3-MySQL篇

简介: 本文详解MySQL核心知识点,涵盖查询语句的书写与执行顺序、多表连接方式、索引类型及底层结构(B+树)、聚簇与非聚簇索引区别、回表查询与覆盖索引优化、左前缀原则、索引失效场景、SQL性能分析(EXPLAIN)及慢查询定位等,助力高效数据库开发与调优。

1. Mysql查询语句的书写顺序

Select [distinct ] <字段名称> from 表1 [ <join类型> join 表2 on <join条件> ] where <where条件> group by <字段>

having <having条件> order by <排序字段> limit <起始偏移量,行数>

2. Mysql查询语句的执行顺序

(8)Select(9)distinct 字段名1,字段名2,(7)[fun(字段名)](1)from 表1(3)<join类型>join 表2 (2)on <join条件> (4)where <where条件> (5)group by <字段> (6)having <having条件> (10)order by <排序字段> (11)limit <起始偏移量,行数>

3. Mysql 如何实现多表查询

MYSQL多表查询主要使用连接查询 , 连接查询的方式主要有 :

  • 内连接
  • 隐式内连接 : Select 字段 From 表A , 表B where 连接条件
  • 显式内连接 : Select 字段 From 表A inner join 表B on 连接条件
  • 外连接
  • 左外连接 : Select 字段 From 表A left join 表B on 连接条件
  • 右外连接 : Select 字段 From 表A right join 表B on 连接条件
  • 全外连接:(很少用)
  • 交叉连接 : (很少用)

4. MYSQL内连接和外连接的区别 ?

  • 内连接:只有两个元素表相匹配的才能在结果集中显示。
  • 外连接:左外连接: 左边为驱动表,驱动表的数据全部显示,匹配表的不匹配的不会显示。
  • 右外连接:右边为驱动表,驱动表的数据全部显示,匹配表的不匹配的不会显示。
  • 全外连接:连接的表中不匹配的数据全部会显示出来。
  • 交叉连接:笛卡尔效应,显示的结果是链接表数的乘积。

5. CHAR和VARCHAR的区别?

  1. char的长度是不可变的,用空格填充到指定长度大小,而varchar的长度是可变的。
  2. char的存取速度比varchar要快得多
  3. char的存储方式是:对英文字符(ASCII)占用1个字节,对一个汉字占用两个字节。varchar的存储方式是:对每个英文字符占用2个字节,汉字也占用2个字节。

6. 了解过Mysql的索引嘛 ?

MYSQL索引主要有 : 单列索引 , 组合索引空间索引 , 用的比较多的就是单列索引和组合索引 , 空间索引我这边没有用到过

单列索引 : 在MYSQL数据库表的某一列上面创建的索引叫单列索引 , 单列索引又分为

  • 普通索引:MySQL中基本索引类型,没有什么限制,允许在定义索引的列中插入重复值和空值,纯粹为了查询数据更快一点。
  • 唯一索引:索引列中的值必须是唯一的,但是允许为空值
  • 主键索引:是一种特殊的唯一索引,不允许有空值
  • 全文索引: 只有在MyISAM引擎、InnoDB(5.6以后)上才能使⽤用,而且只能在CHAR,VARCHAR,TEXT类型字段上使⽤用全⽂文索引。

组合索引 : 在MYSQL数据库表的多个字段组合上创建的索引 , 称为组合索引也叫联合索引

  • 组合索引的使用,需要遵循左前缀原则
  • 一般情况下,建议使用组合索引代替单列索引(主键索引除外)

7. 索引的底层数据结构了解过嘛 ?

索引是在存储引擎中实现的,也就是说不同的存储引擎,会使用不同的索引

MyISAM和InnoDB存储引擎:只⽀支持B+ TREE索引, 也就是说默认使用BTREE,不能够更换

MEMORY/HEAP存储引擎:支持HASH和BTREE索引

8. MYSQL支持的存储引擎有哪些, 有什么区别 ?

MYSQL存储引擎有很多, 常用的就二种 : MyISAMInnoDB , 者两种存储引擎的区别 ;

  • MyISAM支持256TB的数据存储 , InnoDB 只支持64TB的数据存储
  • MyISAM 不支持事务 , InnoDB 支持事务
  • MyISAM 不支持外键 , InnoDB 支持外键

9. 什么是聚簇索引什么是非聚簇索引 ?

聚簇索引

在使用InnoDB存储引擎的时候, 主键索引B+树叶子节点会存储数据行记录,简单来说数据和索引在一起存储 , 这就是聚簇索引

非聚簇索引

在使用MyISAM存储引擎的时候, B+树叶子节点只会存储数据行的指针,简单来说数据和索引不在一起 , 这就是非聚簇索引

10. 在一个非主键字段上创建了索引, 想要根据该字段查询到数据, 需要查询几次 ?

