SELECT清单，因此没有区别
• EXISTS子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比，如果担忧效率问题，可进行实际检验以确定是否有效率问题。
• EXISTS子查询往往也可以用条件表达式、其他子查询或者JOIN来替代，何种最优需要具体问题具体分析

结论：

• 永远记住小表驱动大表
• 当 B 表数据集小于 A 表数据集时，使用 in
• 当 A 表数据集小于 B 表数据集时，使用 exists

in 和 exists 的用法

• tbl_emp 表和 tbl_dept 表

mysql> select * from tbl_emp;
+----+------+--------+
| id | NAME | deptId |
+----+------+--------+
|  1 | z3   |      1 |
|  2 | z4   |      1 |
|  3 | z5   |      1 |
|  4 | w5   |      2 |
|  5 | w6   |      2 |
|  6 | s7   |      3 |
|  7 | s8   |      4 |
|  8 | s9   |     51 |
+----+------+--------+
8 rows in set (0.00 sec)

mysql> select * from tbl_dept;
+----+----------+--------+
| id | deptName | locAdd |
+----+----------+--------+
|  1 | RD       | 11     |
|  2 | HR       | 12     |
|  3 | MK       | 13     |
|  4 | MIS      | 14     |
|  5 | FD       | 15     |
+----+----------+--------+
5 rows in set (0.00 sec)

• in 的写法

mysql> select * from tbl_emp e where e.deptId in (select id from tbl_dept);
+----+------+--------+
| id | NAME | deptId |
+----+------+--------+
|  1 | z3   |      1 |
|  2 | z4   |      1 |
|  3 | z5   |      1 |
|  4 | w5   |      2 |
|  5 | w6   |      2 |
|  6 | s7   |      3 |
|  7 | s8   |      4 |
+----+------+--------+
7 rows in set (0.00 sec)

• exists 的写法

mysql> select * from tbl_emp e where exists (select 1 from tbl_dept d where e.deptId = d.id);
+----+------+--------+
| id | NAME | deptId |
+----+------+--------+
|  1 | z3   |      1 |
|  2 | z4   |      1 |
|  3 | z5   |      1 |
|  4 | w5   |      2 |
|  5 | w6   |      2 |
|  6 | s7   |      3 |
|  7 | s8   |      4 |
+----+------+--------+
7 rows in set (0.00 sec)

ORDER BY 优化

ORDER BY子句，尽量使用Index方式排序，避免使用FileSort方式排序

创建表

• 建表 SQL

create table tblA(
    #id int primary key not null auto_increment,
    age int,
    birth timestamp not null
);

insert into tblA(age, birth) values(22, now());
insert into tblA(age, birth) values(23, now());
insert into tblA(age, birth) values(24, now());

create index idx_A_ageBirth on tblA(age, birth);

• tbl 中的索引

CASE1：能使用索引进行排序的情况

• 只有头 age 时：Using index

• 按索引顺序都带上时：Using index

• mysql 默认升序排列，同升或同降序时：Using index

CASE2：不能使用索引进行排序的情况

• 头 age 没了：出现Using filesort

• 违反最佳左前缀原则时：出现Using filesort

• mysql 默认升序排列，如果全升序或者全降序，都 ok ，但是一升一降 mysql 就不行了

结论

• MySQL支持二种方式的排序，FileSort和Index，Index效率高，它指MySQL扫描索引本身完成排序，FileSort方式效率较低。
• ORDER BY满足两情况（最佳左前缀原则），会使用Index方式排序
  • ORDER BY语句使用索引最左前列
  • 使用where子句与OrderBy子句条件列组合满足索引最左前列
• 尽可能在索引列上完成排序操作，遵照索引建的最佳左前缀

如果未在索引列上完成排序，mysql 会启动 filesort 的两种算法：双路排序和单路排序

遵循如下规则，可提高Order By的速度

• Order by时select *是一个大忌，只Query需要的字段，这点非常重要。在这里的影响是：
  • 当Query的字段大小总和小于max_length_for_sort_data，而且排序字段不是TEXT|BLOB类型时，会用改进后的算法——单路排序，否则用老算法——多路排序。
  • 两种算法的数据都有可能超出sort_buffer的容量，超出之后，会创建tmp文件进行合并排序，导致多次I/O，但是用单路排序算法的风险会更大一些，所以要提高sort_buffer_size。
• 尝试提高 sort_buffer_size不管用哪种算法，提高这个参数都会提高效率，当然，要根据系统的能力去提高，因为这个参数是针对每个进程的
• 尝试提高max_length_for_sort_data提高这个参数，会增加用改进算法的概率。但是如果设的太高，数据总容量超出sort_buffer_size的概率就增大，明显症状是高的磁盘I/O活动和低的处理器使用率。

