进阶
一、存储引擎
1.1mysql体系结构
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称为表类型。一个数据库下的多张表，可以选择不同存储引擎。
1.2存储引擎
-
建表时指定存储引擎
- mysql默认存储引擎：InnoDB
CREATE TABLE 表名(
字段1 字段1类型 [ COMMENT 字段1注释 ] ,
......
字段n 字段n类型 [COMMENT 字段n注释 ]
) ENGINE = INNODB [ COMMENT 表注释 ] ;
-
查询当前数据库支持的存储引擎
show engines ；
1.2.1存储引擎特点
InnoDB
DML操作（增删改）遵循ACID模型（原子性、一致性、隔离性、持久性），支持事务；
行级锁，提高并发访问性能；
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这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。
innoDB逻辑结构
MyISAM
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
. 文件
xxx.sdi：存储表结构信息
xxx.MYD: 存储数据
xxx.MYI: 存储索引
Memory
内存存放
hash索引（默认）
- 文件
xxx.sdi：存储表结构信息
1.2.2存储引擎选择
- 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、并发性要求不是很高，那么选择这个存储引擎是非常合适的。
- 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。
二、索引
索引（index）是帮助MySQL高效获取数据的数据结构(有序)。
未建立索引的列的数据仍可通过 SELECT 语句进行查询，但是查询过程会变得非常慢。如果表中没有索引，那么在查询时需要对整张表进行扫描，逐行匹配数据，这样的查询速度会很慢。
当我们在某个未建立索引的列上发起一个查询时，MySQL 会执行一次全表扫描，将所有数据读入内存，然后一条一条地检查每行数据是否符合查询条件，这样的操作效率非常低下。
相反，如果我们在表的某些常用字段上建立了索引，MySQL 在查询时就不需要遍历整张表，而是只扫描索引树来查找匹配的行，大大提高了查询效率。因此，尽可能为经常被查询的列添加索引，可以明显地减少查询时间以及系统负担。
- 索引特点
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库的IO成本 | 索引列也是要占用空间的。 |
| 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。 | 索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。 |
索引结构
| 索引结构 | 描述 |
|---|---|
| B+Tree索引 | 最常见的索引类型，大部分引擎都支持 B+ 树索引 |
| Hash索引 | 底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询 |
| R-tree(空间索引） | 空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
| Full-text(全文索引) | 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES |
1.B-Tree（多叉路衡查找树）
B树每个节点可以有多个分支，即多叉。
以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5
个指针：
2.B+Tree
B+Tree是B-Tree的变种
与B-Tree相比
- 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。
- 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
MySQL索引数据结构对经典的B+Tree进行了优化。在原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，利于排序。
3.Hash
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。
-
特点
- A. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）
- B. 无法利用索引完成排序操作
- C. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索
引
在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是
InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
索引分类
| 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，可分为两种：
| 分类 | 含义 | 特点 |
|---|---|---|
| 聚集索引 | 将数据存储与索引放到了一块，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 | 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 |
- 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（UNIQUE）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
索引语法
1.创建索引
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;
2.查看索引
SHOW INDEX FROM table_name ;
3.删除索引
DROP INDEX index_name ON table_name ;
SQL性能分析
- SQL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。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：
-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
SHOW GLOBAL STATUS LIKE 'Com_______';
通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了。
- 慢查询日志
慢查询日志记录了所有执行时间超过指定参（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。
查看慢查询日志表：默认为未开启
show variables like 'slow_query_log';
如果要开启慢查询日志，需要在MySQL的配置文（/etc/my.cnf）中配置如下信息：
# 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
long_query_time=2
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 /var/lib/mysql/localhost-slow.log。
systemctl restart mysqld
通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。
- profile详情
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profile操作：
select @@have_profiling;
通过set语句在session/global级别开启profiling:
SET profiling = 1;
执行一系列的业务SQL的操作，然后通过如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;
- explain
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。
-- 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 ;
Explain 执行计划中各个字段的含义:
| 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)。 |
| 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（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（查询时不访问表）、system（访问系统表）、const（根据主键和唯一索引）、eq_ref、ref（使用非唯一性索引）、range、 index（使用索引，但是要对索引进行遍历）、all 。 |
| possible_key | 显示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认为必须要执行查询的行数，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。 |
索引使用
联合索引
1.1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，索引将会部分失效(后面的字段索引失效)。
只要最左段索引存在，索引就会生效，无需考虑存在的位置。
情况分析
2.索引失效情况1
2.1范围查询
