3天怒肝5万字！阿里P7大佬手写MySQL超全笔记，还担心学不会吗？
下面对于MySQL进行相关介绍，文档的内容较为基础，针对刚开始学习的同学，仅仅涉及操作，少量原理，大佬请绕道哦。因字数太多，会分为两篇发放。
一、MySQL架构介绍
1-MySQL简介
概述
MySQL是一个关系型数据库管理系统，由瑞典MySQL AB公司开发，目前属于Oracle公司。
MySQL是一种关联数据库管理系统，将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。
MySQL是开源的，所以你不需要支付额外的费用。
MySQL支持大型的数据库。可以处理拥有上千万条记录的大型数据库。MySQL使用标准的SQL数据语言形式。
MySQL可以运用于多个系统上，并且支持多种语言。这些编程语言包括C、C++、Python、Java、Per、PHP、Eifel、Ruby和Tcl等。Mysql对PHP有很好的支持，PHP是目前最流行的Web开发语言。
MySQL支持大型数据库，支持5000万条记录的数据仓库，32位系统表文件最大可支持4GB，64位系统支持最大的表文件为8TB。Mysql是可以定制的，采用了GPL协议，你可以修改源码来开发自己的MySQL系统。
2-RPM安装
①下载地址
MySQL Linux版（CentOS）官网下载地址
②检查当前系统是否安装过MySQL
- 查询命令：rpm -qa|grep -i mysql
- 删除命令：rpm -e RPM软件包名(该名字是上一个命令查出来的名字)`
没装过：
已装过
③安装MySQL服务端（注意提示）
- 安装命令：rpm -ivh RPM软件包名
如果报错，可以说缺包：
rpm -ivh
MySQL-server-5.5.48-1.linux2.6.i386.rpm --nodeps --force 解决了依赖性关系，强制安装yum -y install glibc.i686
yum -y install libncurses.so.5
yum -y install libaio.so.1
yum -y install libz.so.1
④安装MySQL客户端
- 安装命令：rpm -ivh RPM软件包名
rpm -ivh
MySQL-server-5.5.48-1.linux2.6.i386.rpm --nodeps --force 解决了依赖性关系，强制安装
查看MySQL安装时创建的MySQL用户和MySQL组
- cat /etc/passwd |grep mysql
- cat /etc/group |grep mysql
或者可以执行 mysqladmin --version 命令。
或者ps -ef | grep mysql
⑤MySQL服务启动与暂停
- service mysql stop/restart/start
- ps -ef | grep mysql查看
启动 service mysql start 可以报错
因为这个文件的问题：
mv /etc/my.cnf /etc/my.cnf.bak
⑥ROOT密码设置和开机自启动
mysql服务启动后，开始连接。
首次连接成功
- 输入命令mysql 因为初始的root用户没有密码的，所以直接输入mysql就可以登录了
- 退出命令exit
按照安装Server中的提示修改登录密码
- /usr/bin/mysqladmin -u root password coderxz
密码其实对应着mysql中的mysql数据库中的user表：
也可以具体到IP 192.168.1.%
自启动mysql服务
⑦修改配置文件位置
- cp /usr/share/mysql/my-huge.cnf /etc/my.cnf
为什么mysql会自己读取/etc/my.cnf？
打开mysql.server你就会发现conf=/etc/my.cnf居然是写死的。
link
在Linux下查看安装目录ps -ef | grep mysql。
⑧修改字符集
查看字符集
- show variables like 'character%";
- show variables like ‘%char%";
默认的是客户端和服务器都用了latin1，所以会乱码。
修改字符集和数据存储路径
- vim /etc/my.cnf
1234567891011121314151617[client]
#password = your_password
port = 3306
socket = /var/lib/mysql/mysql.sock
default-character-set=utf8
[mysqld]
port = 3306
character_set_server=utf8
character_set_client=utf8
socket = /var/lib/mysql/mysql.sock
collation-server=utf8_general_ci
#(注意linux下mysql安装完毕是默认：表名区分大小写；0：区分大小写；1：不分区大小写)
lower_case_table_names=1
#(设置最大连接数，默认为151，MySQL服务器允许的最大的连接数为16384)
max_connections=1000
[mysql]
default-character-set = utf8
重启数据库
- service mysql start
- service mysql stop
重新连接后重新create databse并使用新建库，然后再重新建表试试
3-MySQL配置文件
主要配置文件
二进制日志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，每次启动和关闭的详细信息等。
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，因为记录日志也是需要消耗系统资源
数据文件
- 两系统windows输入mysql后select @@database;linux默认路径：/var/lib/mysql
- frm文件（form）存放表结构
- myd文件（my data）存放表数据
- myi文件（my index）存放表索引
如何配置
- Windows - my.ini文件
- Linux - /etc/my.cnf文件
4-MySQL逻辑架构简介
总体概览
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。
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tcplip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的安全连接。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少的核心服务功能，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。
- 1.Connectors
指的是不同语言中与SQL的交互
- 2 Management Serveices & Utilities：
系统管理和控制工具
- 3 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。
- 4 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
- 5 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。
主要功能：
a . 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。
b. 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
- 6 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。就是优化客户端请求的 query（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(SQL查询顺序优先级从高到低：
from-where-groupby-having-select-orderby-limit)
他使用的是“选取-投影-连接”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
- 7 Cache和Buffer： 查询缓存。
它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
- 8 、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。
从图中还可以看出，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。
5-存储引擎简介
查看命令：
- 查看mysql以提供什么存储引擎
- show engines;
- 查看mysql当前默认的存储引擎
- show variables like '%storage_engine%';
12345678910mysql> show variables like '%storage_engine%';
+----------------------------------+--------+
| Variable_name | Value |
+----------------------------------+--------+
| default_storage_engine | InnoDB |
