MySQL进阶

前言

这部分是在Linux服务器环境下运行的，所以要先准备一台Linux服务器用来部署MySQL数据库

参考文章这里使用的是centos，当然也可以使用别的Linux服务器。

mysql进阶参考视频

主机填的是你的服务器外网ip，点击测试连接，显示向上面这样就可以。

一、存储引擎

MySQL有多种存储引擎，现在最常用的是InnoDB，引擎可以理解为发动机引擎，不同类型的工具用不同的引擎，比如汽车不能用飞机的引擎，飞机不能用火箭的引擎。

-- 建表时指定存储引擎
create table 表名(
	...
) engine=InnoDB;
-- 查看当前数据库支持的存储引擎
show engines;

comment对存储引擎的特点做了注释，InnoDB就支持回溯，也就是事务安全，行锁以及外键

InnoDB

InnoDB 是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB 是默认的 MySQL 引擎。

特点：

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

InnoDB 存储引擎提供了具有提交、回滚和崩溃恢复能力的事务安全。但是对比 MyISAM的存储引擎，InnoDB 写的处理效率差一些并且会占用更多的磁盘空间以保留数据和索引。

文件：xxx.ibd: xxx代表表名，InnoDB 引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm、sdi）、数据和索引。

打开是一个json文件

参数：innodb_file_per_table，决定多张表共享一个表空间还是每张表对应一个表空间

MyISAM

MyISAM 不支持事务、也不支持外键，其优势是访问的速度快，对事务完整性没有要求或者以 select、insert 为主的应用基本上都可以使用这个引擎来创建表。

MyISAM 是 MySQL 早期的默认存储引擎。

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

文件： xxx.sdi: 存储表结构信息 xxx.MYD: 存储数据 xxx.MYI: 存储索引

Memory

Memory类型的表访问非常得快，因为它的数据是放在内存中的，并且默认使用 HASH 索引，受硬件问题、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：

• 存放在内存中，速度快
• hash索引（默认）

文件：xxx.sdi: 存储表结构信息

存储引擎的选择

绝大部分都是使用InnoDB。

MyISAM的使用场景是以读操作和插入操作为主的，很少有更新和删除操作，并且对事务的完整性，并发性要求不高，选择MyISAM，例如日志文件，评论留言等。

Memory所有的数据都在内存中保存，访问速度快，适合临时缓存用。

Memory在实际开发中逐渐被Redis替代

二、索 引

索引是帮助 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询算法，这种数据结构就是索引。

使用索引的优点：

提高了数据的检索效率；降低了数据排序的成本，降低CPU消耗；

使用索引的缺点：

占用空间；降低了更新的操作；

索引的结构

B+tree

最常见的索引类型，大部分的引擎也都支持B+树索引

如果直接使用二叉树来存储，如果存的是顺序表的话，检索的效率也会很低。使用红黑树在大量数据的情况下导致层级较深。使用B-tree (多路平衡查找树)结构可以解决这些问题。

max-degree代表度数，最多可以存max-degree-1个数据，有max-degree个指针

B-tree创建过程模拟

而在**InnoDB中使用了优化的B+tree,**使其更适合实现外存储索引结构。

B+tree创建模拟

与 B-Tree 的区别：

• 所有的数据都会出现在叶子节点
• 叶子节点形成一个单向链表

B-tree以及B+tree参考文章

InnoDB使用B+tree的原因

• 相对于二叉树，层级更少，搜索效率高
• B-Tree无论叶子节点还是非叶节点都会保存数据，导致一页中存储的数据变少，增加树的高度，导致性能下降
• 相对于Hash索引，B+tree支持范围内的匹配以及排序

哈希表

哈希索引是将键值换算成新的hash值，映射到相应的槽位上，然后存储在hash表中，时间复杂度为1

如果多个键值映射到一个槽位上，就产生hash冲突，通过链表解决。

特点：

1. hash索引只能用于对等比较，不能范围查询
2. 无法利用索引排序
3. 查询效率高
4. 支持Memory，InnoDB自适应hash索引

索引的分类

先创建一个表后续使用

create table student
(
    id   int         not null comment '学号'
        primary key,
    name varchar(10) null comment '学生姓名',
    专业 varchar(10) null,
    年龄 varchar(2)  null
);

insert into student values(1,'张三','计算机科学与技术',19),
(2,'李三','大数据',23),
(3,'王三','人工智能',18),
(4,'陈三','物联网技术',22),
(5,'倪三','物联网技术',20),
(6,'洪三','计算机科学与技术',21),
(7,'朱三','人工智能',20),
(8,'杨三','计算机科学与技术',19),
(9,'尹三','物联网技术',23),
(10,'谷三','茶与生活',22),
(11,'丁三','人工智能',21)
;

