标签：总结 存储 where 使用 查询 索引 Mysql 优化 select

1. 存储引擎的选择

存储引擎：MySQL中的数据、索引以及其他对象的存储方式

5.1之前默认存储引擎是MyISAM,5.1之后默认存储引擎是Innodb。

差异：

MyISAM引擎设计简单，数据以紧密格式存储，所以某些读取场景下性能很好。

如果没有特别的需求，使用默认的Innodb即可。

MyISAM：以读写插入为主的应用程序，比如博客系统、新闻门户网站。

Innodb：更新（删除）操作频率也高，或者要保证数据的完整性；并发量高，支持事务和外键保证数据完整性。比如OA自动化办公系统。

《高性能Mysql》一书中列举很多存储引擎，但是其强烈推荐使用Innodb即可

2. 字段设计

- 数据库设计3大范式

• 第一范式（确保每列保持原子性）
• 第二范式（确保表中的每列都和主键相关）
• 第三范式（确保每列都和主键列直接相关，而不是间接相关）

通常建议使用范式化设计,因为范式化通常会使得执行操作更快。但这并不是绝对的,范式化也是有缺点的,通常需要关联查询，不仅代价昂贵,也可能使一些索引策略无效。

- 单表字段不宜过多

　　建议最多30个以内

　　字段越多,会导致性能下降,并且增加开发难度(一眼望不尽的字段,我们这些开发仔会顿时傻掉的)

- 使用小而简单的合适数据类型

　　a.字符串类型

　　固定长度使用char,非定长使用varchar,并分配合适且足够的空间

　　char在查询时,会把末尾的空格去掉;

　　b.小数类型

　　一般情况可以使用float或double,占用空间小,但存储可能会损失精度

　　decimal可存储精确小数,存储财务数据或经度要求高时使用decimal

　　c.时间日期

　　　　-- datetime:

　　　　范围：1001年~9999年

　　　　存储：8个字节存储,以YYYYMMDDHHMMSS的格式存储

　　　　时区：与时区无关

　　　　-- timestamp:

　　　　范围：1970年~2038年

　　　　存储：4个字节存储,存储以UTC格式保存,与UNIX时间戳相同

　　　　时区：存储时对当前的时区进行转换,检索时再转换回当前的时区

　　　　通常尽量使用timestamp,因为它占用空间小,并且会自动进行时区转换,无需关心地区时差

　　　　datetime和timestamp只能存储最小颗粒度是秒,可以使用BIGINT类型存储微秒级别的时间戳

　　d.大数据 blob和text

　　　　blob和text是为存储很大的数据的而设计的字符串数据类型,但通常建议避免使用

　　　　MySQL会把每个blob和text当做独立的对象处理,存储引擎存储时会做特殊处理,当值太大,innoDB使用专门的外部存储区域进行存储,行内存储指针,然后在外部存储实际的值。这些都会导致严重的性能开销

- 尽量将列设置为NOT NULL

　　a.可为NULL的列占用更多的存储空间

　　b.可为NULL的列,在使用索引和值比较时,mySQL需要做特殊的处理,损耗一定的性能

　　建议:通常最好指定列为NOT NULL,除非真的需要存储NULL值

- 尽量使用整型做主键

　　a.整数类型通常是标识列最好的选择,因为它们很快并且可以使用AUTO_INCREMENT

　　b.应该避免使用字符串类型作为标识列,因为它们很消耗空间,并且通常比数字类型慢

　　c.对于完全"随机"的字符串也需要多加注意。例如：MD5(),SHAI()或者UUID()产生的字符串。这些函数生成的新值也任意分布在很大空间内，这会导致INSERT和一些SELECT语句很缓慢

3. 索引

- 使用索引为什么快

　　索引相对于数据本身,数据量小

　　索引是有序的，可以快速确定数据位置

　　Innodb的表示是索引组织表,表数据的分布按照主键排序

- 索引的存储结构

　　a.B+树

　　b.哈希(键值对的结构)

