mysql查询语句的访问方法const、ref、ref_or_null、range、index、all

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: mysql查询语句的访问方法const、ref、ref_or_null、range、index、all

设计mysql的专家们把mysql执行查询的方式称为访问方法或者访问类型,也有人叫做访问级别。同一个查询语句可以使用多种不同的访问方法来执行,虽然最后的查询结果都是一样的,但是不同的执行方式花费的成本可能差距巨大。

下面我们来看一个下mysql都有哪些访问方法,以及他们各自的执行效率

假设我们有demo_table表,id列为主键,key2列为唯一二级索引列,key1为普通索引列

1、const

  • 通过主键来定位一条记录
select * from demo_table where id = 2;
  • 通过唯一二级索引来定位一条记录
select * from demo_table where key2 = 'zhangsan01';

规定通过主键或者唯一二级索引列常数的等值比较来定位一条记录的访问方法定义为const

2、ref

有时我们需要通过某个普通二级索引列常数进行等值比较,比如:

select * from demo_table where key1 = 'abc';

我们知道对于上面用到的二级索引,对应的扫描区间是[‘abc’,‘abc’],这是一个单点扫描区间,==我们可以定位到第一条’abc’的记录,然后沿着记录所在的单向链表向后扫描,直到某条记录不等于’abc’为止。==由于查询的列表是*,因此需要获取到每一条二级索引记录后都需要拿着id再去聚簇索引中查询完整的用户记录,也就是需要执行回表。

由于二级索引不会限制索引列的唯一性,所以通过二级索引查询的记录可能有多条,此时使用二级索引执行查询的代价就取决于扫描区间中的记录条数。

我们把搜索条件为二级索引列与常数进行等值比较,形成的扫描区间为单点扫描区间,采用二级索引来执行查询的访问方法称为ref

3、ref_or_null

有时,我们不仅想找出某个二级索引列的值等于某个常数的记录,而且还想把该列中值为NULL的记录也找出来,比如:

select * from demo_table where key1 = 'abc' OR key1 is NULL;

当使用二级索引而不是全表扫描的方式执行该查询时,对应的扫描区间就是[NULL,NULL]和[‘abc’,‘abc’],此时这种类型的查询所使用的访问方法就称为ref_or_null

4、range

有时候,我们的查询方法很复杂,比如下面这个sql

select * from demo_table where key2 in (1438,6328) OR (key2 >= 38 and key2 <= 79);

如果使用key2列的索引idx_key2来执行该查询,那么对应的扫描区间就是[1438,1438],[6328,6328], [38,79]。

我们把使用索引执行查询时,对应的扫描区间为若干个单点扫描区间或者范围扫描区间的访问方法称为range(仅包含一个单点扫描区间的访问方法不能称为range访问方法,扫描区间为(负无穷,正无穷)的访问方法也不能称为range)

5、index

我们来看下面这个查询

select key1 from demo_table;  // key1是普通二级索引

上面的sql无法形成合适的扫描区间,因为没有条件,无法使用ref或者range的访问方法,但是我们可以直接遍历所有的二级索引记录,因为我们查询的列只有key1,这是一个二级索引列,所以我们不需要回表,这种方式也称为覆盖索引。

我们把这种扫描全部二级索引记录的访问方法称为index访问方法。

6、all

最直接的查询方式就是全表扫描,对应InnoDB来说就是直接扫描全部的聚簇索引记录。

我们把这种使用全表扫描执行查询的访问方法称为all访问方法。

这些访问方法的执行级别排名

效率最高到最低

const > ref > ref_or_null > range > index > all

我们可以通过 EXPLAIN 来查看sql的执行的访问方法,其中type列就是所使用的访问方法比如

EXPLAIN SELECT line_item_id from task_center;