Order By 排序索引优化的总结

• group by实质是先排序后进行分组，遵照索引的最佳左前缀
• 当无法使用索引列，增大max_length_for_sort_data参数的设置+增大sort_buffer_size参数的设置
• where高于having，能写在where限定的条件就不要去having限定了
• 其余的规则均和 order by 一致

慢查询日志

慢查询日志介绍

慢查询日志是什么？

• MySQL的慢查询日志是MySQL提供的一种日志记录，它用来记录在MySQL中响应时间超过阀值的语句，具体指运行时间超过long_query_time值的SQL，则会被记录到慢查询日志中。
• long_query_time的默认值为10，意思是运行10秒以上的SQL语句会被记录下来
• 由他来查看哪些SQL超出了我们的最大忍耐时间值，比如一条sql执行超过5秒钟，我们就算慢SQL，希望能收集超过5秒的sql，结合之前explain进行全面分析。

慢查询日志开启

默认情况下，MySQL 数据库没有开启慢查询日志，需要我们手动来设置这个参数，当然，如果不是调优需要的话，一般不建议启动该参数，因为开启慢查询日志会或多或少带来一定的性能影响。慢查询日志支持将日志记录写入文件

查看是否开启及如何开启

• 默认情况下slow_query_log的值为OFF，表示慢查询日志是禁用的
• 可以通过设置slow_query_log的值来开启
• 通过SHOW VARIABLES LIKE '%slow_query_log%';查看 mysql 的慢查询日志是否开启

mysql> SHOW VARIABLES LIKE '%slow_query_log%';
+---------------------+---------------------------------+
| Variable_name       | Value                           |
+---------------------+---------------------------------+
| slow_query_log      | OFF                             |
| slow_query_log_file | /var/lib/mysql/hodoop2-slow.log |
+---------------------+---------------------------------+
2 rows in set (0.12 sec)

如何开启开启慢查询日志：

• set global slow_query_log = 1;开启慢查询日志
• 使用set global slow_query_log=1开启了慢查询日志只对当前数据库生效，如果MySQL重启后则会失效。

如果要永久生效，就必须修改配置文件my.cnf（其它系统变量也是如此）

• 修改my.cnf文件，[mysqld]下增加或修改参数：slow_query_log和slow_query_log_file后，然后重启MySQL服务器。
• 也即将如下两行配置进my.cnf文件

[mysqld]
slow_query_log =1
slow_query_log_file=/var/lib/mysql/hodoop2-slow.log

• 关于慢查询的参数slow_query_log_file，它指定慢查询日志文件的存放路径，系统默认会给一个缺省的文件host_name-slow.log（如果没有指定参数slow_query_log_file的话）

那么开启慢查询日志后，什么样的SQL参会记录到慢查询里面？

• 这个是由参数long_query_time控制，默认情况下long_query_time的值为10秒，命令：SHOW VARIABLES LIKE 'long_query_time%';查看慢 SQL 的阈值

mysql> SHOW VARIABLES LIKE 'long_query_time%';
+-----------------+-----------+
| Variable_name   | Value     |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.01 sec)

• 可以使用命令修改，也可以在my.cnf参数里面修改。
• 假如运行时间正好等于long_query_time的情况，并不会被记录下来。也就是说，在mysql源码里是判断大于long_query_time，而非大于等于。

慢查询日志示例

案例

• 查看慢 SQL 的阈值时间，默认阈值时间为 10s

mysql> SHOW VARIABLES LIKE 'long_query_time%';
+-----------------+-----------+
| Variable_name   | Value     |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)

• 设置慢 SQL 的阈值时间，我们将其设置为 3s

set global long_query_time=3;

• 发现设置后阈值时间没有变化
  • 需要重新连接或者新开一个回话才能看到修改值。
  • 查看全局的 long_query_time 值：show global variables like 'long_query_time';发现已经生效
• 记录慢 SQL 以供后续分析

select sleep(4);#使用sleep函数睡眠4秒，肯定会被记录到日志中

• 查看慢查询日志中的内容（在/var/lib/mysql/下以-slow.log结尾的文件）

• 查询当前系统中有多少条慢查询记录：show global status like '%Slow_queries%';

