数据库MySQL 之 索引原理与慢查询优化

浏览目录

  • 索引介绍方法类型

  • 聚合索引辅助索引

  • 测试索引

  • 正确使用索引

  • 组合索引

  • 注意事项

  • 查询计划

  • 慢查询日志

  • 大数据量分页优化

一、索引介绍方法类型

1、介绍

可以帮助用户快速的找到需要的内容;在MySQL中也叫做“键”,是存储引擎用于快速找到记录的一种数据结构。能够大大提高查询效率。特别是当数据量非常大,查询涉及多个表时,使用索引往往能使查询速度加快成千上万倍。

总结: 
索引的目的在于提高查询效率,与我们查阅图书所用的目录是一个道理:先定位到章,然后定位到该章下的一个小节,然后找到页数。相似的例子还有:查字典,查地图等等

本质: 
通过不断地缩小想要获取数据的范围来筛选出最终想要的结果,同时把随机的事件变成顺序的事件,也就是说,有了这种索引机制,我们可以总是用同一种查找方式来锁定数据。

2、索引方法-MySQL的BTREE 改进索引

  • 就是一种将索引值按一定的算法,存入一个树形的数据结构中
  • 概念铺垫——B-Tree数据结构
    • 结构 
      B-TREE 每个节点都是一个二元数组: [key, data],所有节点都可以存储数据。key为索引key,data为除key之外的数据。
    • 结构图

  • 检索原理 
    首先从根节点进行二分查找,如果找到则返回对应节点的data,否则对相应区间的指针指向的节点递归进行查找,直到找到节点或未找到节点返回null指针。
  • 缺点
      • 插入删除新的数据记录会破坏B-Tree的性质,因此在插入删除时,需要对树进行一个分裂、合并、转移等操作以保持B-Tree性质。造成IO操作频繁。
      • 区间查找可能需要返回上层节点重复遍历,IO操作繁琐。
  • 概念铺垫——B+Tree(B-Tree的变种)
    • 结构 
      与B-Tree相比,B+Tree有以下不同点:非叶子节点不存储data,只存储索引key;只有叶子节点才存储data。
    • 结构图

  • Mysql选择B+TREE索引的原因 
    索引本身也很大,不可能全部存储在内存中,因此索引往往以索引文件的形式存储的磁盘上。这样的话,索引查找过程中就要产生磁盘I/O消耗,相对于内存存取,I/O存取的消耗要高几个数量级,所以索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数,提升索引效率。
  • MyISAM & InnoDB 都使用B+Tree索引结构。但是底层索引存储不同,MyISAM 采用非聚集索引,而InnoDB采用聚集索引。

3、索引方法-HASH索引

hash就是一种(key=>value)形式的键值对,允许多个key对应相同的value,但不允许一个key对应多个value,为某一列或几列建立hash索引,就会利用这一列或几列的值通过一定的算法计算出一个hash值,对应一行或几行数据。hash索引可以一次定位,不需要像树形索引那样逐层查找,因此具有极高的效率

4、HASH与BTREE比较

hash类型的索引:查询单条快,范围查询慢 
btree类型的索引:b+树,层数越多,数据量越大,范围查询和随机查询快(innodb默认索引类型) 
不同的存储引擎支持的索引类型也不一样 
InnoDB支持事务,支持行级别锁定,支持 Btree、Hash 等索引,不支持Full-text 索引; 
MyISAM不支持事务,支持表级别锁定,支持 Btree、Full-text 等索引,不支持 Hash 索引; 
Memory不支持事务,支持表级别锁定,支持 Btree、Hash 等索引,不支持 Full-text 索引; 
NDB支持事务,支持行级别锁定,支持 Hash 索引,不支持 Btree、Full-text 等索引; 
Archive不支持事务,支持表级别锁定,不支持 Btree、Hash、Full-text 等索引;

