1、为什么要进行SQL优化?

    1.1  查询性能低

    1.2  执行时间过长

    1.3  等待时间过长

    1.4  SQL写的太差(尤其是多表关联查询)

    1.5  索引失效

    1.6  服务器参数(缓存、线程数)设置不合理

    1.7  项目需求不合理

    ......

    程序员关注的主要是SQL、索引

2、MySQL执行过程

    2.1  前言:

          MySQL服务器在接收到客户端发来的SQL语句,是不能够马上执行该SQL语句;

          该SQL需要进行一系列复杂的过程,最终转变为二进制的机器码,才能被执行;

    2.2  SQL执行流程

        

        

    2.3  SQL执行顺序

        

    2.4  SQL优化的目标

          主要是对索引的有效使用

3、数据库索引

    3.1

    3.2  案例

      

      索引的目的:减少磁盘的IO次数,从而提升性能;

          【扩展】:

              一个3层的B+树的数据结构,可以容纳上百万条数据,查询某个数据,只需要3次IO,效率极高;

    3.3  索引的利弊

          利

              减少IO次数,提高查询效率;

              降低CPU的使用率;

          

              占用磁盘的存储空间(索引本身也是文件);

              不适用索引的情况:

                  数据量小的表;

                  频繁变动的字段;

                  不经常查询的字段;

                  对增删改操作效率降低(需要重新维护索引);

              【备注】:

                  查询优化器  会对  使用索引、不使用索引  进行比对,如果发现不使用效率更高,则不会使用索引(索引的使用与否  由  查询优化器  决定);

    3.4  索引的分类

          同一张表  可以有  多个不同的索引;

          3.4.1  主键索引

          3.4.2  单列索引

                单独对表中的某个列做索引(根据需求);

          3.4.3  唯一索引

                该列数据中没有重复数据,都是唯一的;

          3.4.4  复合索引

                项目中使用最多的;

                实际需求中  往往是按照多个条件进行查询,而mysql在查询时只会选择其中一个做索引(最优的  执行计划);

                复合索引的规则比较严格;

    3.5  SQL执行计划

          3.5.1  前言

                SQL语句执行之前,SQL优化器  会对   SQL语句  进行优化和调整,最后生成最优的SQL执行计划

                最终执行的SQL不一定是我们当初编写的SQL;

          3.5.2  查看SQL执行计划

                explain SQL语句;

          3.5.3  执行计划详解

                

                id:SQL执行的序列号

                    如果有多个,数字大的优先执行;如果相同,依次执行;

                select_type:查询的类型

                    

                table:数据来自哪张表;

                type:显示   连接使用哪种类别、有无使用索引(explain工具分析最重要的);

                    

                    

                possible_keys:可以使用的索引;

                key:SQL执行时真正用到的索引;

                key_len:mysql决定使用的键长度

                    长度越短越好;

                ref:参数类型;

                rows:要达到结果,必须搜索多少行数据;

                Extra:mysql解决问题的详细信息(关键参考项之一);

                    

4、SQL优化

    4.1  适当使用索引

        4.1.1  建索引的原则

              a,频繁作为查询条件的字段建索引,eg:关联查询的外键...

              b,唯一性差 的字段,不适合 单独创建索引;

                c,更新频繁的字段,不合适建索引;

              d,不会出现在where语句中的字段,不适合建索引;

        4.1.2  join的原则

              a,不要使用inner join ,原因是SQL执行顺序;

              b,数据量小的表写在join左边,数据量大的写在join的右边;

                  mysql中的join使用Nested Loop join来实现(循环嵌套):

                      数据量小的为外层循环、数据量大的为内层循环,最后合并结果;

              c,优先优化内层循环;

              d,保证join语句中  被作为连接条件的字段已经建立了索引;

              e,扩大缓冲区的大小,容纳更多的查询数据(BDA的职责);

        4.1.3  避免索引失效

              

关系型数据库---MYSQL---优化的更多相关文章

  1. Hadoop生态组件Hive,Sqoop安装及Sqoop从HDFS/hive抽取数据到关系型数据库Mysql

    一般Hive依赖关系型数据库Mysql,故先安装Mysql $: yum install mysql-server mysql-client [yum安装] $: /etc/init.d/mysqld ...

  2. MongoDB 与传统关系型数据库mysql比较

    与关系型数据库相比,MongoDB的优点: 转载自  http://blog.sina.com.cn/s/blog_966e430001019s8v.html①弱一致性(最终一致),更能保证用户的访问 ...

  3. 关系型数据库MySQL多实例

    简介 MySQL数据库是一个中小型关系型数据库管理系统,软件开发者为瑞典MySQL AB公司.在2008年1月16号被Sun公司收购后Sun公司又被oracle公司收购.目前MySQL被广泛地应用在I ...