配置版的慢查询日志

在 /etc/my.cnf 文件的 [mysqld] 节点下配置

slow_query_log=1； #开启慢查询日志功能
slow_query_log_file=/var/lib/mysql/Heygo-slow.log  #指定日志文件位置
long_query_time=3； #设置阙值
log_output=FILE  #输出为文件格式

mysqldumpslow

mysqldumpslow是什么？

在生产环境中，如果要手工分析日志，查找、分析SQL，显然是个体力活，MySQL提供了日志分析工具mysqldumpslow。

查看 mysqldumpslow的帮助信息

[root@Heygo mysql]# mysqldumpslow --help
Usage: mysqldumpslow [ OPTS... ] [ LOGS... ]

Parse and summarize the MySQL slow query log. Options are

  --verbose    verbose
  --debug      debug
  --help       write this text to standard output

  -v           verbose
  -d           debug
  -s ORDER     what to sort by (al, at, ar, c, l, r, t), 'at' is default
                al: average lock time
                ar: average rows sent
                at: average query time
                 c: count
                 l: lock time
                 r: rows sent
                 t: query time  
  -r           reverse the sort order (largest last instead of first)
  -t NUM       just show the top n queries
  -a           don't abstract all numbers to N and strings to 'S'
  -n NUM       abstract numbers with at least n digits within names
  -g PATTERN   grep: only consider stmts that include this string
  -h HOSTNAME  hostname of db server for *-slow.log filename (can be wildcard),
               default is '*', i.e. match all
  -i NAME      name of server instance (if using mysql.server startup script)
  -l           don't subtract lock time from total time

mysqldumpshow 参数解释

• s：是表示按何种方式排序
• c：访问次数
• l：锁定时间
• r：返回记录
• t：查询时间
• al：平均锁定时间
• ar：平均返回记录数
• at：平均查询时间
• t：即为返回前面多少条的数据
• g：后边搭配一个正则匹配模式，大小写不敏感的

常用参数手册

• 得到返回记录集最多的10个SQL

mysqldumpslow -s r -t 10 /var/lib/mysql/Heygo-slow.log

• 得到访问次数最多的10个SQL

mysqldumpslow -s c- t 10/var/lib/mysql/Heygo-slow.log

• 得到按照时间排序的前10条里面含有左连接的查询语句

mysqldumpslow -s t -t 10 -g "left join" /var/lib/mysql/Heygo-slow.log

• 另外建议在使用这些命令时结合 | 和more使用，否则有可能出现爆屏情况

mysqldumpslow -s r -t 10 /var/lib/mysql/Heygo-slow.log | more

批量数据脚本

创建表

• 建表 SQL

CREATE TABLE dept
(
    deptno int unsigned primary key auto_increment,
    dname varchar(20) not null default "",
    loc varchar(8) not null default ""
)ENGINE=INNODB DEFAULT CHARSET=utf8;

CREATE TABLE emp
(
    id int unsigned primary key auto_increment,
    empno mediumint unsigned not null default 0,
    ename varchar(20) not null default "",
    job varchar(9) not null default "",
    mgr mediumint unsigned not null default 0,
    hiredate date not null,
    sal decimal(7,2) not null,
    comm decimal(7,2) not null,
    deptno mediumint unsigned not null default 0
)ENGINE=INNODB DEFAULT CHARSET=utf8;

设置参数

• 创建函数，假如报错：This function has none of DETERMINISTIC………

• 由于开启过慢查询日志，因为我们开启了bin-log，我们就必须为我们的function指定一个参数。

• log_bin_trust_function_creators = OFF ，默认必须为 function 传递一个参数

mysql> show variables like 'log_bin_trust_function_creators'; 
+---------------------------------+-------+
| Variable_name                   | Value |
+---------------------------------+-------+
| log_bin_trust_function_creators | OFF   |
+---------------------------------+-------+
1 row in set (0.00 sec)

• 通过 set global log_bin_trust_function_creators=1;我们可以不用为 function 传参

mysql> set global log_bin_trust_function_creators=1; 
Query OK, 0 rows affected (0.00 sec)

mysql> show variables like 'log_bin_trust_function_creators';
+---------------------------------+-------+
| Variable_name                   | Value |
+---------------------------------+-------+
| log_bin_trust_function_creators | ON    |
+---------------------------------+-------+
1 row in set (0.00 sec)

• 这样添加了参数以后，如果mysqld重启上述参数又会消失
  • windows下：my.ini --> [mysqld] 节点下加上 log_bin_trust_function_creators=1
  • linux下：/etc/my.cnf --> [mysqld] 节点下加上 log_bin_trust_function_creators=1

创建函数，保证每条数据都不同

• 设置一个结束符

delimiter $$ # 自定义两个 $$ 表示结束

• 随机产生字符串的函数

create function rand_string(n int) returns varchar(255)
begin
    declare chars_str varchar(100) default 'abcdefghijklmnopqrstuvwxyz';
    declare return_str varchar(255) default '';
    declare i int default 0;
    while i < n do
        set return_str = concat(return_str,substring(chars_str,floor(1+rand()*52),1));
        set i=i+1;
    end while;
    return return_str;
end $$

