MySQL索引及视图

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,集群系列 2核4GB
简介: MySQL索引及视图
  1. 上节回顾

1.1 information_schema.tables
1.2 B树查找算法
1.3 B树功能分类
聚集索引
辅助索引
1.4 辅助索引分类
单列
联合
唯一
前缀

  1. 执行计划分析(desc explain)
    2.1 table
    2.2 type: ALL index range ref eq_ref const NULL
    ALL:
    select from t1;
    select
    from t1 where xxx where 条件无索引
    select from t1 where != not in like '%xaa%'
    index:
    select id from city;
    range: > < >= <= like , in or
    ref:
    select
    from city where countrycode='CHN';
    eq_ref : 多表连接
    const :主键和唯一键的等值

2.3 possible_key:可能会用到的索引

2.4 key: 真正选择了哪个索引

2.5 key_len 索引覆盖长度 **
实例:
use school;
create table test (id int,k1 char(2) not null,k2 varchar(2) not null,k3 char(4),k4 varchar(4)) default charset utf8mb4 collate utf8mb4_bin;
insert into test values (1,'aa','中国','aaaa','汉唐雄风');
insert into test values (2,'bb','美国','bbbb','开心自由');
insert into test values (3,'cc','日本','cccc','抱残守缺');
insert into test values (4,'dd','韩国','dddd','宇宙大国');

alter table test add index idx_k1(k1);
alter table test add index idx_k2(k2);
alter table test add index idx_k3(k3);
alter table test add index idx_k4(k4);

desc select from test where k1='aa';
desc select
from test where k2='韩国';
desc select from test where k3='cccc';
desc select
from test where k4='宇宙大国';

alter table test drop index idx_k1;
alter table test drop index idx_k2;
alter table test drop index idx_k3;
alter table test drop index idx_k4;

alter table test add index idx_k(k1,k2,k3,k4);

desc select from test where k1='aa' and k2='中国' and k3='aaaa' and k4='汉唐雄风';
desc select
from test where k4='汉唐雄风' and k2='中国' and k3='aaaa' and k1='aa';

varchar(20) utf8mb4 *

  1. 能存20个任意字符
  2. 不管存储的是字符,数字,中文,都1个字符最大预留长度是4个字节
  3. 对于中文,1个占4个字节
  4. 对于数字和字母,1个实际占用大小是1个字节
  5. char 用一个字节表示是否为空
  6. varchar 用一个字节表示是否为空,用两个字节表示值长度

===============================
Extra: Using filesort **
出现Using filesort,说明在查询中有关排序的条件列没有应用索引,MySQL有可能就要进行文件排序。
order by
group by
distinct
union

  1. 联合索引应用细节

3.1. 只要我们将来的查询,所有索引列都是<等值>查询条件下,无关排列顺序
唯一值多的列放在最左侧
abcd
acbd
adbc
acbd
等等

原因: 优化器,自动做查询条件的排列

3.2. 不连续部分条件
cda ----> acd ---> a -----> idx(c,d,a) #如果类似查询较多,新建新顺序索引
dba ----> abd ---> ab ----> idx(d,b,a)

3.3. 在where查询中如果出现> < >= <= like ,启用范围range查询
(1)
mysql> desc select * from test where k1='aa' and k3='aaaa' and k4='aaaaaaaa' and k2>'aaa';
(2)
mysql> alter table test add index idx1(k1,k3,k4,k2);

3.4. 多子句查询,应用联合索引
mysql> desc select * from test where k1='aa' order by k2;
mysql> alter table test add index idx3(k1,k2);

  1. explain(desc)使用场景(面试题)
    你做过哪些优化?
    你用过什么优化工具?
    你对索引这块怎么优化的?