| default_tmp_storage_engine | InnoDB |
| disabled_storage_engines | |
| internal_tmp_disk_storage_engine | InnoDB |
+----------------------------------+--------+
4 rows in set, 1 warning (0.01 sec)MyISAM和InnoDB
阿里巴巴、淘宝用哪个？
- 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。
- AliSql+AliRedis
二、索引优化分析
1-SQL性能下降原因
1.查询语句写得烂 没建索引
2.索引失效
- 单值
12select * from user where name='';
create index idx_user_name on user(name);- 复合
12select * from user where name='' and email='';
create index idx_user_name on user(name, email);3.关联查询太多join（设计缺陷或不得已的需求）
4.服务器调优及各个参数设置（缓冲、线程数等）
2-SQL执行加载顺序
123456789101112131415161718SELECT DISTINCT<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>
机读 先从from开始读
123456789101 FROM <left_table>
2 ON <join_condition>
3 <join_type> JOIN <right_table>
4 WHERE <where_condition>
5 GROUP BY <group_by_list>
6 HAVING <having_condition>
7 SELECT
8 DISTINCT <select_list>
9 ORDER BY <order_by_condition>
10 LIMIT <limit_number>
总结
3-七种JOIN理论
- 针对情况1
select * from A inner join B on A.key=B.key inner表示需要内查询 AB的公共部分
- 针对情况2
select * from A left join B on A.key=B.key left左表示需要左表的全部 AB的公共部分+A的独有
- 针对情况3
select * from A right join B on A.key=B.key right右表示需要右表的全部 AB的公共部分+B的独有
- 针对情况4 A要独占
select * from A left join B on A.key=B.key where B.key is NULL left 左表示需要左表的全部 A所有的部分+非AB的公共部分
- 针对情况5 B要独占
select * from A right join B on A.key=B.key where B.key is NULL right 右表示需要右表的全部 B所有的部分+非AB的公共部分
①七种JOIN的SQL编写
准备工作，创建以下表，插入新数据：
123456789101112131415161718192021222324252627282930CREATE 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);
执行后的结果：
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273mysql> 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)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)
#这就是为什么需要join from优先级最高，而笛卡尔积查询的太多了
mysql> select * from tbl_dept,tbl_emp;
+----+----------+--------+----+------+--------+
| id | deptName | locAdd | id | NAME | deptId |
+----+----------+--------+----+------+--------+
| 1 | RD | 11 | 1 | z3 | 1 |
| 2 | HR | 12 | 1 | z3 | 1 |
| 3 | MK | 13 | 1 | z3 | 1 |
| 4 | MIS | 14 | 1 | z3 | 1 |
| 5 | FD | 15 | 1 | z3 | 1 |
| 1 | RD | 11 | 2 | z4 | 1 |
| 2 | HR | 12 | 2 | z4 | 1 |
| 3 | MK | 13 | 2 | z4 | 1 |
| 4 | MIS | 14 | 2 | z4 | 1 |
| 5 | FD | 15 | 2 | z4 | 1 |
| 1 | RD | 11 | 3 | z5 | 1 |
| 2 | HR | 12 | 3 | z5 | 1 |
| 3 | MK | 13 | 3 | z5 | 1 |
| 4 | MIS | 14 | 3 | z5 | 1 |
| 5 | FD | 15 | 3 | z5 | 1 |
| 1 | RD | 11 | 4 | w5 | 2 |
| 2 | HR | 12 | 4 | w5 | 2 |
| 3 | MK | 13 | 4 | w5 | 2 |
| 4 | MIS | 14 | 4 | w5 | 2 |
| 5 | FD | 15 | 4 | w5 | 2 |
| 1 | RD | 11 | 5 | w6 | 2 |
| 2 | HR | 12 | 5 | w6 | 2 |
| 3 | MK | 13 | 5 | w6 | 2 |
| 4 | MIS | 14 | 5 | w6 | 2 |
| 5 | FD | 15 | 5 | w6 | 2 |
| 1 | RD | 11 | 6 | s7 | 3 |
| 2 | HR | 12 | 6 | s7 | 3 |
| 3 | MK | 13 | 6 | s7 | 3 |
| 4 | MIS | 14 | 6 | s7 | 3 |
| 5 | FD | 15 | 6 | s7 | 3 |
| 1 | RD | 11 | 7 | s8 | 4 |
| 2 | HR | 12 | 7 | s8 | 4 |
| 3 | MK | 13 | 7 | s8 | 4 |
| 4 | MIS | 14 | 7 | s8 | 4 |
| 5 | FD | 15 | 7 | s8 | 4 |
| 1 | RD | 11 | 8 | s9 | 51 |
| 2 | HR | 12 | 8 | s9 | 51 |
| 3 | MK | 13 | 8 | s9 | 51 |
| 4 | MIS | 14 | 8 | s9 | 51 |
| 5 | FD | 15 | 8 | s9 | 51 |
+----+----------+--------+----+------+--------+
40 rows in set (0.04 sec)1.inner join
12345678910111213mysql> select * from tbl_emp a inner join tbl_dept b on a.deptId = b.id;
+----+------+--------+----+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+----+------+--------+----+----------+--------+
| 1 | z3 | 1 | 1 | RD | 11 |
| 2 | z4 | 1 | 1 | RD | 11 |
| 3 | z5 | 1 | 1 | RD | 11 |
| 4 | w5 | 2 | 2 | HR | 12 |
| 5 | w6 | 2 | 2 | HR | 12 |
| 6 | s7 | 3 | 3 | MK | 13 |
| 7 | s8 | 4 | 4 | MIS | 14 |
+----+------+--------+----+----------+--------+
7 rows in set (0.00 sec)2.left join
1234567891011121314mysql> select * from tbl_emp a left join tbl_dept b on a.deptId = b.id;
+----+------+--------+------+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+----+------+--------+------+----------+--------+
| 1 | z3 | 1 | 1 | RD | 11 |
| 2 | z4 | 1 | 1 | RD | 11 |
| 3 | z5 | 1 | 1 | RD | 11 |
| 4 | w5 | 2 | 2 | HR | 12 |
| 5 | w6 | 2 | 2 | HR | 12 |
| 6 | s7 | 3 | 3 | MK | 13 |
| 7 | s8 | 4 | 4 | MIS | 14 |
| 8 | s9 | 51 | NULL | NULL | NULL |
+----+------+--------+------+----------+--------+