• 随机产生部门编号的函数

create function rand_num() returns int(5)
begin
    declare i int default 0;
    set i=floor(100+rand()*10);
    return i;
end $$

创建存储过程

• 创建往emp表中插入数据的存储过程

create procedure insert_emp(in start int(10),in max_num int(10))
begin
    declare i int default 0;
    set autocommit = 0;
    repeat
        set i = i+1;
        insert into emp(empno,ename,job,mgr,hiredate,sal,comm,deptno) values((start+i),rand_string(6),'salesman',0001,curdate(),2000,400,rand_num());
        until i=max_num
        end repeat;
    commit;
end $$

• 创建往dept表中插入数据的存储过程

create procedure insert_dept(in start int(10),in max_num int(10))
begin
    declare i int default 0;
    set autocommit = 0;
    repeat
        set i = i+1;
        insert into dept(deptno,dname,loc) values((start+i),rand_string(10),rand_string(8));
        until i=max_num
        end repeat;
    commit;
end $$

调用存储过程

• 向 dept 表中插入 10 条记录

DELIMITER ;
CALL insert_dept(100, 10);

• 向 emp 表中插入 50w 条记录

DELIMITER ;
CALL insert_emp(100001, 500000);

MySQL 5.7 sql_mode 设置

• 当我们group by 使用一些特别情况实，这条SQL 会执行失败

**原因：**MySQL5.6和MySQL5.7默认的sql_mode模式参数是不一样的,5.6的mode是NO_ENGINE_SUBSTITUTION，其实表示的是一个空值，相当于没有什么模式设置，可以理解为宽松模式，而5.7的mode是STRICT_TRANS_TABLES，也就是严格模式。

• 查看sql_mode

select @@sql_mode;

• 去掉ONLY_FULL_GROUP_BY，重新设置值

set @@sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION';

上面是改变了全局sql_mode，对于新建的数据库有效

• 对于已存在的数据库，则需要在对应的数据下执行：

set sql_mode ='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION';

• 或者在my.cnf里面设置

sql_mode='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION'

Show Profile

Show Profile 是什么？

• 是mysql提供可以用来分析当前会话中语句执行的资源消耗情况。可以用于SQL的调优测量
• 官网：http://dev.mysql.com/doc/refman/5.5/en/show-profile.html
• 默认情况下，参数处于关闭状态，并保存最近15次的运行结果

分析步骤

查看是当前的SQL版本是否支持Show Profile

• show variables like 'profiling%';查看 Show Profile 是否开启

开启功能 Show Profile ，默认是关闭，使用前需要开启

• set profiling=on; 开启 Show Profile，退出客户端就还原了

运行 SQL

• 正常 SQL

select * from tbl_emp;
select * from tbl_emp e inner join tbl_dept d on e.deptId = d.id;
select * from tbl_emp e left join tbl_dept d on e.deptId = d.id;

• 慢 SQL

select * from emp group by id%10 limit 150000;
select * from emp group by id%10 limit 150000;
select * from emp group by id%20 order by 5;

查看结果

• 通过show profiles;指令查看结果

诊断SQL

• show profile [参数1，参数2] for query ; 查看 SQL 语句执行的具体流程以及每个步骤花费的时间

  参数介绍：

  • ALL：显示所有的开销信息
  • BLOCK IO：显示块IO相关开销
  • CONTEXT SWITCHES：上下文切换相关开销
  • CPU：显示CPU相关开销信息
  • IPC：显示发送和接收相关开销信息
  • MEMORY：显示内存相关开销信息
  • PAGE FAULTS：显示页面错误相关开销信息
  • SOURCE：显示和Source_function，Source_file，Source_line相关的开销信息
  • SWAPS：显示交换次数相关开销的信息

日常开发需要注意的结论

• converting HEAP to MyISAM：查询结果太大，内存都不够用了往磁盘上搬了。
• Creating tmp table：创建临时表，mysql 先将拷贝数据到临时表，用完后再将临时表删除
• Copying to tmp table on disk：把内存中临时表复制到磁盘，危险！！！
• locked：锁表

全局查询日志

永远不要在生产环境开启这个功能

配置启用全局查询日志

• 在mysql的my.cnf中，设置如下：

# 开启
general_log=1

# 记录日志文件的路径
general_log_file=/path/logfile

# 输出格式
log_output=FILE

编码启用全局查询日志

• 执行如下指令开启全局查询日志

set global general_log=1;
set global log_output='TABLE';

