MySQL进阶(一)

一、存储引擎

1. MySQL体系结构

连接层：

 最上层是一些客户端和链接服务，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。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，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

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和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我们可以根据的需要，来选取合适的存储引擎

存储层：

主要是将数据存储在文件系统之上，并完成与存储引擎的交互

2. 存储引擎简介

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被成为表类型。

查看所有的存储引擎：

show engines;

3. 存储引擎特点

InnoDB

InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在mysql5.5之后，InnDB是默认的mysql存储引擎。

特点：

• DML操作遵循ACID模型，支持事务；
• 行级锁，挺高并发访问性能；
• 支持外键FOREIGN KEY约束，保证数据的完整性和正确性；

文件：

xxx.ibd：xxx代表的是表名，innodb引擎的每张表都会对应一个这样的一个表空间文件（.ibd），存储该表的表结构（frm、sdi）、数据和索引。参数：innodb_file_per_table开启时，是这样的

ibd2sdi xxx.ibd   #可以查看表结构，在文件所在目录执行此命令

逻辑存储结构：

MyISAM

是mysql早期默认的存储引擎，对应目录文件有.myd(存放数据)、.myi(索引)、.sdi（表结构）后缀的

特点：

• 不支持事务，不支持外键
• 支持表锁，不支持行锁
• 访问速度快

Memory

Memory引擎的表数据是存储在内存中的，由于收到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。

特点：

• 访问速度快
• hash索引（默认）

文件：

xxx.sdi：存储表结构信息

4. 存储引擎选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

• InnoDB：是mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择
• MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性不是很高，那么选择这个引擎是非常合适的。用mongodb替代
• MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。用redis替代

二、索引

1. 索引概述

索引(index)是帮助MySQL高效获取数据的数据结构（有序）。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。

2. 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

 我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

红黑树：比不平衡二叉树好一点，但是，大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树） 

 B+Tree

相对于B-Tree区别：

1）所有的数据都会出现在叶子节点

2）叶子节点形成一个单向链表

MySQL索引数据结构对经典的B+Tree进行了优化。在原有B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree,提高区间访问的性能。

Hash结构

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

如上图所示：id是主键，现在我们要为name字段创建一个哈希索引的数据结构，将算出这张表每行数据的哈希值，拿到name字段的所有值，通过哈希函数计算每个name值落在哪个哈希表的槽位上，同时解决哈希冲突。

 哈希索引特点：

•  哈希索引只能用于等值比较，不支持范围查询
• 无法利用索引完成排序操作
• 查询效率高，通常只需要一次检索就可以了（不存在哈希冲突的情况下），效率通常要高于B+Tree索引

在MySQL中，支持hash索引的是Memor引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

面试题：为什么InnoDB存储引擎中选择使用B+Tree索引结构？

二叉树会变成链表，红黑树层级多。

• 相对于二叉树，层级更少，搜索效率高
• 对于B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，若一页的容量固定，这样导致一页中存储的键值减少，指针跟着减少 ，要同样保存大量数据，只能增加树的高度，导致性能降低
• 相对hash索引，B+Tree支持范围匹配及排序操作；

3. 索引分类

 在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

 聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引
• 如果不存在主键，将使用第一个唯一索引作为聚集索引
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

执行一条sql语句（select * from user where name='Arm';）的顺序：首先走二级索引找到'Arm'，然后找到叶子节点，找到对应的主键值，然后拿着主键值在聚集索引中找到那一行的数据。这一过程称为回表查询。

 思考1：以下sql语句，哪个执行效率高？为什么？

select * from user where id=10;

select * from user where name='Arm';

备注：id为主键，name字段创建的有索引；

第一条效率高，因为第二条还需要回表查询

  思考2：InnoDB主键索引的B+Tree高度是多高？

假设：一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8.

高度为2：

n*8+(n+1)*6=16*1024，算出n约为1170

1171*16=18736

高度为3：

1171*1171*16=21939856

4. 索引语法

4.1创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (column1 [ASC|DESC], column2 [ASC|DESC], ...);

4.2查看索引

SHOW INDEX FROM table_name;

4.3删除索引

DROP INDEX index_name ON table_name;

5. SQL性能分析

5.1 查看执行频率

MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。通过以下指令，可以查看当前数据库的INSERT、update、delete、select的访问频次

show status like 'Com_______';

5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。

show variables like '%slow_query_log%';