8 rows in set (0.00 sec)3.right join
1234567891011121314mysql> select * from tbl_emp a right join tbl_dept b on a.deptId = b.id;
+------+------+--------+----+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+------+------+--------+----+----------+--------+
| 1 | z3 | 1 | 1 | RD | 11 |
| 2 | z4 | 1 | 1 | RD | 11 |
| 3 | z5 | 1 | 1 | RD | 11 |
| 4 | w5 | 2 | 2 | HR | 12 |
| 5 | w6 | 2 | 2 | HR | 12 |
| 6 | s7 | 3 | 3 | MK | 13 |
| 7 | s8 | 4 | 4 | MIS | 14 |
| NULL | NULL | NULL | 5 | FD | 15 |
+------+------+--------+----+----------+--------+
8 rows in set (0.00 sec)
4.left join 2
1234567mysql> select * from tbl_emp a left join tbl_dept b on a.deptId = b.id where b.id is null;
+----+------+--------+------+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+----+------+--------+------+----------+--------+
| 8 | s9 | 51 | NULL | NULL | NULL |
+----+------+--------+------+----------+--------+
1 row in set (0.00 sec)5.right join 2
1234567mysql> select * from tbl_emp a right join tbl_dept b on a.deptId = b.id where a.deptid is null;
+------+------+--------+----+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+------+------+--------+----+----------+--------+
| NULL | NULL | NULL | 5 | FD | 15 |
+------+------+--------+----+----------+--------+
1 row in set (0.00 sec)6.full join
MySQL不支持full join，不过可以换种方法表示
1234567891011121314151617mysql> select * from tbl_emp a left join tbl_dept b on a.deptId = b.id-> union-> select * from tbl_emp a right join tbl_dept b on a.deptId = b.id;
+------+------+--------+------+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+------+------+--------+------+----------+--------+
| 1 | z3 | 1 | 1 | RD | 11 |
| 2 | z4 | 1 | 1 | RD | 11 |
| 3 | z5 | 1 | 1 | RD | 11 |
| 4 | w5 | 2 | 2 | HR | 12 |
| 5 | w6 | 2 | 2 | HR | 12 |
| 6 | s7 | 3 | 3 | MK | 13 |
| 7 | s8 | 4 | 4 | MIS | 14 |
| 8 | s9 | 51 | NULL | NULL | NULL |
| NULL | NULL | NULL | 5 | FD | 15 |
+------+------+--------+------+----------+--------+
9 rows in set (0.00 sec)7.full join 2
12345678910mysql> select * from tbl_emp a left join tbl_dept b on a.deptId = b.id where b.id is null -> union -> select * from tbl_emp a right join tbl_dept b on a.deptId = b.id where a.deptId is null;
+------+------+--------+------+----------+--------+
| id | NAME | deptId | id | deptName | locAdd |
+------+------+--------+------+----------+--------+
| 8 | s9 | 51 | NULL | NULL | NULL |
| NULL | NULL | NULL | 5 | FD | 15 |
+------+------+--------+------+----------+--------+
2 rows in set (0.00 sec)4-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。
索引的目的在于提高查询效率，可以类比字典。
如果要查“mysql”这个单词，我们肯定需要定位到m字母，然后从下往下找到y字母，再找到剩下的sql。如果没有索引，那么你可能需要逐个逐个寻找，如果我想找到Java开头的单词呢？或者Oracle开头的单词呢？
你可以简单理解为“排好序的快速查找数据结构”。
- 排好序
- 快速查找
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。
总结来说，为什么索引查找会快呢？想想使用二叉查找树去查询肯定比顺序遍历要快啊！一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。
我们平常所说的索引，如果没有特别指明，都是指B树（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引，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。
一个注意点：
一般在企业中，delete了一条数据，仅仅只是把这一条记录的active修改了false，其中调用service层的delete实际上很多都是update，只能说是逻辑上进行了删除，但是其底层数据库的记录依旧保留着。其原因之一：一个是为了数据分析；另外一个就是索引（数据被删除了索引可能不准确了，其位置不再固定了）。当数据频繁地增加，修改后，这个二叉查找树就不准确了。（干脆把索引重建一遍）。
①索引优劣势
- 优势
类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本。
通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。
- 劣势
实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的（占空间）
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，如对表进行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最优秀的索引，或优化查询。
- 总结
索引，空间换取时间。
②索引分类和建索引命令语句
MySQL索引分类：
- 单值索引：即一个索引只包含单个列，一个表可以有多个单列索引。（建议一张表的索引不要超过5个 优先考虑复合索引）
- 唯一索引：索引列的值必须唯一，但允许有空值。
- 复合索引：即一个索引包含多个列。
- 基本语法：
- 创建
- CREATE [UNIQUE] INDEX indexName ON mytable(columnName(length));
- ALTER mytable ADD [UNIQUE] INDEX [indexName] ON (columnName(length));
- 删除
- DROP INDEX [indexName] ON mytable;
- 查看
- SHOW INDEX FROM tableName
- 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。
- 创建
③索引结构与检索原理
MySQL索引结构
- BTree索引
- Hash索引
- full-text全文索引
- R-Tree索引
BTree索引检索原理
初始化介绍
一颗b+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示)，如磁盘块1包含数据项17和35，包含指针P1、P2、P3,
P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。