• 此后，你所执行的sql语句，将会记录到mysql库里的general_log表，可以用下面的命令查看
• select * from mysql.general_log;

四、MySQL 锁机制

概述

锁的定义

• 锁是计算机协调多个进程或线程并发访问某一资源的机制。
• 在数据库中，除传统的计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供许多用户共享的资源。
• 如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。
• 从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。

锁的分类

从数据操作的类型（读、写）分

• 读锁（共享锁）：针对同一份数据，多个读操作可以同时进行而不会互相影响
• 写锁（排它锁）：当前写操作没有完成前，它会阻断其他写锁和读锁。

从对数据操作的颗粒度

• 表锁
• 行锁

表锁

**特点：偏向MyISAM存储引擎，开销小，加锁快，无死锁，锁定粒度大，**发生锁冲突的概率最高，并发最低

表锁案例

创建表

• 建表 SQL（选择 myisam 引擎）

create table mylock (
    id int not null primary key auto_increment,
    name varchar(20) default ''
) engine myisam;

insert into mylock(name) values('a');
insert into mylock(name) values('b');
insert into mylock(name) values('c');
insert into mylock(name) values('d');
insert into mylock(name) values('e');

select * from mylock;

• mylock 表中的测试数据

mysql> select * from mylock;
+----+------+
| id | name |
+----+------+
|  1 | a    |
|  2 | b    |
|  3 | c    |
|  4 | d    |
|  5 | e    |
+----+------+
5 rows in set (0.00 sec)

手动加锁和释放锁

• 查看当前数据库中表的上锁情况：show open tables;，0 表示未上锁

• 添加锁

lock table 表名1 [read|write], 表名2 [read|write], ...;

• 释放表锁

unlock tables;

读锁示例

• 在 session 1 会话中，给 mylock 表加个读锁

mysql> lock table mylock read;
Query OK, 0 rows affected (0.00 sec)

• 在 session1 会话中能不能读取 mylock 表：可以读

--------------------SESSION 1 --------------------
mysql> select * from mylock;
+----+------+
| id | name |
+----+------+
|  1 | a    |
|  2 | b    |
|  3 | c    |
|  4 | d    |
|  5 | e    |
+----+------+
5 rows in set (0.00 sec)

• 在 session1 会话中能不能读取 book 表：报错

--------------------SESSION 1 --------------------
mysql> select * from book;
ERROR 1100 (HY000): Table 'book' was not locked with LOCK TABLES

• 在 session2 会话中能不能读取 mylock 表：可以读

--------------------SESSION 2 --------------------
mysql> select * from mylock;
+----+------+
| id | name |
+----+------+
|  1 | a    |
|  2 | b    |
|  3 | c    |
|  4 | d    |
|  5 | e    |
+----+------+
5 rows in set (0.00 sec)

结论

• 当前 session 和其他 session 均可以读取加了读锁的表
• 当前 session 不能读取其他表，并且不能修改加了读锁的表
• 其他 session 想要修改加了读锁的表，必须等待其读锁释放

写锁示例

• 在 session 1 会话中，给 mylock 表加个写锁

mysql> lock table mylock write;
Query OK, 0 rows affected (0.00 sec)

• 在 session1 会话中能不能读取 mylock 表：可以

--------------------SESSION 1 --------------------
mysql> select * from mylock;
+----+------+
| id | name |
+----+------+
|  1 | a2   |
|  2 | b    |
|  3 | c    |
|  4 | d    |
|  5 | e    |
+----+------+
5 rows in set (0.00 sec)

• 在 session1 会话中能不能读取 book 表：报错

--------------------SESSION 1 --------------------
mysql> select * from book;
ERROR 1100 (HY000): Table 'book' was not locked with LOCK TABLES

• 在 session1 会话中能不能修改 mylock 表：肯定可以，因为加写锁就是为了修改这个表

--------------------SESSION 1 --------------------
mysql> update mylock set name='a2' where id=1;
Query OK, 0 rows affected (0.00 sec)
Rows matched: 1  Changed: 0  Warnings: 0

• 在 session2 会话中能不能读取 mylock 表：阻塞

mysql> select * from mylock;
#阻塞中

结论

• 当前 session 可以读取和修改加了写锁的表
• 当前 session 不能读取其他表
• 其他 session 想要读取加了写锁的表，必须等待其读锁释放

案例结论

• MyISAM在执行查询语句（SELECT）前，会自动给涉及的所有表加读锁，在执行增删改操作前，会自动给涉及的表加写锁。
• MySQL的表级锁有两种模式
  • 表共享读锁（Table Read Lock）
  • 表独占写锁（Table Write Lock）

