本文介绍: DDL 建表DML增删改DQL查询DCL控制用户权限存储引擎*连接层*服务层(DML DDL ),不通的引擎 索引结构不同)*存储层,外键:(Foreign Key Relationship):从表的外键主表主键或唯一键相对应。(Cascade Update):当主表中主键或唯一键更新时,从表中对应外键也会自动更新。(Cascade Delete):当主表中主键唯一删除时,从表中对应的外键也会自动删除或置为NULL。

DDL 建表
DML增删
DQL查询
DCL控制用户权限

存储引擎

MYSQL体系结构
*连接
*服务层(DML DDL )
*引擎层(可插拔)(索引这里,不通的引擎 索引结构不同)
*存储层,

外键:
外键关系(Foreign Key Relationship):从表的外键与主表的主键唯一相对应。
级联更新(Cascade Update):当主表中主键唯一更新时,从表中对应的外键也会自动更新
级联删除(Cascade Delete):当主表中的主键唯一删除时,从表中对应的外键也会自动删除或置为NULL。

存储引擎

基于表的(创建表的时候
Innodb默认–5.5版本
myISAM早期默认
Memory

Innodb

*特点
*支持DML , 事务 ,行锁 ,高并发,外键约束,保证数据完整正确
*磁盘每个表都有一个空间文件(表结构数据索引

逻辑存储结构:表–段–区(1M)–页(16K)–行

MYISAM(mongodb替代)

*支持事务,外键,行锁
*支持表锁
*访问速度
*磁盘有三个文件(分别存:表结构数据索引

Memoryredis替代)

*内存存放
*hash索引(默认
磁盘一个文件(表结构)

选择引擎  
事务-外键-完整性等  Innodb
插入读取多,更新删除少的 MYISAM
临时Memory

索引

*概述:是一种高速获取数据的-有序数据结构
二叉树
比较 –小的往左, 大的往右)
*优点
高速获取数据
提高排序效率  降低cpu消耗
缺点:
占用磁盘
影响增删
 

索引结构

B+tree索引      支持所有引擎
hash索引      支持memory

Btree:中间元素向上分裂     4ket 5指针

B+tree
*所有的元素都会出现在叶子节点
*所有叶子都会形成一个单向链表

mysql优化后的B+tree
*增加一个指向相邻叶子节点链表指针双向),形成有序指针提高访问

Hash等值配匹-不能范围-不能排序通常一次查询 很快
*将键值换算成hash值 映射对应的槽位上,然后存在hash表中
*hash冲突碰撞通过链表解决
 

Innodb适应hash功能,在指定环境可以自动构建

为什么Innodb选择使用B+tree
*相对二叉树层级更少,查询效率更高

*对于Btree,无论是叶子还是非叶子节点存储数据,这样导致一页存储键值指针减少,保存同样的数据加树高度,导致性能降低

*相对Hash   不能范围-不能排序

 

索引分类

主键索引,唯一索引,常规索引全文索引查找文中的关键字
 

innodb索引的存储形式
1:聚集索引(必须有 且一个)(主键)
结构:(叶子节点挂的就是
row数据!!!!!!!!!!!!!!!!!!

2:二级索引 (多个)
结构:(叶子节点挂的就是
id!!!!!!!!!!!!!!!!!!

select * from aaa where  name= 666( 先二级查询找到id,再根据id聚集查询找到数据)
回表查询)

聚集索引选取规则
*优先主键
*第一个唯一索引
*自动生成一个隐藏

Innodb主键索引的B+tree高度为多高???!!!!!!!!!!!!!
*每个节点(包含key,指针(6字节))落在磁盘的页(16K)当中
*假设
一行数据大小为1k ,一页可以存16行,指针占用6bytebigint主键(key值)占用8byte
高度为2
第一层 n*8 +(n+1)*6 =16*1024  计算n=1170   n就是ket的数量
第二层 1171*16 = 18730   一万八
如果是三层 1171*1171*16 = 2千1百万

 

SQL分析

*查询SQL执行各种操作频率 show global status like  ‘Com____
*查询慢sql日志默认关闭的) 打开设置时间
*查看sql执行各个阶段耗时   profile ,(先查看是否支持)

*执行计划explain

explain
*id 越大越优先执行,相同就从上到下执行
*
type 连接类型null ,system ,const(主键查询),ref(一般查询) ,all
* possible_key 可能用到的索引
 *key 实际用到的索引
*key_len索引长度 越短越好
*rows查询行数
*filterd 结果读取比例  越大100%越好   
*extra 额外信息

 

索引使用

避免回表– 避 避免回表回表 避免回表 避免回表  避免回表  避免回表  避免回表

失效的情况

*最左前缀法则联合索引 最左的字段一定要存在 不然就失效,跳过的也失效
*范围查询失效联合索引 >< 范围查询失效    , 用>= <= 解决
*不要再索引列进行sub等运算 会失效(在hwhere 里面

*字符串不加引号 索引失效
*模块查询头不配匹就会失效
*使用or 两边都要有索引 才会生效
*MYSQL评估 走全文比索引快  就不会走索引

SQL提示选择走哪个索引)

