python mysql索引 优化神器explain 慢查询

##############总结##########

数据库中专门帮助用户快速找到数据的一种数据结构

类似于字典的目录的索引

索引的作用:约束和加速查找

工作原理: b+树形结构 最上层是树根,中间是树枝,最下面是叶子节点(真实数据)

先找根节点: 存枝节点 索引的空间位子 : 然后根据枝节点的空间位子,来找叶子节点的真实数据

常见的几种索引:

普通索引

唯一索引

主键索引

联合索引(多列)

　　-联合主键索引

　　-联合唯一索引

　　-联合普通索引

无索引:从前往后一条一条查询

有索引:创建索引的本质,就是创建额外的文件(某种格式存储,查询的时候,先去格外的文件找,定好位置,然后再去原始表中直接查询,但是创建索引越多对磁盘也有消耗)

建立索引的目的:

a.额外的文件保存特殊的数据结构

b.查询快,但是插入更新删除依然慢

c.创建索引之后,唏嘘命中索引才能有效

#索引的种类

hash索引和btree索引
(1)hash类型的索引:查询单条快,范围查询慢
(2)btree类型的索引,b+树,层数越多,数据量指数级增长(innodb默认支持它)

1.主键索引(聚合索引)

#主键索引
create table t1(
　　id int primary key
)

create table t1(
id int
primary key(id)
)
#主键索引
alter table 表名 add primary key(列名);

#删除主键索引
alter table 表名 drop primary key;

2.唯一索引

#创建表 & 唯一索引
create table userinfo(
id int primary key auto_increment,
name char(30) not null,
unique key ix_name(name)
)
#唯一索引

alter table userinfo add unique 索引名字(name);

#删除唯一索引
alter table 表名字 drop index 索引名字

3.普通索引(辅助索引)

#创建表 & 普通索引
create table userinfo(
id int not null auto_increment primary key,
name varchar(32) not null,
index ix_name(name)
)

#普通索引
alter table 表名 add index 索引名字(name)  或者 create index 索引名字 on 表名(name)
#删除索引
alter table 表名 drop index 索引名字
#查看索引
show index from 表名

4.组合索引

组合索引是将 n个列组合 合成一个索引

其应用场景为：频繁的同时使用n列来进行查询，如：where name = 'alex' and email = 'alex@qq.com'。

#联合普通索引
create index 索引名 on 表名(列名1,列名2);

最左前缀匹配：
        create index ix_name_email on user(name,email);
                 select * from userinfo where name = 'alex';
                 select * from userinfo where name = 'alex' and email='alex@oldBody';

                 select * from userinfo where  email='alex@oldBody';

             如果使用组合索引如上，name和email组合索引之后，查询
             （1）name和email ---使用索引
             （2）name        ---使用索引
             （3）email       ---不适用索引
              对于同时搜索n个条件时，组合索引的性能好于多个单列索引

索引注意点

注意点:
1.条件1 and 条件2:所有条件都成立才算成立，但凡要有一个条件不成立则最终结果不成立 这个mysql做了优化 查询的时候 只要其中有一条有索引,就会走索引
2.条件1 or 条件2:只要有一个条件成立则最终结果就成立,这个未做优化
3.加完索引后 只要带加索引的那一列才会起到加速作用
4.用四则运算条件的时候 把计算写后面 where id = 3000/3; 不能写成id*3=3000
5.like 这类语法的时候 尽量精准 能匹配多少算多少

优化神器 explain

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。

mysql> explain select id from s1 where id=1000; #在辅助索引中就找到了全部信息，Using index代表覆盖索引
+----+-------------+-------+------------+------+---------------+--------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+--------+---------+-------+------+----------+-------------+
| 1 | SIMPLE | s1 | NULL | ref | idx_id | idx_id | 4 | const | 1 | 100.00 | Using index |
+----+-------------+-------+------------+------+---------------+--------+---------+-------+------+----------+-------------+
1 row in set, 1 warning (0.03 sec)

#主要查看  rows 影响的行

详情看 这里 http://www.cnblogs.com/yycc/p/7338894.html

 慢查询优化的基本步骤

慢日志
            - 执行时间 > 10
            - 未命中索引
            - 日志文件路径
my.conf 内容
slow_query_log = ON
slow_query_log_file = d:/...

show variables like '%query%';

注意：修改配置文件之后，需要重启服务

MySQL 5.6:
slow-query-log=1
slow-query-log-file=slow.log
long_query_time=37