总结

• 对MyISAM表的读操作（加读锁），不会阻塞其他进程对同一表的读请求，但会阻塞对同一表的写请求。只有当读锁释放后，才会执行其它进程的写操作。
• 对MyISAM表的写操作（加写锁），会阻塞其他进程对同一表的读和写操作，只有当写锁释放后，才会执行其它进程的读写操作

简而言之，读锁会阻塞写，但是不会堵塞读。而写锁则会把读和写都堵塞。

表锁分析

• 查看哪些表被锁了，0 表示未锁，1 表示被锁

show open tables;

**如何分析表锁定：**可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定，通过 show status like 'table%'; 命令查看

• Table_locks_immediate：产生表级锁定的次数，表示可以立即获取锁的查询次数，每立即获取锁值加1
• Table_locks_waited：出现表级锁定争用而发生等待的次数（不能立即获取锁的次数，每等待一次锁值加1），此值高则说明存在着较严重的表级锁争用情况
• 此外，Myisam的读写锁调度是写优先，这也是myisam不适合做写为主表的引擎。因为写锁后，其他线程不能做任何操作，大量的更新会使查询很难得到锁，从而造成永远阻塞

行锁

事务复习

事务（Transation）及其ACID属性

事务是由一组SQL语句组成的逻辑处理单元，事务具有以下4个属性，通常简称为事务的ACID属性

• 原子性（Atomicity）：事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行
• 一致性（Consistent）：在事务开始和完成时，数据都必须保持一致状态。这意味着所有相关的数据规则都必须应用于事务的修改，以保持数据的完整性；事务结束时，所有的内部数据结构（如B树索引或双向链表）也都必须是正确的
• 隔离性（Isolation）：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然
• 持久性（Durability）：事务院成之后，它对于数据的修改是永久性的，即使出现系统故障也能够保持

并发事务处理带来的问题

• 更新丢失（Lost Update）：
  • 当两个或多个事务选择同一行，然后基于最初选定的值更新该行时，由于每个事务都不知道其他事务的存在，就会发生丢失更新问题一一最后的更新覆盖了由其他事务所做的更新
  • 两个程序员修改同一java文件。每程序员独立地更改其副本，然后保存更改后的副本，这样就覆盖了原始文档。最后保存其更改副本的编辑人员覆盖前一个程序员所做的更改
  • 如果在一个程序员完成并提交事务之前，另一个程序员不能访问同一文件，则可避免此问题
• 脏读（Dirty Reads）：
  • 一个事务正在对一条记录做修改，在这个事务完成并提交前，这条记录的数据就处于不一致状态；这时，另一个事务也来读取同一条记录，如果不加控制，第二个事务读取了这些“脏”数据，并据此做进一步的处理，就会产生未提交的数据依赖关系。这种现象被形象地叫做”脏读”。
  • 一句话：事务A读取到了事务B已修改但尚未提交的的数据，还在这个数据基础上做了操作。此时，如果B事务回滚，A读取的数据无效，不符合一致性要求。
• 不可重复读（Non-Repeatable Reads）：
  • 一个事务在读取某些数据后的某个时间，再次读取以前读过的数据，却发现其读出的数据已经发生了改变、或某些记录已经被删除了！这种现象就叫做“不可重复读”
  • 一句话：事务A读取到了事务B已经提交的修改数据，不符合隔离性
• 幻读（Phantom Reads）:
  • 一个事务按相同的查询条件重新读取以前检索过的数据，却发现其他事务插入了满足其查询条件的新数据，这种现象就称为“幻读一句话：事务A读取到了事务B体提交的新增数据，不符合隔离性
  • 多说一句：幻读和脏读有点类似，脏读是事务B里面修改了数据，幻读是事务B里面新增了数据

事物的隔离级别

• 脏读”、“不可重复读”和“幻读”，其实都是数据库读一致性问题，必须由数据库提供一定的事务隔离机制来解决。
• 数据库的事务隔离越严格，并发副作用越小，但付出的代价也就越大，因为事务隔离实质上就是使事务在一定程度上“串行化”进行，这显然与“并发”是矛盾的。
• 同时，不同的应用对读一致性和事务隔离程度的要求也是不同的，比如许多应用对“不可重复读”和“幻读”并不敏感，可能更关心数据并发访问的能力。
• 查看当前数据库的事务隔离级别：show variables like 'tx_isolation'; mysql 默认是可重复读

行锁案例

创建表

• 建表 SQL

CREATE TABLE test_innodb_lock (a INT(11),b VARCHAR(16))ENGINE=INNODB;