需要查询二次

如果使用MyISAM存储引擎 , 会首先根据索引查询到数据行指针, 再根据指针获取数据

如果是InnoDB存储引擎 , 会根据索引查找指定数据关联的主键ID , 再根据主键ID去主键索引中查找数据

11. 知道什么是回表查询嘛 ?

当我们为一张表的name字段建立了索引 , 执行如下查询语句 :

select name,age from user where name='Alice'

那么获取到数据的过程为 :

  1. 根据name='Alice'查找索引树 , 定位到匹配数据的主键值为id=18
  2. 根据id=18到主索引获取数据记录 (回表查询)

先定位主键值,再定位行记录就是所谓的回表查询,它的性能较扫一遍索引树低

12. 知道什么叫覆盖索引嘛 ?

覆盖索引是指只需要在一棵索引树上就能获取SQL所需的所有列数据 , 因为无需回表查询效率更高

实现覆盖索引的常见方法是:将被查询的字段,建立到联合索引里去。

执行如下查询语句 : select name,age from user where name='Alice'

因为要查询 nameage二个字段 , 那么我们可以建立组合索引

create index index_name_age on user(name,age)

那么索引存储结构如下 :

这种情况下, 执行select name,age from user where name='Alice' , 会先根据name='Alice', 找到记录 , 这条记录的索引上刚好又包含了 age 数据 , 直接把 Alice 77数据返回 , 就不会执行回表查询 , 这就是覆盖索引

13. 知道什么是左前缀原则嘛 ?

在mysql建立联合索引时会遵循左前缀匹配的原则,即最左优先,在检索数据时从联合索引的最左边开始匹配,组合索引的第一个字段必须出现在查询组句中,这个索引才会被用到 ;

例如 : create index index_age_name_sex on tb_user(age,name,sex);

上述SQL语句对 age,namesex建一个组合索引index_age_name_sex,实际上这条语句相当于建立了(age) , (age,name) , (age,name,sex)三个索引 .

select * from tb_user where age = 49 ;  -- 使用索引
select * from tb_user where age = 49 and name = 'Alice' ;  -- 使用索引
select * from tb_user where age = 49 and name = 'Alice' and sex = 'man';  -- 使用索引
select * from tb_user where age = 49  and sex = 'man';  -- 使用索引 , 但是只有 age 匹配索引 sex没有走索引
select * from tb_user where name = 'Alice' and age = 49 and sex = 'man' ;  -- 使用索引 ,  因为MySQL的查询优化器会自动调整 where 子句的条件顺序以使用适合的索引
select * from tb_user where name = 'Alice'  and sex = 'man' ;  -- 不会使用索引

14. 什么情况下索引会失效 ?

MySQL 索引通常是被用于提高 WHERE 条件的数据行匹配时的搜索速度,编写合理化的SQL能够提高SQL的执行效率

  1. 不要在列上使用函数和进行运算
  2. 不要在列上使用函数,这将导致索引失效而进行全表扫描。
  3. 尽量避免使用 != 或 not in或 <> 等否定操作符
  4. 尽量避免使用 or 来连接条件
  5. 多个单列索引并不是最佳选择,建立组合索引代替多个单列索引, 可以避免回表查询
  6. 查询中的某个列有范围查询,则其右边所有列都无法使用索引优化查找
  7. 索引不会包含有NULL值的列
  8. 当查询条件左右两侧类型不匹配的时候会发生隐式转换,隐式转换带来的影响就是可能导致索引失效而进行全表扫描。
  9. like 语句的索引失效问题like 的方式进行查询,在 like “value%” 可以使用索引,但是对于 like “%value%” 这样的方式,执行全表查询

15. 索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要 ?

需要创建索引情况

  1. 主键自动建立主键索引
  2. 频繁作为查询条件的字段应该创建索引
  3. 多表关联查询中,关联字段应该创建索引 (on 两边都要创建索引)
  4. 查询中排序的字段,应该创建索引
  5. 频繁查找字段 , 应该创建索引
  6. 查询中统计或者分组字段,应该创建索引

不要创建索引情况

  1. 表记录太少
  2. 经常进⾏行行增删改操作的表
  3. 频繁更新的字段
  4. where条件里使用频率不高的字段

16. mysql的性能优化

  1. 从设计方面 选择合适的存储引擎 , 合适的字段类型 , 遵循范式(反范式设计)
  1. 存储引擎 : 不需要事务, 不需要外键读写较多的的使用MyIsam需要事务, 需要外键的使用InnoDB
  2. 合适的字段类型 , 例如 : 定长字符串用char , 不定长用varchr状态, 性别等有限数量值的用tinyint
  3. 遵循范式 :第一范式1NF,原子性第二范式2NF,消除部分依赖第三范式3NF,消除传递依赖

2.从功能方面可以对索引优化,采用缓存缓解数据库压力,分库分表。

3.从架构方面可以采用主从复制,读写分离,负载均衡

17. MYSQL超大分页怎么处理 ?

MYSQL 不是跳过offset行, 而是取offset+N行, 然后放弃前offset行 , 返回N行, 所以当offset比较法的情况下分页效率很低

正确的处理方法是 : 先快速定位需要获取的id再关联查询获取数据

18. 如何定位慢查询 ?