　　MySQL中的主键索引用的是B+树结构,非主键索引可以选择B+树或者哈希

　　通常建议使用B+树索引，因为哈希索引缺点比较多:无法用于排序、无法用于范围查询、数据量大时,可能会出现大量哈希碰撞,导致效率低下

- 索引的类型

　　按作用分类:

　　　　1.主键索引

　　　　2.普通索引:没有特殊限制,允许重复的值

　　　　3.唯一索引:不允许有重复的值,速度比普通索引略快

　　　　4.全文索引:用作全文搜索匹配,但基本用不上,只能索引英文单词,而且操作代价很大

　　按数据存储结构分类:

　　　　1.聚簇索引

　　　　定义：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。

　　　　主键索引是聚簇索引,数据的存储顺序是和主键的顺序相同的

　　　　2.非聚簇索引

　　　　定义：该索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同，一个表中可以拥有多个非聚集索引。

　　　　聚簇索引以外的索引都是非聚集索引,细分为普通索引、唯一索引、全文索引,它们也被称为二级索引。

　　　　主键索引的叶子节点存储的是"行指针",直接指向物理文件的数据行。

　　　　二级索引的叶子结点存储的是主键值

　　覆盖索引:可直接从非主键索引直接获取数据无需回表的索引

　　比如:

　　　　假设t表有一个(clo1,clo2)的多列索引

　　　　select  clo1,clo2  from  t  where  clo = 1;

　　　　那么,使用这条sql查询,可直接从(clo1,clo2)索引树中获取数据,无需回表查询,因此我们需要尽可能的在select后只写必要的查询字段，以增加索引覆盖的几率。

　　多列索引:使用多个列作为索引,比如(clo1,clo2)

　　　　使用场景:当查询中经常使用clo1和clo2作为查询条件时,可以使用组合索引,这种索引会比单列索引更快

　　　　需要注意的是,多列索引的使用遵循最左索引原则

　　　　假设创建了多列索引index(A,B,C)，那么其实相当于创建了如下三个组合索引：

　　　　1.index(A,B,C)

　　　　2.index(A,B)

　　　　3.index(A)

　　　　这就是最左索引原则，就是从最左侧开始组合。

- 索引优化

　　1.索引不是越多越好,索引是需要维护成本的

　　2.在连接字段上应该建立索引

　　3.尽量选择区分度高的列作为索引,区分度count(distinct col)/count(*)表示字段不重复的比例,比例越大扫描的记录数越少，状态值、性别字段等区分度低的字段不适合建索引

　　4.几个字段经常同时以AND方式出现在Where子句中,可以建立复合索引,否则考虑单字段索引

　　5.把计算放到业务层而不是数据库层

　　6.如果有 order by、group by 的场景，请注意利用索引的有序性。

　　　　order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现 file_sort 的情况，影响查询性能

　　　　例如对于语句 where a=? and b=? order by c，可以建立联合索引(a,b,c)。

　　　　order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现 file_sort(外部排序) 的情况，影响查询性能

　　　　对于语句 where a=? and b=? order by c，可以建立联合索引(a,b,c)。

　　　　如果索引中有范围查找，那么索引有序性无法利用，如 WHERE a>10 ORDER BY b;索引(a,b)无法排序。

- 可能导致无法使用索引的情况

　　1.is null 和 is not null

　　2.!= 和 <> (可用in代替)

　　3."非独立列":索引列为表达式的一部分或是函数的参数

　　　　例如:表达式的一部分:select id from t where id +1 = 5      函数参数:select id from t where to_days(date_clo) >= 10

　　4.like查询以%开头

　　5.or (or两边的列都建立了索引则可以使用索引)

　　6.类型不一致

　　　　如果列是字符串类型，传入条件是必须用引号引起来，不然无法使用索引

　　　　select * from tb1 where email = 999;