题目意思: 我们公司业务慢,请你从数据库的角度分析原因
1.mysql出现性能问题,我总结有两种情况:
(1)应急性的慢:突然卡住
应急情况(压力测试):数据库卡了,资源耗尽
处理过程:
show processlist; 获取到导致数据库夯住的语句
explain 分析SQL的执行计划,有没有走索引,索引的类型情况
建索引,改语句
(2)一段时间慢(持续性的):
记录慢日志slowlog,分析slowlog:
查看慢日志:show variables like '%slow%';
启用慢日志:set global slow_query_log='on';
explain 分析SQL的执行计划,有没有走索引,索引的类型情况
建索引,改语句

  1. 索引应用规范
    5.1 建立索引的原则(DBA运维规范) *
    (1) 建表必须要有主键,一般是无关列,自增长
    (2) 经常做为where条件列 order by group by join on, distinct 的条件
    (3) 最好使用唯一值多的列作为联合索引前导列,其他的按照联合索引优化细节来做
    (4) 列值长度较长的索引列,我们建议使用前缀索引.
    (5) 降低索引条目,一方面不要创建没用索引,不常使用的索引清理,percona toolkit(pt-duplicate-key-checker检查冗余索引)
    (6) 索引维护要避开业务繁忙期
    (7) 小表不建索引

5.2 不走索引的情况(开发规范) **
(1) 没有查询条件,或者查询条件没有建立索引
select
from city;
select * from city where 1=1;
(2) 查询结果集是原表中的大部分数据,应该是25%以上。
(3) 索引本身失效,统计数据不真实(刚更新数据,索引还没有同步)

面试题:同一个语句突然变慢?
统计信息过旧,导致的索引失效

(4) 查询条件使用函数在索引列上,或者对索引列进行运算,运算包括(+,-,,/,! 等)
mysql> desc select
from city where id-99=1;
(5) 隐式转换导致索引失效.
(6) <> ,not in 不走索引(辅助索引)
(7) like "%aa" 百分号在最前面不走
(8) 联合索引不查第一个值

=============================================================================
1.视图的定义:

一张虚表,和真实的表一样。视图包含一系列带有名称的行和列数据。
视图是从一个或多个基表中导出来的,可以通过insert,update,delete来操作视图。

2.视图的优点:

简单化:看到的就是需要的。视图不仅可以简化用户对数据的理解,也可以简化操作。经常被使用的查询可以制作成一个视图

安全性:通过视图用户只能查询和修改所能见到的数据,数据库中其他的数据既看不见也取不到。数据库授权命令可以让每个用户对数据库的检索限制到特定的数据库对象上,但不能授权到数据库特定的行,列上。

逻辑数据独立性:视图可帮助用户屏蔽真实表结构变化带来的影响

3.创建单表视图
创表:
CREATE TABLE t(quantity INT, price INT);

插入数据:
INSERT INTO t VALUES(3,50);

创建视图:
CREATE VIEW view_t AS SELECT quantity,price,quantity*price FROM t;

查看视图:
SELECT * FROM view_t;

4.创建多表视图
创建表:
create table student( s_id int(3) primary key,s_name varchar(30),s_age int(3),s_sex varchar(8));

create table stu_info(s_id int(3),class varchar(50),addr varchar(100)) default charset utf8mb4 collate utf8mb4_bin;

插入数据:
insert into student values (1,'z3',20,'m'),(2,'L4',30,'m'),(3,'w5',40,'f');

insert into stu_info (s_id,class,addr) values(1,'二班','安徽'),(2,'三班','重庆'),(3,'一班','山东');

创建视图:
CREATE VIEW stu_class(id,name,class)
AS
SELECT student.s_id,student.s_name,stu_info.class from student,stu_info WHERE student.s_id=stu_info.s_id;

查看视图的基本信息:
SHOW TABLE STATUS LIKE 'stu_class'\G

查看视图的详细信息:
show create view stu_class;

5.查看mysql中所有视图
select * from information_schema.views\G

6.修改视图
CREATE OR REPLACE VIEW view_t AS SELECT * FROM t;

ALTER VIEW view_t AS SELECT quantity FROM t ;

7.更新视图
UPDATE view_t SET quantity=5;

8.删除视图内容
DELETE FROM view_t WHERE quantity=5;

9.删除视图
DROP VIEW stu_class;