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	FULLTEXT

在 InnoDB 存储引擎中，根据索引的存储形式，分为以下两种：

分类	含义	特点
聚集索引(Clustered Index)	将数据存储与索引放一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
二级索引(Secondary Index)	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

• 如果表中存在主键，则主键就是聚集索引
• 如果表中没有主键，则第一个唯一索引作为聚集索引
• 如果两个都没有，InnoDB会自动生成一个rowid作为隐藏聚集索引

desc select *from student where id = 1;      		--1
desc select *from student where name = '张三';	   --2

语句1的执行速度要大于语句2，因为语句1根据id查找使用了聚集索引，一步到位。

语句2先是根据二级索引知道了张三的id值，又回表查询进行聚集查询。

索引的语法

--创建索引
create [unique|fulltext](如果不选就是常规索引) index 索引名(一般是idx+表名+字段名) on 表名(要添加索引的字段名);
-- 查看索引
show index from 表名;
--删除索引
drop index 索引名 on 表名;

示例：

-- 每个学生的名字都是不重复的添加unqiue索引
create unique index idx_stu_name on student (name);
-- 为年龄还有专业创建联合索引
create index idx_stu_age_maj on student (专业,年龄);

性能分析

查看执行频次

查看当前数据的增删改查的频率

show [global|session] status like 'com_______';  -- 七个下划线

慢查询日志

慢查询日志记录了所有执行时间超过指定时间的语句。

Mysql的慢查询日志默认没有打开，需要在配置文件中查看(/etc/my.cnf) vim使用参考

或者直接在终端执行

cd /etc  #移动到etc文件夹下
echo slow_query_log = 1 >> my.cnf  #将慢查询日志打开
echo long_query_time=2  >> my.cnf  #设置慢查询日志的时间为2s，sql语句超过2s就会记录再日志中
cd /
service mysqld restart   #重启mysql

执行完后再查看日志开关的状态

show variables like 'slow_query_log'; 值为ON即可

日志文件在 /var/lib/mysql/localhost-slow.log

profile

show profile可以告诉我们sql在运行时间耗费在了哪里。

查看当前Mysql是否支持profile select @@have_profiling;

打开profiling set profiling = 1;

这里如果你在dataGrip可以成功使用show profiles ,但是在Linux主机中报错

这说明你没有打开profiling ,你只是在DataGrip下设置为1，而不是全局设置，可以直接set global profilinf一步到位

查看所有语句耗时 show profiles

查看指定的query_id的sql语句具体各个阶段的耗时

show profile for query query_id;

explain

使用explain或者desc命令获取mysql如何执行select语句的信息，包括select语句在执行的过程中表如何连接与连接的顺序。

用法直接在select前面加explain就可以了

各个字段的含义

字段	含义
id	select 查询的序列号，表示查询中执行 select 子句或者操作表的顺序（id相同，执行顺序从上到下；id不同，值越大越先执行）
select_type	表示 SELECT 的类型，常见取值有 SIMPLE（简单表，即不适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（SELECT/WHERE之后包含了子查询）等
type	表示连接类型，性能由好到差的连接类型为 NULL、system、const、eq_ref、ref、range、index、all
possible_key	可能应用在这张表上的索引，一个或多个
key	实际使用的索引，如果为 NULL，则没有使用索引
key_len	表示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	MySQL认为必须要执行的行数，在InnoDB引擎的表中，是一个估计值，可能并不总是准确的
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

一般的type是不会达到NULL，systeam是系统的表。

在这查询中就可以看到使用了定义的联合索引，如果查询id为5的学生则对应的使用就应该是聚集索引。

索引使用

最左前缀法则

如果索引使用了联合索引，要遵循最左前缀法则。

最左前缀法则：查询从索引的最左列开始，并且不能跳过中间的列。

如果跳跃了某一列，则**索引将部分失效(并不是全部)**，联合索引中出现范围查询，范围查询右边的索引失效，但是可以用>=和<=来代替> <。

示例：

正常使用的使用了联合索引

索引失效的情况

1. 在索引列上进行运算操作，索引将失效。如：explain select * from tb_user where substring(phone, 10, 2) = '15';
2. 字符串类型字段使用时，不加引号，索引将失效。如：explain select * from tb_user where phone = 17799990015;，此处phone的值没有加引号
3. 模糊查询中，如果仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。如：explain select * from tb_user where profession like '%工程';，前后都有 % 也会失效。
4. 用 or 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。
5. 如果 MySQL 评估使用索引比全表更慢，则不使用索引。