创作不易,点个赞或者加个收藏吧~👍

最后的最后送大家一句话

白驹过隙,沧海桑田

与君共勉


相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
5月前
|
存储 关系型数据库 MySQL
环比、环比增长率、同比、同比增长率 ,占比,Mysql 8.0 实例(最简单的方法之一)(sample database classicmodels _No.2 )
环比、环比增长率、同比、同比增长率 ,占比,Mysql 8.0 实例(最简单的方法之一)(sample database classicmodels _No.2 )
273 1
|
5月前
|
存储 关系型数据库 MySQL
提高MySQL查询性能的方法有很多
提高MySQL查询性能的方法有很多
362 7
|
22天前
|
SQL 关系型数据库 MySQL
Python中使用MySQL模糊查询的方法
本文介绍了两种使用Python进行MySQL模糊查询的方法:一是使用`pymysql`库,二是使用`mysql-connector-python`库。通过这两种方法,可以连接MySQL数据库并执行模糊查询。具体步骤包括安装库、配置数据库连接参数、编写SQL查询语句以及处理查询结果。文中详细展示了代码示例,并提供了注意事项,如替换数据库连接信息、正确使用通配符和关闭数据库连接等。确保在实际应用中注意SQL注入风险,使用参数化查询以保障安全性。
|
3月前
|
SQL 存储 关系型数据库
MySQL/SqlServer跨服务器增删改查(CRUD)的一种方法
通过上述方法,MySQL和SQL Server均能够实现跨服务器的增删改查操作。MySQL通过联邦存储引擎提供了直接的跨服务器表访问,而SQL Server通过链接服务器和分布式查询实现了灵活的跨服务器数据操作。这些技术为分布式数据库管理提供了强大的支持,能够满足复杂的数据操作需求。
135 12
|
3月前
|
存储 缓存 关系型数据库
MySQL的count()方法慢
MySQL的 `COUNT()`方法在处理大数据量时可能会变慢,主要原因包括数据量大、缺乏合适的索引、InnoDB引擎的设计以及复杂的查询条件。通过创建合适的索引、使用覆盖索引、缓存机制、分区表和预计算等优化方案,可以显著提高 `COUNT()`方法的执行效率,确保数据库查询性能的提升。
850 12
|
5月前
|
关系型数据库 MySQL Linux
Docker安装Mysql5.7,解决无法访问DockerHub问题
当 Docker Hub 无法访问时,可以通过配置国内镜像加速来解决应用安装失败和镜像拉取超时的问题。本文介绍了如何在 CentOS 上一键配置国内镜像加速,并成功拉取 MySQL 5.7 镜像。
1092 3
Docker安装Mysql5.7,解决无法访问DockerHub问题
|
4月前
|
关系型数据库 MySQL
Mysql 中日期比较大小的方法有哪些?
在 MySQL 中,可以通过多种方法比较日期的大小,包括使用比较运算符、NOW() 函数、DATEDIFF 函数和 DATE 函数。这些方法可以帮助你筛选出特定日期范围内的记录,确保日期格式一致以避免错误。
150 1
|
6月前
|
关系型数据库 MySQL 数据库
Python MySQL查询返回字典类型数据的方法
通过使用 `mysql-connector-python`库并选择 `MySQLCursorDict`作为游标类型,您可以轻松地将MySQL查询结果以字典类型返回。这种方式提高了代码的可读性,使得数据操作更加直观和方便。上述步骤和示例代码展示了如何实现这一功能,希望对您的项目开发有所帮助。
218 4
|
6月前
|
SQL 关系型数据库 MySQL
创建包含MySQL和SQLServer数据库所有字段类型的表的方法
创建一个既包含MySQL又包含SQL Server所有字段类型的表是一个复杂的任务,需要仔细地比较和转换数据类型。通过上述方法,可以在两个数据库系统之间建立起相互兼容的数据结构,为数据迁移和同步提供便利。这一过程不仅要考虑数据类型的直接对应,还要注意特定数据类型在不同系统中的表现差异,确保数据的一致性和完整性。
71 4
|
6月前
|
关系型数据库 MySQL Unix
MySQL配置不区分大小写的方法
结论 通过适当配置 lower_case_table_names参数以及在数据定义和查询中选择合适的校对规则,可以灵活地控制MySQL中的大小写敏感性,以适应不同的应用场景和需求。这样的设置既可以增加数据库的兼容性,又可以在必要时利用大小写敏感性进行精确的数据处理。需要注意的是,修改 lower_case_table_names参数后,最好在数据库初始化时进行,以避免现有表名的大小写问题。
722 3

热门文章

最新文章