10.视图和表的区别
(1)视图是已经编译好的SQL语句,是基于SQL语句的结果集的可视化的表。而表不是。
(2)视图没有实际的物理记录,而表有。
(3)表是内容,视图窗口
(4)表和视图虽然都占用物理空间,但是视图只是逻辑概念存在,而表可以及时对数据进行修改,但是视图只能用创建语句来修改
(5)视图是查看数据表的一种方法,可以查询数据表中某些字段构成的数据,只是一些SQL 语句的集合。从安全角度来说,视图可以防止用户接触数据表,因而不知道表结构
(6)表属于全局模式中的表,是实表。而视图属于局部模式的表,是虚表
(7)视图的建立和删除只影响视图本身,而不影响对应表的基本表

11.两者的联系
视图是在基本表之上建立的表,它的结构和内容都来自于基本表,它依赖基本表存在而存在。
一个视图可以对应一个基本表,也可以对应多个基本表。视图是基本的抽象和逻辑意义上建立的关系。

12.视图的优缺点
优点:
简化查询,把复杂的单表或多表查询语句,简单化。
提供安全层,可以针对特定用户限制访问某些基表的特殊列。
缺点:
视图嵌套,影响查询效率。
视图与基表有依赖关系,频繁修改基表会比较繁琐。

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
目录
相关文章
|
1月前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
185 66
|
10天前
|
SQL 关系型数据库 MySQL
深入解析MySQL的EXPLAIN:指标详解与索引优化
MySQL 中的 `EXPLAIN` 语句用于分析和优化 SQL 查询,帮助你了解查询优化器的执行计划。本文详细介绍了 `EXPLAIN` 输出的各项指标,如 `id`、`select_type`、`table`、`type`、`key` 等,并提供了如何利用这些指标优化索引结构和 SQL 语句的具体方法。通过实战案例,展示了如何通过创建合适索引和调整查询语句来提升查询性能。
91 9
|
15天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化以及慢查询优化
通过本文的介绍,希望您能够深入理解MySQL索引优化和慢查询优化的方法,并在实际应用中灵活运用这些技术,提升数据库的整体性能。
56 18
|
7天前
|
存储 Oracle 关系型数据库
索引在手,查询无忧:MySQL索引简介
MySQL 是一款广泛使用的关系型数据库管理系统,在2024年5月的DB-Engines排名中得分1084,仅次于Oracle。本文介绍MySQL索引的工作原理和类型,包括B+Tree、Hash、Full-text索引,以及主键、唯一、普通索引等,帮助开发者优化查询性能。索引类似于图书馆的分类系统,能快速定位数据行,极大提高检索效率。
34 8
|
13天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化以及慢查询优化
通过本文的介绍,希望您能够深入理解MySQL索引优化和慢查询优化的方法,并在实际应用中灵活运用这些技术,提升数据库的整体性能。
19 7
|
13天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化与慢查询优化:原理与实践
通过本文的介绍,希望您能够深入理解MySQL索引优化与慢查询优化的原理和实践方法,并在实际项目中灵活运用这些技术,提升数据库的整体性能。
45 5
|
17天前
|
存储 关系型数据库 MySQL
Mysql索引:深入理解InnoDb聚集索引与MyisAm非聚集索引
通过本文的介绍,希望您能深入理解InnoDB聚集索引与MyISAM非聚集索引的概念、结构和应用场景,从而在实际工作中灵活运用这些知识,优化数据库性能。
83 7
|
2天前
|
存储 关系型数据库 MySQL
【MYSQL】 ——索引(B树B+树)、设计栈
索引的特点,使用场景,操作,底层结构,B树B+树,MYSQL设计栈
|
1月前
|
关系型数据库 MySQL Java
MySQL索引优化与Java应用实践
【11月更文挑战第25天】在大数据量和高并发的业务场景下,MySQL数据库的索引优化是提升查询性能的关键。本文将深入探讨MySQL索引的多种类型、优化策略及其在Java应用中的实践,通过历史背景、业务场景、底层原理的介绍,并结合Java示例代码,帮助Java架构师更好地理解并应用这些技术。
36 2
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
298 1