真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。
非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。（作为参考比较值）
查找过程
如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO。在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。树越矮越好
真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。
④哪些情况适合建索引
- 主键自动建立唯一索引
- 频繁作为查询条件的字段应该创建索引
- 查询中与其它表关联的字段，外键关系建立索引
- 频繁更新的字段不适合创建索引，因为每次更新不单单是更新了记录还会更新索引
- Where条件里用不到的字段不创建索引
- 单键/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速度(索引就是检索+排序)
- 查询中统计或者分组字段
⑤哪些情况不适合建索引
- 表记录太少
- 经常增删改的表（不建，虽然提高了查询速度，但是降低了更新的效率，不但要更新字段，还得更新对应的索引信息）
- 数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引。注意，如果某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。
假如一个表有10万行记录，有一个字段A只有T和F两种值，且每个值的分布概率天约为50%，那么对这种表A字段建索引一般不会提高数据库的查询速度。
索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980/2000=0.99。一个索引的选择性越接近于1，这个索引的效率就越高。
5-性能分析前提知识
MySQL Query Optimizer
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（他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：CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候
- IO：磁盘I/O瓶颈发生在装入数据远大于内存容量的时候
- 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
①explain使用简介
Explain是什么：使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，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表结构的性能瓶颈。
能干嘛
- 表的读取顺序
- 数据读取操作的操作类型
- 哪些索引可以使用
- 哪些索引被实际使用
- 表之间的引用
- 每张表有多少行被优化器查询
怎么玩
- explain + SQL语句
- 执行计划包含的信息
- | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
12345678910111213141516171819202122mysql> 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 (0.01 sec)mysql> explain select * from tbl_emp;
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
| 1 | SIMPLE | tbl_emp | ALL | NULL | NULL | NULL | NULL | 8 | |
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
1 row in set (0.01 sec)②explain之id介绍
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
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
小结
- 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（就是那张虚表）drived2中的那个2表示是id为2的那个表延申出来的虚表
- 永远是id越大越先查询
③explain之select_type和table介绍
select_type：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。
select_type有哪些？
- 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。（相当于鸡蛋壳，最后被加载的）
- SUBQUERY - 在SELECT或WHERE列表中包含了子查询。(鸡蛋黄，先被加载的)
- DERIUED - 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：显示这一行的数据是关于哪张表的。
④explain之type介绍
访问类型排列
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 > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index >ALL
从最好到最差依次是：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。
详细说明
- 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。（单表一条记录）
- 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。下面的system是因为符合查询中只会返回一条记录作为临时表。
- 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。
- 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。
- 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
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）。
- ALL
Full Table Scan，将遍历全表以找到匹配的行。
备注：一般来说，得保证查询至少达到range级别，最好能达到ref。
⑤explain之possible_keys和key介绍
possible_keys
显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段火若存在索引，则该索引将被列出，但不一定被查询实际使用。
key
是否使用到了索引；在多个索引存在的情况下，MySQL究竟使用到了哪一个索引。
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，则索引和查询的select字段重叠
⑥explain之key_len介绍
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
⑦explain之ref介绍
显示索引的哪一列被使用了，如果可能的话，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idx_col1_col2索引被充分使用，col1匹配t2表的col1，col2匹配了一个常量，即 ‘ac’。
shared库的t2表的col1；
查询中与其它表关联的字段，外键关系建立索引。
⑧explain之rows介绍
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。（每张表有多少行被优化器查询过）
⑨explain之Extra介绍
包含不适合在其他列中显示但十分重要的额外信息。
①Using filesort 九死一生
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" \G表示使用key-value的显示方式进行输出
你建立的索引我只是部分使用到了，查询的时候我只是部分使用到了索引，排序我并没有用到。
对比下面两者，其中上面只用到了col1和col3，中间col2没了；下者使用到了col1、col2、col3；
把建索引比喻成修好的楼梯，col1、col2、col3修了三条路；
上面的部分相当于自己又进行了一次排序的步骤，内部的折腾多了一次；而下面的就是一步步来的，显然下面的效率要高于上面的部分。
②Using temporary 必死
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。
order by和分组查询group by经常是拖慢SQL的元凶。
上面的部分：建立的复合索引(col1,col2)，但是只用到了col2，没有一楼而直接上二楼，所以需要临时表和文件排序进行处理；
下面的部分：建立的是col1、col2，使用的也是col1、col2;
order by和分组查询group by最好和建立的索引顺序一致；
③Using index
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。