5、索引类型

  • 普通索引:加速查询

    • 创建表+索引
1
2
3
4
5
6
创建表同时添加name字段为普通索引
create table tb1(
id int not null auto_increment primary key,
name varchar(100not null,
index idx_name(name) 
);
    • 创建索引
1
2
单独为表指定普通索引
create index idx_name on tb1(name);
    • 删除索引
1
drop index idx_name on tb1;
    • 查看索引
1
show index from tb1;
    • 查看索引、列介绍
1
2
3
4
5
6
7
8
9
10
11
12
·Table 表的名称。
·Non_unique 如果索引为唯一索引,则为0,如果可以则为1
·Key_name 索引的名称
·Seq_in_index 索引中的列序列号,从1开始。
·Column_name 列名称。
·Collation 列以什么方式存储在索引中。在MySQL中,有值‘A’(升序)或NULL(无分类)。
·Cardinality 索引中唯一值的数目的估计值。
·Sub_part 如果列只是被部分地编入索引,则为被编入索引的字符的数目。如果整列被编入索引,则为NULL。
·Packed 指示关键字如何被压缩。如果没有被压缩,则为NULL。
·Null 如果列含有NULL,则含有YES。如果没有,则该列含有NO。
·Index_type 用过的索引方法(BTREE, FULLTEXT, HASH, RTREE)。
·Comment 多种评注
  • 唯一索引:加速查询 和 唯一约束(可含一个null值)

    • 创建表+唯一(unique)索引
1
2
3
4
5
6
create table tb2(
         id int not null auto_increment primary key,
          name varchar(50not null,
          age int not null,
           unique index idx_age (age)  
  );
    • 创建unique索引
1
create unique index idx_age on tb2(age);
  • 主键索引:加速查询 和 唯一约束(不可含null)、一个表中最多只能有一个主键索引

    • 创建表 + 主键
1
2
3
4
5
6
7
8
9
10
11
12
13
方式一:
create table tb3(
id int not null auto_increment primary key,
name varchar(50not null,
age int default 0
);
方式二:
create table tb3(
id int not null auto_increment,
name varchar(50not null,
age int default 0 ,
primary key(id)
);
    • 创建主键
1
alter table tb3 add primary key(id);
    • 删除主键
1
2
3
4
5
6
方式一
alter table tb3 drop primary key;
 
方式二:
如果当前主键为自增主键,则不能直接删除.需要先修改自增属性,再删除
alter table tb3 modify id int ,drop primary key; 
  • 组合索引:组合索引是将n个列组合成一个索引

    • 创建表+组合索引
1
2
3
4
5
6
create table tb4(
id int not null ,
name varchar(50not null,
age int not null,
index idx_name_age (name,age)  
);
    • 创建组合索引
1
create index idx_name_age on tb4(name,age);
    • 索引应用场景 
1
2
3
4
5
6
比如你在为某商场做一个会员卡的系统。这个系统有一个会员表包含下列字段:
会员编号 INT、会员姓名 VARCHAR(10)、会员身份证号码 VARCHAR(18)、会员电话 VARCHAR(10)
会员住址 VARCHAR(50)、会员备注信息 TEXT
那么这个会员编号,作为主键,使用 PRIMARY
会员姓名如果要建索引的话,那么就是普通的 INDEX
会员身份证号码如果要建索引的话,那么可以选择 UNIQUE(唯一的,不允许重复)

二、聚合索引、辅助索引

1、聚集索引

InnoDB表索引组织表,即表中数据按主键B+树存放,叶子节点直接存放整条数据,每张表只能有一个聚集索引。

  • 当你定义一个主键时,InnnodDB存储引擎则把它当做聚集索引
  • 如果你没有定义一个主键,则InnoDB定位到第一个唯一索引,且该索引的所有列值均飞空的,则将其当做聚集索引
  • 如果表没有主键或合适的唯一索引INNODB会产生一个隐藏的行ID值6字节的行ID聚集索引
  • 补充:由于实际的数据页只能按照一颗B+树进行排序,因此每张表只能有一个聚集索引,聚集索引对于主键的排序和范围查找非常有利。
  • 例子: 比如图书馆新进了一批书。那么这些书需要放到图书馆内。书如何放一般都有一个规则,杂志类的放到101货架,文学类的放到102货架,理工类的放到103货架等等。这些存储的规则决定了每本书应该放到哪里,找到对应的货架就相当于找到了所有的书。而这个例子中聚集索引为书的类别。