可以在MYSQL配置文件中开启慢查询 , 有两种方式可以开启慢查询

方式一 : 修改my.ini配置文件 , 重启 MySQL 生效

[mysqld]
log_output='FILE,TABLE'
slow_query_log='ON'
long_query_time=0.001

方式二 : 设置全局变量

SET GLOBAL slow_query_log = 'ON';
SET GLOBAL log_output = 'FILE,TABLE';
SET GLOBAL long_query_time = 0.001;

19. 一个SQL语句执行很慢, 如何分析

首先可以开启慢查询, 通过慢查询日志或者命令, 获取到执行慢的SQL语句 , 其次可以使用EXLPAIN命令分析SQL语句的执行过程

EXLPAIN命令, 比较重要的字段(加黑加粗的是重要的) :

select_type重点解读

type重点解读:查询性能从上到下依次是最好到最差

extra重点解读

20. Mysql锁和分库分表

有精力看看下发的资料和文档, 没精力直接说没搞过

相关文章
|
算法 测试技术 开发工具
编写高效技术文档的艺术:C++项目实践指南
编写高效技术文档的艺术:C++项目实践指南
418 0
|
API Python
局域网管理软件中的设备发现和自动添加代码示例
在局域网管理软件中,设备发现和自动添加是很重要的功能,能使管理员能够轻松地监视和管理网络上的各种设备。本文将介绍一些设备发现和自动添加的代码示例,以帮助开发人员更好地理解如何实现这些功能。
604 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型专业名词解释手册
本文系统介绍了大语言模型(LLM)的核心概念、训练方法、优化技术、应用模式及伦理问题,涵盖Transformer架构、注意力机制、预训练与微调、提示工程、模型压缩、安全对齐等关键技术术语,全面解析大模型的工作原理与发展挑战,助力深入理解生成式AI的技术脉络与未来方向。
500 0
|
3月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景中的准确性与可控性。分块策略是其核心,直接影响检索效率与回答质量。本文系统解析固定大小、语义、递归、基于结构和LLM的五种分块方法,对比优缺点及适用场景,并探讨RAG在知识关联、多模态理解等方面的前沿挑战与优化路径。
232 0
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
|
3月前
|
消息中间件 人工智能 NoSQL
RocketMQ:A2A协议实现多智能体优化
Apache RocketMQ推出专为AI场景设计的轻量级通信模型LiteTopic,通过百万级队列支持海量会话,并结合A2A协议与AgentScope框架,实现多智能体高效、可靠的异步协作,重塑企业级AI应用通信架构。
139 0
RocketMQ:A2A协议实现多智能体优化
|
3月前
|
人工智能 自然语言处理 API
全面认识MCP:大模型连接真实世界的“USB-C接口”
MCP(模型上下文协议)是Anthropic推出的开放标准,旨在打通大模型与外部工具、数据源的连接壁垒,被誉为AI时代的“USB-C接口”。它通过统一的协议规范,实现AI智能体对各类工具的即插即用,简化开发流程,提升任务执行效率,推动AI应用向自动化、生态化演进。
433 0
全面认识MCP:大模型连接真实世界的“USB-C接口”
|
6月前
|
存储 数据采集 监控
RFID技术快速解决固定资产管理中各种 “拦路虎”
在数字化转型背景下,RFID固定资产管理系统通过标签、读写设备与管理平台的协同,实现资产全生命周期的智能追踪与管控,解决传统管理中盘点低效、账实不符、资产流失等问题,助力企业提升管理效率、降低运营成本,推动资产管理向智能化、信息化升级。
|
3月前
|
负载均衡 算法 Java
5-微服务篇
本文详解SpringBoot自动装配原理、启动流程、核心注解@SpringBootApplication组成,以及常用起步依赖、配置文件加载顺序。涵盖SpringBoot运行方式、跨域解决方案,结合SpringCloud介绍五大组件、微服务通信、注册发现、负载均衡策略及自定义方法。同时分享项目中限流、熔断、降级、异常处理等实战经验,全面解析微服务架构关键技术实现。
168 0
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
379 2

热门文章

最新文章