mysql概念特性和优化

概念特性
基础命令
- 连接
- 监控
优化
- 字段
- 索引
- 查询

####共享锁(shared lock)和排它锁(exclusive lock)
也叫读锁(red lock)和写锁(write lock)
####多版本并发控制,(Multi-Version Concurrency Control)
InnoDB的MVCC，通过在每行后面保存2个隐藏列，创建时间和过期时间，类似拉链表，实际存的是系统版本号
####InnoDB存储引擎
+ 事务。如果不需要事务，主要是select和insert，那么可以用MyISAM
+ 备份。（在线热备份）
+ 崩溃恢复。MyISAM崩溃后损坏的概率比InnoDB高很多

修改表的存储引擎

先创建新表，用新的引擎，再把数据导入

服务器分类

SMP(Symmetric Multi-Processor)，对称单节点多核
MPP(Massive Parallel Processing)，多节点多核

RAID

Redundant Array of Independent Disks（独立磁盘冗余阵列），简称磁盘阵列

####连接mysql
mysql -hlocalhost -uroot -p
####查看表信息
show table status like 'user'

####服务器运行状态
show global status
####查看有哪些线程在运行
show full processlist
show processlist\G，(垂直方式输出)
####基准测试套件
Mysql基准测试套件(Benchmark Suite)是基于Perl开发的，在安装目录下的sql-bench子目录中
####慢查询日志是否开启
SHOW VARIABLES LIKE 'slow_query_log';
####慢查询日志存放位置
SHOW VARIABLES LIKE 'slow_query_log_file';

####尽量避免NULL
可为NULL的列使得索引，索引统计和值比较都更复杂。要建索引的列避免NULL
####timestamp和datetime
+ timestamp包含不同时区的时间，空间效率更高
+ datetime保存更大范围，1001到9999年

范式和反范式

范式的表更小，很少有多余的数据，更少需要distinct和group by
缺点是经常需要关联查询
反范式所有数据都在一张表中，可以避免关联查询
缺点是查询最差情况要全表扫描

加快alter table操作的速度

先再1台不提供服务的机器上alter，然后和提供服务的主库切换
建一张新表，导完数据再重命名替换

####B-Tree索引
适用于全键值，键值范围，键前缀。如果查询中有某个列的范围查询，则其右边的列都无法使用索引
####哈希索引（Memory引擎）
对每行数据的索引列计算一个hash code，将所有的哈希码存储在索引中，同时在哈希表中保存指向每行数据的指针。
#####创建自定义的哈希索引
key很长的时候比如url，where查询条件包括url常量值和经过哈希函数处理后的key，可以使用触发器在insert和update时维护哈希值。不包含常量值会引起哈希冲突
####空间数据索引（R-Tree）
MyISAM支持空间索引，地理数据存储
####聚簇索引
聚集索引将索引和数据保存在同一个b-tree中
####数据文件的结构
在data目录中，.MYD是数据文件，.MYI是索引文件，.frm是结构文件
####explain
使用explain加查询语句，可以查看是否用上索引，有没有做全表扫描等
```bash
mysql> explain select * from user;
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| 1 | SIMPLE | user | ALL | NULL | NULL | NULL | NULL | 4 | |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
1 row in set (0.01 sec)
```
####optimize
删除大量数据后，容易产生碎片，会使数据文件大小不变(MYD和MYI大小没变)，影响插入。optimize可以清除碎片，把分散存储的数据和索引重新挪到一起，操作时会加锁
####使用索引原则
+ 尽可能将要做范围查询的列放到索引后面，以便优化器能用尽可能多的索引列。查询只能使用索引的最左前缀，知道遇到第一个范围条件列
+ 可以的条件下，可以把范围查询替换成in(1,2,3)的等值查询

####分而治之
比如删除数据的时候，一次删除大量数据，可能一次锁住很多数据，阻塞其他查询。可以定时任务每个月删除数据，再每次到达一定行后删除，避免一次性删除大量数据。
####关联查询using
select * from a join b on a.id=b.id,可以简写为
select * from a join b using(id)
####分区表
通过分区函数来过滤一些分区
####存储过程
存储过程速度更快，因为无需网路通信开销，解析开销和优化器开销