如果同时出现using where，表明索引被用来执行索引键值的查找；
覆盖索引（Covering Index）,一说为索引覆盖。
1、建是索引是复合索引（1，2，3）；
2、没有写select * ；刚好查的就是 select 1 2 3或者select 1 2;这就是覆盖索引；
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。
What is a Covering Index？
A covering index is an index that contains all of, and possibly more, the columns you need for your query.
For instance, this:
SELECT *
FROM tablename
WHERE criteriawill typically use indexes to speed up the resolution of which rows to retrieve using criteria, but then it will go to the full table to retrieve the rows.
However, if the index contained the columns column1, column2 and column3, then this sql:
SELECT column1, column2
FROM tablename
WHERE criteriaand, provided that particular index could be used to speed up the resolution of which rows to retrieve, the index already contains the values of the columns you’re interested in, so it won’t have to go to the table to retrieve the rows, but can produce the results directly from the index.
This can also be used if you see that a typical query uses 1-2 columns to resolve which rows, and then typically adds another 1-2 columns, it could be beneficial to append those extra columns (if they’re the same all over) to the index, so that the query processor can get everything from the index itself.
④Using where
表明使用了where过滤。
⑤Using join buffer
使用了连接缓存。
⑥impossible where
where子句的值总是false，不能用来获取任何元组。
⑦select tables optimized away(用的不多)
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。
⑧distinct（用的不多）
优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作。
⑩explain之热身Case
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,namefrom 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<union1,4>表示用第一个和第四个select的结果进行union操作。【两个结果union操作】
6-索引优化案例
①索引单表优化案例
建表SQL
123456789101112131415161718192021222324CREATE 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');
mysql> select * from article;
+----+-----------+-------------+-------+----------+-------+---------+
| id | author_id | category_id | views | comments | title | content |
+----+-----------+-------------+-------+----------+-------+---------+
| 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| 2 | 2 | 2 | 2 | 2 | 2 | 2 |
| 3 | 1 | 1 | 3 | 3 | 3 | 3 |
+----+-----------+-------------+-------+----------+-------+---------+
3 rows in set (0.00 sec)- 查询category_id为1且comments 大于1的情况下，views最多的article_id (只有一条)。
1234567mysql> SELECT id, author_id FROM article WHERE category_id = 1 AND comments > 1 ORDER BY views DESC LIMIT 1;
+----+-----------+
| id | author_id |
+----+-----------+
| 3 | 1 |
+----+-----------+
1 row in set (0.00 sec)
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。
开始优化
新建索引+删除索引
123mysql> create index idx_article_ccv on article(category_id,comments,views);
Query OK, 0 rows affected (0.03 sec)
Records: 0 Duplicates: 0 Warnings: 0
或者用下面sql创建索引：
1ALTER TABLE 'article' ADD INDEX idx_article_ccv ( 'category_id , 'comments', 'views' );创建后的效果
Extra里还是出现了Using filesort，创建这索引作用不大。
如果comments > 1换成comments = 1，可以让Using filesort消失，但不符题目要求。
既然创建这索引作用不大，删了它吧。
123mysql> DROP INDEX idx_article_ccv ON article;
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0缘由
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。
但是我们已经建立了索引，为啥没用呢？
这是因为按照BTree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comments > 1条件是一个范围值(所谓range)，范围以后的索引会失效，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。
改进
跟上次创建索引相比，这次不为comments字段创建索引。
123mysql> create index idx_article_cv on article(category_id, views);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0再次explain
1mysql> explain SELECT id, author_id FROM article WHERE category_id = 1 AND comments > 1 ORDER BY views DESC LIMIT 1;
可以看到，type变为了ref，Extra中的Using filesort也消失了，结果非常理想。
总结：
尽量不要对range类型（一般就是在你的where语句中出现了between、<、>、in等的查询）的查询字段建索引！
②索引两表优化案例
新建SQL
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354CREATE 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)));创建后的结果：
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354mysql> select * from class;
+----+------+
| id | card |
+----+------+
| 1 | 17 |
| 2 | 2 |
| 3 | 18 |
| 4 | 4 |
| 5 | 4 |
| 6 | 8 |
| 7 | 9 |
| 8 | 1 |
| 9 | 18 |
| 10 | 6 |
| 11 | 15 |
| 12 | 15 |
| 13 | 12 |
| 14 | 15 |
| 15 | 18 |
