mysql索引原理以及sql优化

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
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: mysql索引原理以及sql优化

索引与约束

       索引是有序的存储结构,是按单个或多个列的值进行排序,主要是为了提升搜索效率;

索引分类

       按数据结构划分包括B+树索引,hash索引,全文索引elasticsearch;按物理存储划分包括聚集索引,辅助索引(要查找数据得先通过辅助索引查找到聚集索引,然后再通过聚集索引查找数据);按列的属性进行划分包括主键索引(非空唯一索引),唯一索引(允许出现一个null),普通索引,前缀索引(只比较前几个字符的长字符串);按列的个数划分包括单列索引,组合索引;

索引的代价

       占用空间,有维护的代价,主要体现在dml操作会变慢;

       innodb必须要有一个主键,因为innodb主键索引对应聚集索引B+树;B+树是多路平衡搜索树, 中序遍历是有序的;所有的叶子节点都在同一层,并且叶子节点构成了双向链表,节点的大小都为数据页的大小即16k,因为一个扇区是512字节,因为读磁盘时都是8个扇区为单位也就是4k;innodb中我们叶子节点中至少要存储两行数据;非叶子节点只会记录索引信息,叶子节点记录数据信息;按照主键构建的B+树,叶子节点中存放数据页,数据也是索引的一部分;

       辅助索引中,叶子节点不包含行记录的全部数据,辅助索引的叶子节点中,除了用来排序的key还包含一个bookmark;该书签存储了聚集索引的key;

       索引使用B+树实现是为了降低磁盘io和范围查询;mysql使用索引的场景如where判断,group by,order by;mysql使用不索引的场景如没有where判断,group by,order by,以及区分度不高的列,区分度是指列中数据差异不同的列有多少;经常修改的列不要创建索引;表的数据量少也不要创建索引;

覆盖索引

       覆盖索引是一种数据查询方式,针对的是辅助索引;直接通过辅助索引B+树就能获取查询的值,而无需通过回表查询;在select中尽量写我们需要的字段;

最左匹配原则

       最左匹配原则针对的是组合索引,匹配规则是从左到右依次进行匹配;遇到>或<或between like就停止匹配;

索引下推

       索引下推也主要是为了减少回表次数;如果没有索引下推,那么server层向存储引擎层请求数据,在server层根据索引条件进行数据过滤;有索引下推,则将索引条件判断下推到存储引擎中过滤数据,最终由存储引擎层进行数据汇总返回到server层;

索引存储

       数据是不是会缓存在磁盘中;

       innodb数据结构,分为在内存中的数据结构,和磁盘中的数据结构;buffer pool是用来缓存表和索引数据的,聚集索引在buffer pool修改;采用LRU算法让buffer pool只缓存比较热的数据;change buffer用来缓存二级索引,如果是辅助索引的修改会先在change buffer中修改,change buffer的数据会异步刷新到buffer pool中;

       buffer pool默认是128M数据,为了阻止buffer pool中的数据,我们用free list,flush list,lru list;链表中记录的都是buffer pool中的页信息;128M存储不了大量数据,这是就通过淘汰策略更新lru list最近最少使用的数据链表;

增删改数据

       如果数据在buffer pool中则直接修改,并将数据页放到flush list中,在未来进行刷盘,但是不会每次增删改都会落盘,而是通过另外线程对flush list统一落盘;

change buffer

       change buffer是缓存非唯一索引的数据变更DML操作,change buffer中的数据将会异步merge到磁盘当中;free list组织buffer pool中未使用的缓存页,flush list组织buffer pool中脏页,也就是刷盘的页,lru组织buffer pool中冷热数据,当buffer pool没有空闲页,将lru list中最久未使用的数据进行淘汰;

索引存储

       数据页是16k,buffer pool用于缓存数据页,用于降低磁盘io次数;change buffer用于缓存非唯一索引的DML数据;

索引失效

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
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
|
5天前
|
SQL 缓存 监控
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
本文详细解析了数据库、缓存、异步处理和Web性能优化四大策略,系统性能优化必知必备,大厂面试高频。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
|
22天前
|
存储 关系型数据库 MySQL
MySQL主从复制原理和使用
本文介绍了MySQL主从复制的基本概念、原理及其实现方法,详细讲解了一主两从的架构设计,以及三种常见的复制模式(全同步、异步、半同步)的特点与适用场景。此外,文章还提供了Spring Boot环境下配置主从复制的具体代码示例,包括数据源配置、上下文切换、路由实现及切面编程等内容,帮助读者理解如何在实际项目中实现数据库的读写分离。
MySQL主从复制原理和使用
|
14天前
|
SQL 存储 缓存
如何优化SQL查询性能?
【10月更文挑战第28天】如何优化SQL查询性能?
59 10
|
13天前
|
SQL 存储 缓存
SQL Server 数据太多如何优化
11种优化方案供你参考,优化 SQL Server 数据库性能得从多个方面着手,包括硬件配置、数据库结构、查询优化、索引管理、分区分表、并行处理等。通过合理的索引、查询优化、数据分区等技术,可以在数据量增大时保持较好的性能。同时,定期进行数据库维护和清理,保证数据库高效运行。
|
27天前
|
SQL 资源调度 分布式计算
如何让SQL跑快一点?(优化指南)
这篇文章主要探讨了如何在阿里云MaxCompute(原ODPS)平台上对SQL任务进行优化,特别是针对大数据处理和分析场景下的性能优化。
|
22天前
|
SQL 关系型数据库 MySQL
Mysql中搭建主从复制原理和配置
主从复制在数据库管理中广泛应用,主要优点包括提高性能、实现高可用性、数据备份及灾难恢复。通过读写分离、从服务器接管、实时备份和地理分布等机制,有效增强系统的稳定性和数据安全性。主从复制涉及I/O线程和SQL线程,前者负责日志传输,后者负责日志应用,确保数据同步。配置过程中需开启二进制日志、设置唯一服务器ID,并创建复制用户,通过CHANGE MASTER TO命令配置从服务器连接主服务器,实现数据同步。实验部分展示了如何在两台CentOS 7服务器上配置MySQL 5.7主从复制,包括关闭防火墙、配置静态IP、设置域名解析、配置主从服务器、启动复制及验证同步效果。
Mysql中搭建主从复制原理和配置
|
30天前
|
SQL Oracle 关系型数据库
SQL优化-使用联合索引和函数索引
在一次例行巡检中,发现一条使用 `to_char` 函数将日期转换为字符串的 SQL 语句 CPU 利用率很高。为了优化该语句,首先分析了 where 条件中各列的选择性,并创建了不同类型的索引,包括普通索引、函数索引和虚拟列索引。通过对比不同索引的执行计划,最终确定了使用复合索引(包含函数表达式)能够显著降低查询成本,提高执行效率。
|
29天前
|
SQL 运维 关系型数据库
MySQL 运维 SQL 备忘
MySQL 运维 SQL 备忘录
45 1
|
18天前
|
SQL 关系型数据库 MySQL
MySql5.6版本开启慢SQL功能-本次采用永久生效方式
MySql5.6版本开启慢SQL功能-本次采用永久生效方式
32 0
|
18天前
|
SQL 关系型数据库 MySQL
mysql编写sql脚本:要求表没有主键,但是想查询没有相同值的时候才进行插入
mysql编写sql脚本:要求表没有主键,但是想查询没有相同值的时候才进行插入
30 0