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf linux）window系统在my.ini中配置如下信息：

linux

#开启MySQL慢日志查询开关

slow_query_log=1

#设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志

 slow_query_time=2

windows

#开启MySQL慢日志查询开关

slow_query_log=ON

#设置慢日志的时间为5秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=5

也可以执行sql语句，开启慢查询，不过临时生效，mysql重启后就会失效 

set global slow_query_log='ON'; 

set global slow_query_log_file='D:\\kpdata\\DataBase\\Data\\mysql.log';

配置完毕之后，通过以下指令重新启动 MySQL服务器进行测试，查看慢日志文件中记录的信息D:\phpstudy_pro\Extensions\MySQL8.0.12\data\yifeng-slow.log。

5.3 profile详情

通过查看慢查询日志，可以找到耗时长的sql，但是并不能定位问题。

show profiles能够在做sql优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前mysql是否支持profiles操作：

show variables like '%profil%';

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：

set profiling=1;

然后就可以执行一系列的业务SQL的操作，通过以下指令查看指令的执行耗时：

#查看每一条sql的耗时基本情况

show profiles;

#查看指定query_id的SQL语句各个阶段的耗时情况

show profile for query query_id

#查看指定query_id的SQL语句CPU的使用情况 

show profile cpu for query query_id

5.4 explain执行计划

通过以上步骤查询到效率低的 SQL 语句后，可以通过 EXPLAIN或者 DESC命令获取 MySQL如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

语法：

#直接在select语句之前加上关键字explain/desc

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件；

字段	含义
id	select查询的序列号，是一组数字，表示的是查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）。若多表查询，才可以看见效果
select_type	表示 SELECT 的类型，常见的取值有 SIMPLE（简单表，即不使用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（子查询中的第一个 SELECT）等
table	输出结果集的表
type	表示表的连接类型，性能由好到差的连接类型为(null---> system(系统表) ---> const（唯一索引） -----> eq_ref ------> ref（非唯一索引） -------> ref_or_null----> index_merge ---> index_subquery -----> range -----> index（用了索引，但是会遍历整个索引树） ------> all )
possible_keys	表示查询时，可能使用的索引
key	表示实际使用的索引
key_len	索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
rows	必要要执行查询的行数，在innodb引擎的表中，是一个估值，可能并不是准确的
filtered	表示返回结果的行数占需读取行数的百分比，filtered的值越大越好

extra

执行情况的说明和描述

6. 索引使用

6.1 验证索引效率

6.2 最左前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）

6.3 索引失效情况一

• 索引列运算，不要在索引列上进行运算操作，否则索引将失效，若substring函数
• 字符串不加引号，字符串类型字段使用时，不加引号，索引将失效
• 模糊查询，如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效

6.4 索引失效情况二

• or连接的条件。用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引不会被用到。所以or连接的条件字段都必须建立索引
• 数据分布影响，如果mysql评估使用索引比全表更慢，则不用索引。查询出来的数据占全表的绝大多数，is null或is not null走不走索引，跟数据分布有关系

6.5 SQL提示

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的

use index:

explain select * from tb_seller use index(idx_seller_name) where name = '小米科技';

ignore index:

explain select * from tb_seller ignore index(idx_seller_name) where name = '小米科技';

force index:

explain select * from tb_seller force index(idx_seller_name) where name = '小米科技';

6.6 覆盖索引

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到，也就是查询的列都是索引），减少select *。

通过测试，使用覆盖索引的执行计划的Extra对应的是【Using where;Using index】,而索引没有覆盖时，Extra对应的是【Using index condition】，毫无疑问，前者效率高

知识补充：

Using index condition：查找使用了索引，但是需要回表查询数据

Using where;Using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据

6.7 前缀索引

当字段类型为字符串（varchar、text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询小i率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

语法：create index idx_xxx on table_name（column(n));  n:要提取字符串的前n个字符建立索引

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

根据这个原则的做法：先查看根据要做前缀索引的字段的总数，然后再查看那个字段去重之后的数量，计算比值【select count(email) from tb_user; select count(distinct email) from tb_user;】

前缀索引的查询流程：传入的字段截取之后，进行查询，也需要回表查询，回表之后，找到那条记录，其中索引值匹配，匹配成功才返回当前记录

6.8 单列&联合索引

单列索引：一个索引只包含单个列

联合索引：一个索引包含了多个列

推荐使用联合索引：多条件联合查询时，mysql优化器会评估哪个字段的索引效率更高，然后自行选择。经测试，联合索引效率高（因为一般不需要回表查询）

联合索引的数据结构和查询流程：

7. 索引设计原则

1. 针对于数据量大，且查询比较频繁的表建立索引
2. 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引
3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高
4. 如果是字符串类型的字段，字段的长度较长，可以针对字段的特点，建立前缀索引
5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率
6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价就越大，会影响增删改的效率
7. 如果索引不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引更有效地用于查询