| 16 | 2 |
| 17 | 18 |
| 18 | 5 |
| 19 | 7 |
| 20 | 1 |
| 21 | 2 |
+----+------+
21 rows in set (0.00 sec)mysql> select * from book;
+--------+------+
| bookid | card |
+--------+------+
| 1 | 8 |
| 2 | 14 |
| 3 | 3 |
| 4 | 16 |
| 5 | 8 |
| 6 | 12 |
| 7 | 17 |
| 8 | 8 |
| 9 | 10 |
| 10 | 3 |
| 11 | 4 |
| 12 | 12 |
| 13 | 9 |
| 14 | 7 |
| 15 | 6 |
| 16 | 8 |
| 17 | 3 |
| 18 | 11 |
| 19 | 5 |
| 20 | 11 |
+--------+------+
20 rows in set (0.00 sec)开始explain分析 两个表有主外键，索引应该加在哪张表上？
1mysql> EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card = book.card;
type都是all，需要优化,且查询的记录数量为 21+20！
为book.card创建索引
123mysql> ALTER TABLE `book` ADD INDEX Y(`card`);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0再次explain分析
1mysql> EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card = book.card;
可以看到第二行的type变为了ref，rows也变少了，优化比较明显。这是由左连接特性决定的。LEFT JOIN的特性就是左表全都有；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，一定需要在右表建立索引。
删除为book.card创建索引
123mysql> drop index y on book;
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0为class.card创建索引
123mysql> ALTER TABLE `class` ADD INDEX Y(`card`);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0再次explain分析
1mysql> EXPLAIN SELECT * FROM class LEFT JOIN book ON class.card = book.card;
可见右边是我们的关键点，要想优化需要在右表建立索引。
然后我们换用右连接RIGHT JOIN查询
1mysql> EXPLAIN SELECT * FROM class right JOIN book ON class.card = book.card;
换成左边是我们的关键点，要想优化需要在左表建立索引。
小结
索引两表优化，左连接右表建索引，右连接左表建索引。
③索引三表优化案例
新建SQL
1234567891011121314151617181920212223242526CREATE 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)));建后效果
1234567891011121314151617181920212223242526mysql> select * from phone;
+---------+------+
| phoneid | card |
+---------+------+
| 1 | 10 |
| 2 | 13 |
| 3 | 17 |
| 4 | 5 |
| 5 | 12 |
| 6 | 7 |
| 7 | 15 |
| 8 | 17 |
| 9 | 17 |
| 10 | 14 |
| 11 | 19 |
| 12 | 13 |
| 13 | 5 |
| 14 | 8 |
| 15 | 2 |
| 16 | 8 |
| 17 | 11 |
| 18 | 14 |
| 19 | 13 |
| 20 | 5 |
+---------+------+
20 rows in set (0.00 sec)复用到上一节book，class两表，移除它们原有的索引。
12345mysql> show index from class;
mysql> drop index y on class;
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> show index from book;
为phone.card和book.card创建新的索引。
1234567mysql> alter table `phone` add index z(`card`);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0mysql> alter table `book` add index y(`card`);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0explain三表连接 三表至少两次关联，索引应该建在哪张表上？
1mysql> explain SELECT * FROM class LEFT JOIN book ON class.card = book.card LEFT JOIN phone ON book.card = phone.card;
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。
结论
Join语句的优化
尽可能减少Join语句中的NestedLoop的循环总次数(不要join过多或者嵌套)：“永远用小结果集驱动大的结果集”。
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（在my.cnf文件中）的设置。
7-索引失效
索引失效的各种原因：（应该避免）
- 全值匹配我最爱
- 最佳左前缀法则 - 如果索引了多列，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复合索引中间列。
- 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。
- 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select *。
- 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。
- is null, is not null 也无法使用索引。
- like以通配符开头（’%abc…’），mysql索引失效会变成全表扫描的操作。
- 字符串不加单引号索引失效。
- 少用or，用它来连接时会索引失效。
①全值匹配我最爱
新建SQL
12345678910111213CREATE 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`);
三种情况：
1mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July';
1mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age=25;
1mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age=25 AND pos='dev';
注意下面的explain 我们建立索引的顺序是：(name、age、pos)
1mysql> EXPLAIN SELECT * FROM staffs WHERE age=25 AND pos='dev';
1mysql> EXPLAIN SELECT * FROM staffs WHERE pos='dev';
上面两个索引失效了。如果查询字段的顺序与索引的建立的顺序不一致，需要满足最佳左前缀法则。
②最佳左前缀法则
- 如果索引了多列，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。
带头大哥不能死！ 中间兄弟不能断！
1mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND pos='dev';
ref只有一个const，说明上述其实只是使用到了部分索引，而且只是用到了第一个索引，name。
②索引列上做额外操作
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。
12mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July';
mysql> EXPLAIN SELECT * FROM staffs WHERE left(NAME,4)='July';
③限定复合索引某列的范围
存储引擎不能使用索引中范围条件右边的列（我理解为限定复合索引某字段的范围会时索引失效，也就是>，<，between…and…谨慎用在复合索引某字段）。