联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。
2.2索引列运算
不要在索引列上进行运算操作，索引将失效
2.3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。
当字符类型数据在select语句中不加引号时，MySQL会将其视为列名而不是字符串常量。如果该列上有索引，MySQL将不会使用该索引，因为它正在尝试匹配列名而不是字符串值，从而导致索引失效。
2.4模糊查询
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。
3.索引失效情况2
3.1 or连接条件
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，那么涉及的索引都不会被用到。
3.2数据分布影响
如果MySQL评估使用索引比全表更慢，则不使用索引。
4. 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 ： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。
explain select * from tb_user use index(idx_user_pro) where profession = '软件工程'; -
ignore index :忽略指定索引
explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程'; -
force index ： 强制使用索引
explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
5.覆盖索引
覆盖索引:是指在执行一个 SQL 查询时，所需的数据可以全部由索引所包含的信息中得到结果，而无需查询实际的数据行。这种类型的索引通常包含所需的查询列和其他涉及查询的列，但是并不包含所有表列的信息。覆盖索引通过避免直接访问磁盘上的数据行来提高查询性能并减少查询的执行时间，因为索引使用的数据更加紧凑，存储在内存中，可以更快地读取和过滤数据。
尽量使用覆盖索引，减少select *。
| Extra | 含义 |
|---|---|
| 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 |
| using index condition | 查找使用了索引，但是需要回表查询数据 |
6.前缀索引
当字段类型为字符串（varchar，text，longtext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， 影响查询效率。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_xxxx on table_name(column(n)) ;
create index idx_email_5 on tb_user(email(5));
- 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
- 索引选择性：
select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;
7.单列索引与联合索引
单列索引：即一个索引只包含单个列。 联合索引：即一个索引包含了多个列。
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。
create unique index idx_user_phone_name on tb_user(phone,name);
查询时，就走了联合索引，而在联合索引中包含 phone、name的信息，在叶子节点下挂的是对应的主键id，所以查询是无需回表查询的。
7.索引使用原则
(1). 针对于数据量较大，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，可以针对于字段的特点，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也就越大，会影响增删改的效率。
三、SQL优化
1.插入数据
1.1 insert
1)批量插入数据
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
2)手动控制事务
start transaction;
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'Jerry');
commit;
3)主键顺序插入（性能高于乱序插入）
主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89
1.2大批量插入数据
如果一次性需要插入大批量数据(比如: 几百万的记录)，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令进行插入。
- 设置参数
-- 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;
- load加载数据
load data local infile '/root/load_user_100w_sort.sql' into table tb_user
fields terminated by ',' lines terminated by '\n' ;
load中，主键顺序插入性能高于乱序插入
2.主键优化
主键长度要尽可能短
- 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
在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K。那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。
- 页分裂
主键顺序插入效果：
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(如果一行数据过大，会行溢出)，根据主键排列。
主键乱序插入效果：
- 页合并
MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或者创建索引时指定。
-
索引设计原则
- 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，选择使用AUTO_INCREMENT自增主键。
- 尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
- 业务操作时，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sortbuffer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。
4. group by优化
在分组操作中，我们需要通过以下两点进行优化，以提升性能：
A. 在分组操作时，可以通过联合索引来提高效率。
B. 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
在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。
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_sku t , (select id from tb_sku order by id
limit 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； 但是如果是带条件的count，MyISAM也慢。
- 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，然后累积计数。
如果说要大幅度提升InnoDB表的count效率，主要的优化思路：自己计数(可以借助于redis这样的数据库进行,但是如果是带条件的count又比较麻烦了)。
- count用法
| count用法 | 含义 |
|---|---|
| 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，直接按行进行累加。 |
| count （数字） | 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 id) < count(1) ≈ count(*)，所以尽量使用 count(*)。
7. update优化
在MySQL中，行锁和表锁的实现因存储引擎不同而有所不同，以下分别介绍其实现方式：
-
行锁的实现：
- InnoDB存储引擎：使用多版本并发控制 (MVCC) 机制来实现行锁，对于需要修改的行数据会加上排他锁 (X-lock) ，防止其他事务同时修改该数据。对于读操作，则会给相应的行数据加共享锁 (S-lock)，其他事务可以同时查询但不能修改这些行记录。
- MyISAM存储引擎：不支持行锁，只能在表级别使用锁，因此效率较低，并发访问时容易产生锁冲突。
-
表锁的实现：
- InnoDB存储引擎：支持表锁和行锁，它会根据情况自动选择合适的加锁机制。当表没有主键或者唯一键时，InnoDB只能在表级别进行加锁；否则，InnoDB则可以在行级别上进行加锁。对于一个InnoDB表或索引，它会维护两个锁：共享锁和排它锁，同时兼顾多版本的并发控制。
- MyISAM存储引擎：对整个表加上一个排它锁来保证操作的原子性。如果一个查询请求需要对表进行读操作，则会给表加上一个共享锁（S-lock）；如果该请求要对表进行写操作，则会给表加上排它锁 (X-lock)。因此，MyISAM只支持表锁。
总之，行锁是为了提高并发性而采用的一种机制，而表锁则用于保证数据的完整性和一致性，但同时会导致访问的瓶颈和效率低下。
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.