2、辅助索引

(也称为非聚集索引)是指叶节点不包含行的全部数据,叶节点除了包含键值之外,还包含一个书签连接,通过该书签再去找相应的行数据。

  • 对于这种方式来说,你需要两个步骤:

    • 查询该记录所在的位置。
    • 通过该位置去取要找的记录。

3、二者区别以及使用场景

  • 二者区别: 
    相同的是:不管是聚集索引还是辅助索引,其内部都是B+树的形式,即高度是平衡的,叶子结点存放着所有的数据。 
    不同的是:聚集索引叶子结点存放的是一整行的信息,而辅助索引叶子结点存放的是单个索引列信息。

  • 何时使用聚集索引或非聚集索引

动作描述 使用聚集索引 使用非聚集索引
列经常被分组排列  应  应
返回某范围内的数据 应  不应 
一个或极少不同值 不应  不应 
 频繁更新的列 不应  应  
外键列  应  应 
主键列  应  应 
频繁修改索引列  不应  应 

三、测试索引

1、创建数据

1
2
3
4
5
6
7
8
9
-- 1.创建表
CREATE TABLE userInfo(
    id int NOT NULL,
    name VARCHAR(16) DEFAULT NULL,
    age int,
    sex char(1not null,
    email varchar(64) default null
)ENGINE=MYISAM DEFAULT CHARSET=utf8;
注意:MYISAM存储引擎不产生引擎事务,数据插入速度极快,为方便快速插入测试数据,等我们插完数据,再把存储类型修改为InnoDB

2、创建存储过程,插入数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
-- 2.创建存储过程
delimiter$$
CREATE PROCEDURE insert_user_info(IN num INT)
BEGIN
    DECLARE val INT DEFAULT 0;
    DECLARE n INT DEFAULT 1;
    -- 循环进行数据插入
    WHILE n <= num DO
        set val = rand()*50;
        INSERT INTO userInfo(id,name,age,sex,email)values(n,concat('alex',val),rand()*50,if(val%2=0,'女','男'),concat('alex',n,'@qq.com'));
        set n=n+1;
    end while;
END $$
delimiter;

3、调用存储过程插入500万条数据

1
call insert_user_info(5000000);

4、此步骤可以忽略修改引擎为INNODB

1
ALTER TABLE userinfo ENGINE=INNODB;

5、测试索引

1
2
3
4
5
6
7
8
9
10
·在没有索引的前提下测试查询速度
    SELECT * FROM userinfo WHERE id = 4567890;
    注意:无索引情况,mysql根本就不知道id等于4567890的记录在哪里,只能把数据表从头到尾扫描一遍,此时有多少
    个磁盘块就需要进行多少IO操作,所以查询速度很慢。
 
·在表中已经存在大量数据的前提下,为某个字段段建立索引,建立速度会很慢
    CREATE INDEX idx_id on userinfo(id);
 
·在索引建立完毕后,以该字段为查询条件时,查询速度提升明显
    select * from userinfo where id  = 4567890;

6、注意

  • mysql先去索引表里根据b+树的搜索原理很快搜索到id为4567890的数据,IO大大降低,因而速度明显提升
  • 我们可以去mysql的data目录下找到该表,可以看到添加索引后该表占用的硬盘空间多了 
  • 如果使用没有添加索引的字段进行条件查询,速度依旧会很慢

四、正确使用索引

数据库表中添加索引后确实会让查询速度起飞,但前提必须是正确的使用索引来查询,如果以错误的方式使用,则即使建立索引也会不奏效。即使建立索引,索引也不会生效

五、组合索引

1、定义:是指对表上的多个列组合起来做一个索引

2、好处:

  • “一个顶三个”。建了一个(a,b,c)的组合索引,那么实际等于建了(a),(a,b),(a,b,c)三个索引,因为每多一个索引,都会增加写操作的开销和磁盘空间的开销。对于大量数据的表,这可是不小的开销!
  • 索引列越多,通过索引筛选出的数据越少。有1000W条数据的表,有如下sql:select * from table where a = 1 and b =2 and c = 3,假设假设每个条件可以筛选出10%的数据,如果只有单值索引,那么通过该索引能筛选出1000W*10%=100w 条数据,然后再回表从100w条数据中找到符合b=2 and c= 3的数据,然后再排序,再分页;如果是组合索引,通过索引筛选出1000w *10% *10% *10%=1w,然后再排序、分页,哪个更高效,一眼便知
  • 最左匹配原则: 从左往右依次使用生效,如果中间某个索引没有使用,那么断点前面的索引部分起作用,断点后面的索引没有起作用;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
select * from mytable where a=3 and b=5 and c=4;
   #abc三个索引都在where条件里面用到了,而且都发挥了作用
 
select * from mytable where  c=4 and b=6 and a=3;
  #这条语句列出来只想说明 mysql没有那么笨,where里面的条件顺序在查询之前会被mysql自动优化,效果跟上一句一样
 
select * from mytable where a=3 and c=7;
  #a用到索引,b没有用,所以c是没有用到索引效果的
 
select * from mytable where a=3 and b>7 and c=3;
  #a用到了,b也用到了,c没有用到,这个地方b是范围值,也算断点,只不过自身用到了索引
 
select * from mytable where b=3 and c=4;
  #因为a索引没有使用,所以这里 bc都没有用上索引效果
 
select * from mytable where a>4 and b=7 and c=9;
  #a用到了  b没有使用,c没有使用
 
select * from mytable where a=3 order by b;
  #a用到了索引,b在结果排序中也用到了索引的效果
 
select * from mytable where a=3 order by c;
  #a用到了索引,但是这个地方c没有发挥排序效果,因为中间断点了
 
select * from mytable where b=3 order by a;
  #b没有用到索引,排序中a也没有发挥索引效果

六、注意事项

  • 避免使用select *
  • 其他数据库中使用count(1)或count(列) 代替 count(*),而mysql数据库中count(*)经过优化后,效率与前两种基本一样.
  • 创建表时尽量时 char 代替 varchar
  • 表的字段顺序固定长度的字段优先
  • 组合索引代替多个单列索引(经常使用多个条件查询时)
  • 使用连接(JOIN)来代替子查询(Sub-Queries)
  • 不要有超过4个以上的表连接(JOIN)
  • 优先执行那些能够大量减少结果的连接。
  • 连表时注意条件类型需一致
  • 索引散列值不适合建索引,例:性别不适合
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
- like '%xx'
    select * from tb1 where name like '%cn';
- 使用函数
    select * from tb1 where reverse(name) = 'wupeiqi';
- or
    select * from tb1 where nid = 1 or email = 'seven@live.com';
    特别的:当or条件中有未建立索引的列才失效,以下会走索引
            select * from tb1 where nid = 1 or name = 'seven';
            select * from tb1 where nid = 1 or email = 'seven@live.com' and name = 'alex'
- 类型不一致
    如果列是字符串类型,传入条件是必须用引号引起来,不然...
    select * from tb1 where name = 999;
- !=
    select * from tb1 where name != 'alex'
    特别的:如果是主键,则还是会走索引
        select * from tb1 where nid != 123
- >
    select * from tb1 where name > 'alex'
    特别的:如果是主键或索引是整数类型,则还是会走索引
        select * from tb1 where nid > 123
        select * from tb1 where num > 123
- order by
    select email from tb1 order by name desc;
    当根据索引排序时候,选择的映射如果不是索引,则不走索引
    特别的:如果对主键排序,则还是走索引:
        select * from tb1 order by nid desc;
  
- 组合索引最左前缀
    如果组合索引为:(name,email)
    name and email       -- 使用索引
    name                 -- 使用索引
    email                -- 不使用索引