12345mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July';mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age=25;mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age=25 AND pos='dev';
1mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age>25 AND pos='dev';
由age=25变成age>25后，type从ref变成range。
④select *
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 *
12mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July' AND age=25 AND pos='manager';
mysql> EXPLAIN SELECT name,age,pos FROM staffs WHERE NAME='July' AND age=25 AND pos='dev';
我们最好按需索取，少用select *
12345mysql> EXPLAIN SELECT name,age,pos FROM staffs WHERE NAME='July' AND pos='dev';mysql> EXPLAIN SELECT name,age,pos FROM staffs WHERE NAME='July' AND age>25 AND pos='dev';mysql> EXPLAIN SELECT name FROM staffs WHERE NAME='July' AND age=25;
⑤!=或者<>
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。
123mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July';
mysql> EXPLAIN SELECT * FROM staffs WHERE NAME!='July';
mysql> EXPLAIN SELECT * FROM staffs WHERE NAME<>'July';
⑥is null或者is not null
is null, is not null 也无法使用索引
123mysql> EXPLAIN SELECT * FROM staffs WHERE NAME is null;mysql> EXPLAIN SELECT * FROM staffs WHERE NAME is not null;
Extra打印为Impossible WHERE，是因为我们在创建staffs表，设置name字段的属性为not null。
下面额外演示Extra为Impossible WHERE情况。
12mysql> EXPLAIN SELECT * FROM staffs WHERE 1=1;
mysql> EXPLAIN SELECT * FROM staffs WHERE 1!=1;⑦like以通配符%开头字符串
like以通配符%开头（’%abc…’），mysql索引失效会变成全表扫描的操作。
1234mysql> EXPLAIN SELECT * FROM staffs WHERE NAME='July';
mysql> EXPLAIN SELECT * FROM staffs WHERE NAME like '%July%';
mysql> EXPLAIN SELECT * FROM staffs WHERE NAME like '%July';
mysql> EXPLAIN SELECT * FROM staffs WHERE NAME like 'July%';
问题：解决like '%字符串%'时索引不被使用的方法？
- 可以使用主键索引
- 推荐使用覆盖索引，查询字段必须是建立覆盖索引字段
- 当覆盖索引指向的字段是varchar(380)及380以上的字段时，覆盖索引会失效！
新建SQL
123456789101112CREATE 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,'a@163.com');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('2bb2',23,'b@163.com');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('3cc3',24,'c@163.com');
INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('4dd4',26,'d@163.com');12345678910mysql> select * from tbl_user;
+----+------+------+-----------+
| id | name | age | email |
+----+------+------+-----------+
| 1 | 1aa1 | 21 | a@163.com |
| 2 | 2bb2 | 23 | b@163.com |
| 3 | 3cc3 | 24 | c@163.com |
| 4 | 4dd4 | 26 | d@163.com |
+----+------+------+-----------+
4 rows in set (0.00 sec)创建索引前，先看看以下explain：
123456789EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id 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,NAME FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id,NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT * FROM tbl_user WHERE NAME LIKE '%aa%';
EXPLAIN SELECT id,NAME,age,email FROM tbl_user WHERE NAME LIKE '%aa%';1mysql> EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
12345mysql> EXPLAIN SELECT id FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT NAME FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT age FROM tbl_user WHERE NAME LIKE '%aa%';
12345mysql> EXPLAIN SELECT id,NAME FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT id,NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
12mysql> EXPLAIN SELECT * FROM tbl_user WHERE NAME LIKE '%aa%';
mysql> EXPLAIN SELECT id,NAME,age,email FROM tbl_user WHERE NAME LIKE '%aa%';
没有创建索引，都全表查找。
现在创建索引
123mysql> CREATE INDEX idx_user_nameAge ON tbl_user(NAME,age);
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0再执行上述一系列explain
1mysql> EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
看得出，用上索引（覆盖索引）
12345mysql> EXPLAIN SELECT id FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT NAME FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT age FROM tbl_user WHERE NAME LIKE '%aa%';
看得出，都用上索引（覆盖索引）
12345mysql> EXPLAIN SELECT id,NAME FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT id,NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';mysql> EXPLAIN SELECT NAME,age FROM tbl_user WHERE NAME LIKE '%aa%';
看得出，都用上索引（覆盖索引）
12mysql> EXPLAIN SELECT * FROM tbl_user WHERE NAME LIKE '%aa%';
mysql> EXPLAIN SELECT id,NAME,age,email FROM tbl_user WHERE NAME LIKE '%aa%';
看得出，都没用上索引了，有email字段再，只能全表搜索。
3天怒肝5万字！阿里P7大佬手写MySQL超全笔记，还担心学不会吗？相关推荐
- mysql事务手写笔记_兴奋了！阿里技术官手写“MySQL笔记”，传授你年薪百万级干货...