  4. 关系型数据库MySql简介

    什么是关系型数据库? 数据库就是用来存储数据的仓库,是一种特殊的文件. 根据存储的数据不同,划分为关系型数据库和非关系型数据库. 关系型数据库就是指 建立在关系模型基础上的数据库,通俗来讲这种数据库就 ...

  5. 数据库 mysql 优化器原理

    MySQL查询优化器有几个目标,但是其中最主要的目标是尽可能地使用索引,并且使用最严格的索引来消除尽可能多的数据行. 你的最终目标是提交SELECT语句查找数据行,而不是排除数据行.优化器试图排除数据 ...

  6. Flink RichSourceFunction应用,读关系型数据(mysql)数据写入关系型数据库(mysql)

    1. 写在前面 Flink被誉为第四代大数据计算引擎组件,即可以用作基于离线分布式计算,也可以应用于实时计算.Flink的核心是转化为流进行计算.Flink三个核心:Source,Transforma ...

  7. Python3爬虫(九) 数据存储之关系型数据库MySQL

    Infi-chu: http://www.cnblogs.com/Infi-chu/ 关系型数据库关系型数据库是基于关系模型的数据库,而关系模型是通过二维表来保存的,所以关系型数据库的存储方式就是行列 ...

  8. sqlyog管理关系型数据库mysql数据库之sqlyog的安装管理

    .关系型数据库 有库有表,有关系 非关系型数据库  存储对象.集 下面的所有演示截图都是基不超过SQLyog 11进行的. 1. 2.点击上图中的应用程序,进行安装. 安装sqlyog , 账户dd0 ...

  9. 数据库mysql优化方案

    1.创建索引对于查询占主要的应用来说,索引显得尤为重要.很多时候性能问题很简单的就是因为我们忘了添加索引而造成的,或者说没有添加更为有效的索引导致.如果不加索引的话,那么查找任何哪怕只是一条特定的数据 ...

  10. 关系型数据库MySQL主从同步-读写分离

    1.环境准备 我的数据库版本是MySQL 5.6 MySQL主机至少两个实例,可以是多实例,可以是多台主机 关闭selinux,关闭防火墙等基础优化 2.安装 yum -y install make ...

随机推荐

  1. RTF筛选工具

    您可借助此项筛选程序对具备.rtf扩展名的文档进行爬行遍历,以便通过搜索结果对目标文档加以访问调用.管理员应先在相关服务器上对程序文件进行注册,方可运行此项工具. 用户下载.安装并使用相关代码的行为即 ...

  2. 575 div 3 C. Robot Breakout

    C. Robot Breakout 题目大意: 一堆机器人,已知他们的初始位置(x,y),本来都可以向四个方向移动,但是一些原因,一个机器人的不能向某些方向移动,该方向能移动用1表示,否则用0 求他们 ...

  3. C语言 | 线段树

    #include<stdio.h> #define MAX_LEN 1000 void build_tree(int arr[],int tree[],int node,int start ...

  4. linux中awk 详解

    一.awk简介 awk是一个非常好用的数据处理工具,相对于sed常常作用于一整个行的处理,awk则比较倾向于一行当中分成数个[字段]处理,因此,awk相当适合处理小型的数据数据处理.awk是一种报表生 ...

  5. Vagrant 手册之网络 - 端口转发

    原文地址 Vagrantfile 配置文件中端口转发的网络标识符:forwarded_port,例如: config.vm.network "forwarded_port", gu ...

  6. poj3253Fence Repair (Huffman)

    Huffman树:具有n个外部节点(叶子节点)的二叉树 每个外部节点都有一个对应的权值Wi 叶节点带权外部路径长度总和WPL=Wi*Li(i从1到n)最小(权越大的节点里根越进) 构造Huffman树 ...

  7. User-Based Collaborative Recommender System

    Collaborative Recommender System基于User给Item的打分表,认为相似度很高的用户,会对同一个item给出相似的分数,找出K个相似度最高的用户,集合他们的打分,来推算 ...

  8. 企业SRC整理

    0.SRCs|安全应急响应中心 - 0xsafe 1.腾讯安全应急响应中心(TSRC) 2.360安全应急响应中心 3.京东安全应急响应中心(JSRC) 4.平安集团安全应急响应中心(PSRC) 5. ...

  9. Linux——通配符

    因为 shell 频繁地使用文件名,所以shell有一个使命令行强大的特性, shell 提供了特殊字符来帮助我们快速指定一组文件名.这些特殊字符叫做通配符.使用通配符(也以文件名代换著称)允许我们依 ...

  10. Requests爬取网页的编码问题

    Requests爬取网页的编码问题 import requests from requests import exceptions def getHtml(): try: r=requests.get ...