七、查询计划

1、语法格式

1
explain + 查询SQL - 用于显示SQL执行信息参数,根据参考信息可以进行SQL优化

2、执行计划让mysql预估执行操作一般正确

1
2
3
4
5
6
7
mysql> explain select * from tb2;
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
id | select_type | table | type | possible_keys | key  | key_len | ref  | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
|  1 | SIMPLE      | tb2   | ALL  | NULL          | NULL | NULL    | NULL |    2 | NULL  |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
1 row in set (0.00 sec)  
1
2
3
4
5
6
7
8
9
10
11
12
13
type : 查询计划的连接类型, 有多个参数,先从最佳类型到最差类型介绍
 
性能: null > system/const > eq_ref > ref > ref_or_null > index_merge >  range > index >  all
 
慢:
    explain select * from userinfo where email='alex';
    typeALL(全表扫描)
    特别的: select * from userinfo limit 1;
快:
    explain select * from userinfo where name='alex';
    type: ref(走索引)
 
③EXPLAIN 参数详解:http://www.cnblogs.com/wangfengming/articles/8275448.html
id
查询顺序标识
如:mysql> explain select * from (select nid,name from tb1 where nid < 10) as B;
+----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
| 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 9 | NULL |
| 2 | DERIVED | tb1 | range | PRIMARY | PRIMARY | 8 | NULL | 9 | Using where |
+----+-------------+------------+-------+---------------+---------+---------+------+------+-------------+
特别的:如果使用union连接气值可能为null select_type
查询类型
SIMPLE 简单查询
PRIMARY 最外层查询
SUBQUERY 映射为子查询
DERIVED 子查询
UNION 联合
UNION RESULT 使用联合的结果
...
table
正在访问的表名 type
查询时的访问方式,性能:all < index < range < index_merge < ref_or_null < ref < eq_ref < system/const
ALL 全表扫描,对于数据表从头到尾找一遍
select * from tb1;
特别的:如果有limit限制,则找到之后就不在继续向下扫描
select * from tb1 where email = 'seven@live.com'
select * from tb1 where email = 'seven@live.com' limit 1;
虽然上述两个语句都会进行全表扫描,第二句使用了limit,则找到一个后就不再继续扫描。 INDEX 全索引扫描,对索引从头到尾找一遍
select nid from tb1; RANGE 对索引列进行范围查找
select * from tb1 where name < 'alex';
PS:
between and
in
> >= < <= 操作
注意:!= 和 > 符号 INDEX_MERGE 合并索引,使用多个单列索引搜索
select * from tb1 where name = 'alex' or nid in (11,22,33); REF 根据索引查找一个或多个值
select * from tb1 where name = 'seven'; EQ_REF 连接时使用primary key 或 unique类型
select tb2.nid,tb1.name from tb2 left join tb1 on tb2.nid = tb1.nid; CONST 常量
表最多有一个匹配行,因为仅有一行,在这行的列值可被优化器剩余部分认为是常数,const表很快,因为它们只读取一次。
select nid from tb1 where nid = 2 ; SYSTEM 系统
表仅有一行(=系统表)。这是const联接类型的一个特例。
select * from (select nid from tb1 where nid = 1) as A;
possible_keys
可能使用的索引 key
真实使用的 key_len
MySQL中使用索引字节长度 rows
mysql估计为了找到所需的行而要读取的行数 ------ 只是预估值 extra
该列包含MySQL解决查询的详细信息
“Using index”
此值表示mysql将使用覆盖索引,以避免访问表。不要把覆盖索引和index访问类型弄混了。
“Using where”
这意味着mysql服务器将在存储引擎检索行后再进行过滤,许多where条件里涉及索引中的列,当(并且如果)它读取索引时,就能被存储引擎检验,因此不是所有带where子句的查询都会显示“Using where”。有时“Using where”的出现就是一个暗示:查询可受益于不同的索引。
“Using temporary”
这意味着mysql在对查询结果排序时会使用一个临时表。
“Using filesort”
这意味着mysql会对结果使用一个外部索引排序,而不是按索引次序从表里读取行。mysql有两种文件排序算法,这两种排序方式都可以在内存或者磁盘上完成,explain不会告诉你mysql将使用哪一种文件排序,也不会告诉你排序会在内存里还是磁盘上完成。
“Range checked for each record(index map: N)”
这个意味着没有好用的索引,新的索引将在联接的每一行上重新估算,N是显示在possible_keys列中索引的位图,并且是冗余的。