前言 MySQL重要吗?重要!为什么重要?因为它在Java企业级开发中非常常用,因为 MySQL 是开源免费的,并且方便扩展.阿里巴巴数据库系统也大量用到了 MySQL,因此它的稳定性是有保障的.My ...
- 跨年巨作 13万字 腾讯高工手写JDK源码笔记 带你飙向实战
灵魂一问,我们为什么要学习JDK源码? 当然不是为了装,毕竟谁没事找事虐自己 ... 1.面试跑不掉.现在只要面试Java相关的岗位,肯定或多或少会会涉及JDK源码相关的问题. 2.弄懂原理才不慌.我 ...
- 【Java进阶营】膜拜 13万字 腾讯高工手写JDK源码笔记带你飙向实战
灵魂一问,我们为什么要学习JDK源码? 当然不是为了装,毕竟谁没事找事虐自己 - 1.面试跑不掉.现在只要面试Java相关的岗位,肯定或多或少会会涉及JDK源码相关的问题. 2.弄懂原理才不慌.我们作 ...
- 阿里p7大手子测试笔记：一线互联网大厂面试问题吃透，巧过面试关
前言 金九银十刚过去,有一部分朋友在这期间肯定经历了一番大厂面试的洗礼,不知道大家是经受住了考验如愿以偿了,还是折戟沉沙无功而返呢? 身边已经有技术大佬顺利通过了阿里P6/P7的面试,在30岁之前成功 ...
- 腾讯、阿里、百度高工都点头称赞的“Redis 实战超全笔记”，不看你就亏大发了
写在开头 如何系统,全面,的学习redis呢? 我的一个程序员朋友,在之前有面试 Java 开发工程师岗位时,居然大部分的面试问题都是关于 Redis 的,他都差点都忘记了自己应聘的是 Java 工程 ...
- 牛掰！阿里P7大佬爆肝半个月，把安卓源码解析编成了508页的PDF
前言 有一部分人拥有非常宝贵的精神,因为他们的坚持和贡献,我们中国的技术才一步步前进,一步步走向世界.Android行业一直在进步和发展,也正是因为这些人坚持总结经验和分享. 比如有位阿里P7大牛,每 ...
- Mysql最全笔记，快速入门，干货满满，爆肝
目录 一. MySQL的重要性 二.MySQL介绍 三.软件的服务架构 四. MySQL的安装 五. SQL语句 六. 数据库相关(DDL) 七. 表相关 八. DML相关(表中数据) 九. DQL( ...
- 阿里P7大佬手把手教你！腾讯团队实力打造flutter入门教程，系列篇
前言 文章篇幅较长,建议耐心食用,相信对你有帮助.码字不易,如果有误,欢迎指出. 前部分是面试经历,后部分是附带的问题笔记/推荐回答/书籍. 我的微信小号有一组特殊的朋友.他们从 CSDN上看到我之前 ...
- abstract类中不可以有private的成员_别再说你不懂java面向对象了，阿里P7大佬一次性给你讲的明明白白
前言 面向对象在百度百科中是这样解释的:"面向对象是一种对现实世界理解和抽象的方法,是计算机编程技术发展到一定阶段后的产物".说的好像很流弊的样子,看看就行. 包的认识 1.1:包 ...
最新文章
- IO复用之epoll系列
- ModuleNotFoundError: No module named ‘mmcv._ext‘
- c++ set遍历_Python算法学习之图与图的遍历
- 两种方法动态获得ABAP类的class attribute的值
- 深入浅出的webpack4构建工具--webpack4+react构建环境(二十)
- 入门篇|学渣是如何自学数据结构的？
- nvidia控制面板点了没反应win7_win7系统Nvidia控制面板怎么设置？
- 计算机组成原理 第七章 输入输出系统
- android 更新适配器,android – 当适配器数据更改时更新列表视图
- javascript ajax调用asp.net后台方法
- 2018 年 8 月面试路：6 天 21 家公司
- Rust语言教程(6) - 错误处理和可选值
- eclipse简单的中英文切换，觉大多数的版本都可以
- AMCL代码详解（二）位姿初始化
- linux一些不要想当然的事(一)之目录权限
- 学习cairo的心得及资料
- java项目进度跟踪管理系统
- 【林轩田】机器学习基石（九）——线性回归
- 43-高级路由：BGP 起源属性：修改为e
- [C++]snprintf函数