Mysql存储过程、索引

sql语句执行顺序:

from---> join---> on---> where---> group by---> avg,sum.... ---> having---> select---> distinct---> order by---> limit

存储过程优点:

存储过程是一组予编译的 SQL 语句，它的优点有：

允许模块化程序设计，就是说只需要创建一次过程，以后在程序中就可以调用该过程任意次。
允许更快执行，如果某操作需要执行大量 SQL 语句或重复执行，存储过程比 SQL 语句执行的要快。
减少网络流量，例如一个需要数百行的 SQL 代码的操作有一条执行语句完成，不需要在网络中发送数百行代码。

实际上尽量少用存储过程，因为存储过程难以调试和扩展

MySQL 存储过程的创建

CREATE PROCEDURE 存储过程名(参数列表)

BEGIN

SQL 语句代码块

END

查询user表中有多少用户demo：

CREATE PROCEDURE proc1(OUT s int)

BEGIN

SELECT COUNT(*) INTO s FROM user;

END

参数： MySQL 存储过程参数有三种类型：in、out、inout。
如果仅仅想把数据传给 MySQL 存储过程，那就使用“in”类型参数；如果仅仅从 MySQL 存储过程返回值，
那就使用“out”类型参数；如果需要把数据传给 MySQL 存储过程，还要经过一些计算后再传回给我们，
此时，要使用“inout”类型参数。

Mysql 调用储存过程

Set @n=1 //声明变量

Call procName(@n) //调用储存过程

索引

用到索引的地方：join、where、order by

索引是否起作用用explain查看，测试数据量小测试的sql可以抛弃索引。

ALTER TABLE <表名> ADD INDEX (<字段>);

例：
mysql> alter table t_name add index(field_name);

索引分类

普通索引(index)：仅加速查询
唯一索引(unique index)：加速查询 + 列值唯一（可以有null）
主键索引(primary key)：加速查询 + 列值唯一（不可以有null）+ 表中只有一个
组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并
全文索引(fulltext)：对文本的内容进行分词，进行搜索

全文索引要用MATCH (col1,col2,...) AGAINST (expr [search_modifier])查询

约束

/*外键约束,父表一定要设置主键不然执行不成功*/
alter table 子表的数据表名 add foreign key(子表的外键名称) references 父表的数据表名称（父表的主键名称）;

mysql 分库分表

分库分表有垂直切分和水平切分两种。

垂直切分：即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库 workDB、商品数据库 payDB、用户数据库 userDB、日志数据库 logDB 等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。

水平切分：当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如 userID 散列，进行划分，然后存储到多个结构相同的表，和不同的库上。例如，我们的 userDB 中的用户数据表中，每一个表的数据量都很大，就可以把 userDB 切分为结构相同的多个 userDB：part0DB、part1DB 等，再将 userDB 上的用户数据表 userTable，切分为很多 userTable：userTable0、userTable1 等，然后将这些表按照一定的规则存储到多个 userDB 上。

应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负。在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。

单库多表：
随着用户数量的增加，user 表的数据量会越来越大，当数据量达到一定程度的时候对 user 表的查询会渐渐的变慢，从而影响整个 DB 的性能。如果使用 mysql, 还有一个更严重的问题是，当需要添加一列的时候，mysql 会锁表，期间所有的读写操作只能等待。可以将 user 进行水平的切分，产生两个表结构完全一样的 user_0000,user_0001 等表，user_0000 +user_0001 + …的数据刚好是一份完整的数据。

多库多表：
随着数据量增加也许单台 DB 的存储空间不够，随着查询量的增加单台数据库服务器已经没办法支撑。这个时候可以再对数据库进行水平区分。分库分表规则举例：通过分库分表规则查找到对应的表和库的过程。如分库分表的规则是 user_id 除以 4 的方式，当用户新注册了一个账号，账号 id 的 123,我们可以通过 id 除以 4 的方式确定此账号应该保存到 User_0003 表中。当用户 123 登录的时候，我们通过 123 除以 4 后确定记录在 User_0003 中。

mysql 读写分离

在实际的应用中，绝大部分情况都是读远大于写。Mysql 提供了读写分离的机制，所有的写操作都必须对应到 Master，读操作可以在 Master 和 Slave 机器上进行，Slave 与 Master 的结构完全一样，一个 Master可以有多个 Slave,甚至 Slave 下还可以挂 Slave,通过此方式可以有效的提高 DB 集群的每秒查询率.所有的写操作都是先在 Master 上操作，然后同步更新到 Slave 上，所以从 Master 同步到 Slave 机器有一定的延迟，当系统很繁忙的时候，延迟问题会更加严重，Slave 机器数量的增加也会使这个问题更加严重。此外，可以看出 Master 是集群的瓶颈，当写操作过多，会严重影响到 Master 的稳定性，如果 Master 挂掉，整个集群都将不能正常工作。所以，
1. 当读压力很大的时候，可以考虑添加 Slave 机器的分式解决，但是当 Slave 机器达到一定的数量就得考虑分库了。 2. 当写压力很大的时候，就必须得进行分库操作。