INSERT INTO test_innodb_lock VALUES(1,'b2');
INSERT INTO test_innodb_lock VALUES(3,'3');
INSERT INTO test_innodb_lock VALUES(4, '4000');
INSERT INTO test_innodb_lock VALUES(5,'5000');
INSERT INTO test_innodb_lock VALUES(6, '6000');
INSERT INTO test_innodb_lock VALUES(7,'7000');
INSERT INTO test_innodb_lock VALUES(8, '8000');
INSERT INTO test_innodb_lock VALUES(9,'9000');
INSERT INTO test_innodb_lock VALUES(1,'b1');

CREATE INDEX test_innodb_a_ind ON test_innodb_lock(a); 
CREATE INDEX test_innodb_lock_b_ind ON test_innodb_lock(b);

操作同一行数据

• session1 开启事务，修改 test_innodb_lock 中的数据

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set b='4001' where a=4;
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

• session2 开启事务，修改 test_innodb_lock 中同一行数据，将导致 session2 发生阻塞，一旦 session1 提交事务，session2 将执行更新操作

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set b='4002' where a=4;
# 在这儿阻塞着呢~~~

# 时间太长，会报超时错误哦
mysql> update test_innodb_lock set b='4001' where a=4;
ERROR 1205 (HY000): Lock wait timeout exceeded; try restarting transaction

操作不同行数据

• session1 开启事务，修改 test_innodb_lock 中的数据

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set b='4001' where a=4;
Query OK, 0 rows affected (0.00 sec)
Rows matched: 1  Changed: 0  Warnings: 0

• session2 开启事务，修改 test_innodb_lock 中不同行的数据

• 由于采用行锁，session2 和 session1 互不干涉，所以 session2 中的修改操作没有阻塞

索引失效导致行锁升级为表锁

• session1 开启事务，修改 test_innodb_lock 中的数据，varchar 不用 ’ ’ ，导致系统自动转换类型，导致索引失效

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set a=44 where b=4000;
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

• session2 开启事务，修改 test_innodb_lock 中不同行的数据
• 由于发生了自动类型转换，索引失效，导致行锁变为表锁

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set b='9001' where a=9;
# 在这阻塞了

间隙锁

• 当我们用范围条件而不是相等条件检索数据，并请求共享或排他锁时，InnoDB会给符合条件的已有数据记录的索引项加锁；对于键值在条件范围内但并不存在的记录，叫做“间隙（GAP）”
• InnoDB也会对这个“间隙”加锁，这种锁机制是所谓的间隙锁（Next-Key锁）

间隙锁的危害

• 因为Query执行过程中通过过范围查找的话，他会锁定整个范围内所有的索引键值，即使这个键值并不存在。
• 间隙锁有一个比较致命的弱点，就是当锁定一个范围键值之后，即使某些不存在的键值也会被无辜的锁定，而造成在锁定的时候无法插入锁定键值范围内的任何数据。在某些场景下这可能会对性能造成很大的危害

手动行锁

如何锁定一行

• select xxx ... for update 锁定某一行后，其它的操作会被阻塞，直到锁定行的会话提交
• session1 开启事务，手动执行 for update 锁定指定行，待执行完指定操作时再将数据提交

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test_innodb_lock  where a=8 for update;
+------+------+
| a    | b    |
+------+------+
|    8 | 8000 |
+------+------+
1 row in set (0.00 sec)

• session2 开启事务，修改 session1 中被锁定的行，会导致阻塞，直至 session1 提交事务

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> update test_innodb_lock set b='XXX' where a=8;
# 在这儿阻塞着呢~~~

行锁分析

案例结论

• Innodb存储引擎由于实现了行级锁定，虽然在锁定机制的实现方面所带来的性能损耗可能比表级锁定会要更高一些，但是在整体并发处理能力方面要远远优于MyISAM的表级锁定的

• 当系统并发量较高的时候，Innodb的整体性能和MyISAM相比就会有比较明显的优势了。

• 但是，Innodb的行级锁定同样也有其脆弱的一面，当我们使用不当的时候（索引失效，导致行锁变表锁），可能会让Innodb的整体性能表现不仅不能比MyISAM高，甚至可能会更差

行锁分析

• 过检查InnoDB_row_lock状态变量来分析系统上的行锁的争夺情况

show status like 'innodb_row_lock%';

mysql> show status like 'innodb_row_lock%';
+-------------------------------+--------+
| Variable_name                 | Value  |
+-------------------------------+--------+
| Innodb_row_lock_current_waits | 0      |
| Innodb_row_lock_time          | 212969 |
| Innodb_row_lock_time_avg      | 42593  |
| Innodb_row_lock_time_max      | 51034  |
| Innodb_row_lock_waits         | 5      |
+-------------------------------+--------+
5 rows in set (0.00 sec)