三、SQL优化

1. 插入数据

insert优化

1）批量插入

原始：

insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');

优化后：

insert into tb_test values(1,'Tom'),(2,'Cat')，(3,'Jerry');

2）手动提交事务

start transaction;
insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
commit;

3）主键有序插入

insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
insert into tb_test values(4,'Tim');
insert into tb_test values(5,'Rose');

 4）大批量插入数据

如果一次性需要插入大批量数据，使用Insert语句插入性能较低，此时可以使用load指令进行插入。

#客户端连接服务端时，加上参数--local-infile

mysql --local-infile -u root -p

#设置全局参数local_infile为1，开启从本地加载文件导入数据的开关

set global local_infile=1;

#执行load指令将准备好的数据，加载到表结构中

load data local infile  '/地址'  into table 表名  fields terminated by '.' lines terminated  by '\n';

2. 主键优化

数据组织方式：在innodb存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表（index organized table IOT）

页分裂： 页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据（如果一行数据过多，会行溢出），根据主键排序。假如主键是乱序排列的，有新数据进来，首先发现自己应该去的那个页放不下了，然后就将前面的那些数据放入新开辟的页中，自己紧随其后，然后页之间重新链接。

 页合并：当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记为被删除并且它的空间变得允许被其他记录声明使用。当页中删除的记录达到MERGE_THRESHOLD(默认为页的50%)，innodb会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。

 主键设计原则：

• 满足业务需求的情况下，尽量降低主键的长度
• 插入数据时，尽量选择顺序插入（乱序插入会发生页分裂），选择使用AUTO_INCREMENT自增主键。
• 尽量不要使用UUID做主键或者时其他自然主键（太长），如身份证号
• 业务操作时，尽量避免对主键的修改

3. order by优化

Using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫filesort排序

Using index：通过有序索引顺序扫描直接返回有序数据，这种情况即为using index，不需要额外排序，操作效率高

假如排序时，一个字段升序，一个字段降序，因为默认是升序排列嘛，extra肯定会出现filesort，如想要额外开销直接没有filesort， 可以创建索引，自定义升序和降序

#根据age、phone进行一个升序，一个降序

explain select id, age, phone from tb_user order by age asc, phone desc;

#创建索引

create index idx_user_age_phone_ad on tb_user(age asc, phone desc);

#根据age、phone进行一个升序，一个降序

explain select id, age, phone from tb_user order by age asc, phone desc;

一切的前提都是使用了覆盖索引的前提下，假设索引没有覆盖，那么肯定还会出现 filesort

优化：

• 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则
• 尽量使用覆盖索引
• 多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC,DESC）
• 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小sort_buffer_size(默认256K)
• 

4. group by优化

• 在分组操作时，可以通过索引来提高效率
• 分组操作时，索引的使用也是满足最左前缀法则的

5. limit优化

一个常见又非常头疼的问题就是limit 2000000,10，此时需要mysql排序前2000010记录，仅仅返回2000000-2000010的记录，其他记录丢弃，查询排序的代价非常大。

优化思路：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

explain select * from tb_test t, (select id from tb_test order by id llimit 2000000,10) a

where t.id = a.id 

6. count优化

• MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回这个数，效率很高
• innodb引擎就麻烦了，它执行count(*)的时候，需要把数据一行一行地从引擎里面读出来，然后累计计数
• 优化思路：自己计数

count的几种用法：

• count()时一个聚合函数，对于返回的结果集，一行行的判断，如果count函数的参数不是NULL，累计值就加1，否则不加。最后返回累计值
• 用法：count(*)、count(主键)、count(字段)、count(1)
• count(主键)：innodb引擎会遍历整张表，把每一行的主键Id值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加（主键不可能为null）
• count(字段)：没有not null约束（innodb引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加）；有not null约束（innodb引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接进行计数累加）
• count(1)：innodb引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加。
• count(*)：innodb引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加

按照效率排序的话：count(字段) <count(主键) < count(1) 约等于count(*)，尽量使用count(*)

7. update优化

首先开启事务，根据非索引字段进行更新，事务未提交之前，其余事务是不能操作这张表的，是因为条件不是索引字段，启用的是表锁。

优化思路：innodb的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则会从行锁升级为表锁。