4. sql优化建议

　　1.首先了解一下sql的执行顺序,使我们更好的优化

　　　　(1)FROM:数据从硬盘加载到数据缓冲区，方便对接下来的数据进行操作

　　　　(2)ON:join on实现多表连接查询,先筛选on的条件,再连接表

　　　　(3)JOIN:将join两边的表根据on的条件连接

　　　　(4)WHERE:从基表或视图中选择满足条件的元组

　　　　(5)GROUP BY:分组，一般和聚合函数一起使用

　　　　(6)HAVING:在元组的基础上进行筛选，选出符合条件的元组（必须与GROUP BY连用）

　　　　(7)SELECT:查询到得所有元组需要罗列的哪些列

　　　　(8)DISTINCT:去重

　　　　(9)UNION:将多个查询结果合并

　　　　(10)ORDER BY：进行相应的排序

　　　　(11)LIMIT:显示输出一条数据记录

　　　　　　join on实现多表连接查询，推荐该种方式进行多表查询，不使用子查询(子查询会创建临时表,损耗性能)

　　　　　　避免使用HAVING筛选数据,而是使用where

　　　　　　order by后面的字段建立索引,利用索引的有序性排序,避免外部排序

　　　　　　如果明确知道只有一条结果返回，limit 1 能够提高效率

　　2.超过三个表最好不要 join

　　3.避免 SELECT *，从数据库里读出越多的数据，那么查询就会变得越慢
　　4.尽可能的使用 NOT NULL列,可为NULL的列占用额外的空间,且在值比较和使用索引时需要特殊处理,影响性能

　　5.用exists、not exists和in、not in相互替代

　　　　原则是哪个的子查询产生的结果集小，就选哪个

　　　　select *  from  t1  where  x in  (select y from t2)

　　　　select  *  from  t1  where  exists  ( select  null  from  t2  where  y = x )

　　　　IN适合于外表大而内表小的情况；existx适合于外表小而内表大的情况

　　6.使用exists代替distinct

　　　　当提交一个包含一对多表信息（比如部门表和职员表）的查询时，避免在select子句中使用distinct，一般可以考虑使用exists代替，使查询更为迅速，因为子查询的条件一旦满足，立马返回结果

　　　　低效写法：

　　　　　　select  distinct  dept_no,dept_name  from  dept d,emp e  where  d.dept_no=e.dept_no

　　　　高效写法：

　　　　　　select  dept_no,dept_name  from  dept  d  where  exists  (select  'x'  from  emp  e  where  e.dept_no=d.dept_no)　　　　　　备注：其中x的意思是：因为exists只是看子查询是否有结果返回，而不关心返回的什么内容，因此建议写一个常量，性能较高！　　　　用exists的确可以替代distinct，不过以上方案仅适用dept_no为唯一主键的情况，如果要去掉重复记录，需要参照以下写法：

　　　　　　select * from emp where dept_no exists (select Max(dept_no)) from dept d, emp e where e.dept_no=d.dept_no group by d.dept_no)　　

　　7. 避免隐式数据类型的转换
　　　　隐式数据类型转换不能适用索引，导致全表扫描！t_tablename表的phonenumber字段为varchar类型
　　　　以下代码不符合规范：　
　　　　　　select column1 into i_l_variable1 from t_tablename where phonenumber=18519722169;
　　　　应编写如下：
　　　　　　select column1 into i_lvariable1 from t_tablename where phonenumber='18519722169';
　　8. 分段查询
　　　　在一些查询页面中，当用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。
5.explain分析执行计划
　　explain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。
　　例：
　　　　explain select user from mysql.user;
　　+----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+
　　| id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra   

　　  +----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+
　　   | 1 | SIMPLE | user | NULL | index | NULL | PRIMARY | 276 | NULL | 6 | 100.00 | Using index |
　　  +----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+

id

select_type

table 

type  

possible_keys

key

key_len 

ref

rows 

filtered 

Extra   

标签：总结,存储,where,使用,查询,索引,Mysql,优化,select
来源： https://www.cnblogs.com/occl/p/11317047.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。