对各个状态量的说明如下：

• Innodb_row_lock_current_waits：当前正在等待锁定的数量；
• Innodb_row_lock_time：从系统启动到现在锁定总时间长度；
• Innodb_row_lock_time_avg：每次等待所花平均时间；
• Innodb_row_lock_time_max：从系统启动到现在等待最常的一次所花的时间；
• Innodb_row_lock_waits：系统启动后到现在总共等待的次数；

主要

• Innodb_row_lock_time_avg（等待平均时长）
• Innodb_row_lock_waits（等待总次数）
• Innodb_row_lock_time（等待总时长）

尤其是当等待次数很高，而且每次等待时长也不小的时候，我们就需要分析系统中为什么会有如此多的等待，然后根据分析结果着手指定优化计划

行锁优化

• 尽可能让所有数据检索都通过索引来完成，避免无索引行锁升级为表锁
• 合理设计索引，尽量缩小锁的范围
• 尽可能较少检索条件，避免间隙锁
• 尽量控制事务大小，减少锁定资源量和时间长度
• 在保证业务需求情况下，尽可能低级别事务隔离

五、主从复制

基本原理

slva会从master读取binlog来进行数据同步，主从复制的三步骤

• master将改变记录到二进制日志（binary log）。这些记录过程叫做二进制日志事件（binary log events）
• slave将master的binary log events拷贝到它的中继日志（relay log）
• slave重做中继日志中的事件，将改变应用到自己的数据库中。MySQL复制是异步的且串行化的

复制的基本原则

• 每个slave只有一个master
• 每个slave只能有一个唯一的服务器ID
• 每个master可以有多个salve
• 复制最大的问题
  • 因为发生多次IO，存在延时问题

一主一从常见配置

前提：mysql 版本一致，且能够相互通信

• 主机修改my.ini 配置文件（windows）

必须配置

• 配置主机ID

server-id=1

• 启用二进制日志

log-bin=C:/Program Files (x86)/MySQL/MySQL Server 5.5/log-bin/mysqlbin

可选配置

• 启动错误日志

log-err=C:/Program Files (x86)/MySQL/MySQL Server 5.5/log-bin/mysqlerr

• 根目录

basedir="C:/Program Files (x86)/MySQL/MySQL Server 5.5/"

• 临时目录

tmpdir="C:/Program Files (x86)/MySQL/MySQL Server 5.5/"

• 数据目录

datadir="C:/Program Files (x86)/MySQL/MySQL Server 5.5/Data/"

• 主机读写都可以

read-only=0

• 设置不要复制的数据库

binlog-ignore-db=mysql

• 设置需要复制的数据

binlog-do-db=需要复制的主数据库名字

从机修改 my.cnf 配置文件（Linux）

• 【必须】从服务器唯一ID

server-id=2

• 【可选】启用二进制文件

修改配置文件后的准备工作

• 因修改过配置文件，主机+从机都重启 mysql 服务

#windows
net stop mysql
net start mysql

service mysqld restart #centos6
systemctl restart mysqld  #centos7

注意主机和从机的防火墙设置，要么都关闭要么设置开放端口号

在 Windows 主机上简历账户并授权 slave

• 创建用户， 并赋予从机 REPLICATION 权限（从主机的数据库表中复制表）

GRANT REPLICATION SLAVE ON *.* TO '备份账号'@'从机器数据库 IP' IDENTIFIED BY '账号密码';

• 刷新权限信息

flush privileges;

• 通过 select * from mysql.user where user='Heygo'\G; 命令可查看：从机只有 Repl_slave_priv 权限为 Y，其余权限均为 N

在 Linux 从上验证是否能登陆主机的 MySQL

• 在从机上执行 mysql -h <指定IP地址> -<用户名> -p 命令，发现无法连接主机的 MySQL 数据库

在 Linux 从机上配置需要复制的主机

• 从机进行认证

CHANGE MASTER TO 
MASTER_HOST='主机 IP',
MASTER_USER='创建用户名',
MASTER_PASSWORD='创建的密码',
MASTER_LOG_FILE='File 名字',
MASTER_LOG_POS=Position数字;

• 启动从服务器复制功能

start slave;

• 查看从机复制功能是否启动成功：使用 show slave status\G; 命令查看 Slave_SQL_Running:Yes 和 Slave_IO_Running:Yes 说明从机连接主机成功（第一次测试没有成功，这是隔了半年之后的测试，因此某些数据会有出入）
• 如何停止从服务复制功能

stop slave;

本内容参考视频
全文参考内容