背景:同一个联合索引和一般索引(自动选择 不固定),可能会先走联合索引
*use index    建议使用这个索引
*ignore index  不走
*force index   必须走

例子:     select * from  table use index(id)   where id = 11

覆盖索引

返回的数据 尽量包含索引 ,少用select* 很容易回表)
*查询返回减少无用字段 多余的字段会导致回表查询(索引信息没有包含全部数据)
ps-尽量在索引就能回去所有数据

 

前缀索引 

*对大字段部分长度做索引 减少索引体积空间
*选择长度越长越好  最好唯一

单列索引(多个,只会有快的那一个
联合索引(存在多个查询条件 建议使用)  考虑建立索引的顺序

 

设计原则

*数据量
*查询频繁
*针对 在 where ,order by, group by 的字段
*选择区分度高的 例如id 唯一的
*如果是大字符串的  建议前缀索引
*尽量联合索引 减少空间,减少回表,尽量覆盖索引
*控制索引的数量,会影响增删
*索引不能为null,建表的时候 约束not null,

SQL优化

insert优化
*批量插入最大1千)
*手动提交事务
*主键顺序插入(乱序会产生页分裂
*load指令大大批量插入数据(百万级别

主键优化
表数据是根据主键顺序组织存放的  称为(索引组织
*因为innodb数据是有序的, 乱序插入分裂
*数据删除只是标记,当删除默认页50%,就会合并
1尽量减少主键长度影响空间和查询,二级索引也存有主键
2顺序插入 现在自动增长,避免页分裂

3尽量不要用uuid 身份证 做主键 因为他们是无序的且长
4业务操作 避免对主键修改

order by 优化
排序有两种
1,Using filesort 通过索引或者全表扫描,得到数据 放到缓冲区完成排序
2,Using index 通过索引顺序扫描直接得到有序数据,速度快(优化目标)(覆盖索引
*创建索引默认升序
*创建联合索引
优化
1建立合适索引 遵循最左前缀法则
2尽量使用 覆盖索引
3多索引 一个升序 一个降,就注意索引创建对应的升降,
4缓冲默认256K,大数据可以 调高一点,不然会在磁盘操作

group by 优化
*通过索引操作
*最左前缀法则

Limit优化
越往后分页越慢,
*思路:通过覆盖索引,再加子查询

count()优化
*自己记录
*count(*)最快直接统计行数
count(0)填充数字统计行数
*count(字段) 统计非null

update优化
innodb行数锁是针对索引加的,不是子记录加,如果索引失效 会升级表锁
*一定要加索引

 

视图

*虚拟表,只保存sql逻辑  要关联基础表
创建 create view aa1 AS select id from bb 
检查选项  
检查选项casaded(默认)(向上找),local递归找)
*视图可以作为基表,检查选项继承

*可以当作一个表来使用
*视图可以更新条件是 和基础表数据一对

作用:
简单,:简化其他操作
安全,:数据库授权 部分字段
数据独立屏蔽基础班结构变化带来的影响
 

存储过程
 

定义:存储在数据库sql集合
作用:简化开发人员工作,减少应用客户段的交互 
特点: (封装和重用),接收参数返回参数,减少网络传输

创建 
create procedure name {参数列表}
begin
   —–sql
end

调用   call name {参数列表}

查看
1可以查看某个表有哪些存储过程
2查看存储过程语句
3工具(routine下面)

系统变量(如提交事务)(两个@@)
*全局变量:gloab会话变量:session
*查看show  和设置set(默认重启还原)

自定义变量(一个@) 在当前会话生效
可以直接赋值 可以查询赋值  没有赋值就是null

局部变量
*在beginend 之间生效
声明declare

参数 
in 默认
out

inout

存储函数例如 sum,1到N的累加结果)  

*封装方法()可以用存储过程代替
 

触发器 tirgger

*是和表有关的对象  在表增删改的时候触发指定sql集合
*只支持行级
old new 操作前后的数据

锁 锁 锁 锁

(锁了以后 只读

*全局
经典使用:全库备份
加锁备份解锁

*表级锁
*myIsam innodb 都支持
1表锁(读锁,写锁)  lock tble name   read/write
        读锁:阻塞两个客户端写,可读
        写锁:阻塞其他客户端读写

2元数据锁系统自动控制)
在表有 DML DDL操作的时候 ,自动加索避免数据冲突

3意向锁
表锁前 ,先查看有没有通过意向锁检查是否存在行锁在

共享锁 IS(读), 可以兼容共享 ,其他不行
排他锁 IX(读写),都不兼容

*行级锁(加载索引)

innodb支持

RU 读未提交  ,RC读提交, RR 重复读(l临界锁) ,SE 序列化
分类行锁, 间隙锁, 临界锁
*行锁 : RC RR级别支持(防止幻读)
有索引的时候就自动优化为行锁,不然对所有记录加锁-会升级为表锁

*间隙:RR
*临界锁(行锁+间隙锁): RR

增删:加的是排他锁,自动
:不加锁,,可以手动
 

原文地址:https://blog.csdn.net/weixin_38822255/article/details/134695171

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_25672.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注