八、慢查询日志

1、概念

将mysql服务器中影响数据库性能的相关SQL语句记录到日志文件,通过对这些特殊的SQL语句分析,改进以达到提高数据库性能的目的。

2、慢查询日志参数

1
2
3
4
5
long_query_time     :  设定慢查询的阀值,超出设定值的SQL即被记录到慢查询日志,缺省值为10s
slow_query_log      :  指定是否开启慢查询日志
log_slow_queries    :  指定是否开启慢查询日志(该参数已经被slow_query_log取代,做兼容性保留)
slow_query_log_file :  指定慢日志文件存放位置,可以为空,系统会给一个缺省的文件host_name-slow.log
log_queries_not_using_indexes: 如果值设置为ON,则会记录所有没有利用索引的查询.

3、查看MySQL慢日志信息

1
2
3
4
#.查询慢日志配置信息 :
show variables like '%query%';
#.修改配置信息
set global slow_query_log  = on;

4、查看不使用索引参数状态

1
2
3
4
# 显示参数  
show variables like '%log_queries_not_using_indexes';
# 开启状态
set global log_queries_not_using_indexes  = on;

5、查看慢日志显示的方式

1
2
3
4
5
#查看慢日志记录的方式
show variables like '%log_output%';
 
#设置慢日志在文件和表中同时记录
set global log_output='FILE,TABLE';

6、测试慢查询日志

1
2
3
4
5
#查询时间超过10秒就会记录到慢查询日志中
select sleep(3) FROM user ;
 
#查看表中的日志
select * from mysql.slow_log;

九、大数据量分页优化

1、优化方案一

简单粗暴,就是不允许查看这么靠后的数据

2、优化方案二

在查询下一页时把上一页的行id作为参数传递给客户端程序,即select * from tb1 where id>3000000 limit 10; 
还有一种方式,比如100页的10条数据 select * from tb1 where id>100*10 limit 10;

3、优化方案三延迟关联

我们在来分析一下这条语句为什么慢,机就处在这个 * 里面,这个表除了id主键肯定还有其他字段, 
因为select * 所以mysql在沿着id主键走的时候要回行拿数据,走一下拿一下数据,如果把语句改成 
select id from tb1 limit 3000000,10;你会发现时间缩短了一半;然后我们在拿id分别去取10条数据就行了; 
语句就改成这样了: 
select table.* from tb1 inner join ( select id from tb1 limit 3000000,10 ) as tmp on tmp.id=table.id;

4、三种方法优先选择

这三种方法最先考虑第一种,其次第二种,第三种是别无选择

数据库MySQL 之 索引原理与慢查询优化的更多相关文章

  1. 十、mysql之索引原理与慢查询优化

    mysql之索引原理与慢查询优化 一.介绍 1.什么是索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还 ...

  2. MYSQL:基础——索引原理及慢查询优化

    MYSQL:基础——索引原理及慢查询优化 索引的数据结构 索引的数据结构是B+树.如下图所示,B+树的节点通常被表示为一组有序的数据项和子指针.图中第一个节点包含数据项3和5,包含三个指针,第一个指针 ...

  3. MySQL数据库篇之索引原理与慢查询优化之一

    主要内容: 一.索引的介绍 二.索引的原理 三.索引的数据结构 四.聚集索引与辅助索引 五.MySQL索引管理 六.测试索引 七.正确使用索引 八.联合索引与覆盖索引 九.查询优化神器--explai ...

  4. MySQL之索引原理和慢查询优化

    一 介绍 为何要有索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还是一些复杂的查询操作,因此对查询语句 ...

  5. mysql:索引原理与慢查询优化

    一 索引的原理 1. 索引原理 索引的目的在于提高查询效率,与我们查阅图书所用的目录是一个道理:先定位到章,然后定位到该章下的一个小节,然后找到页数.相似的例子还有:查字典,查火车车次,飞机航班等 本 ...

  6. mysql六:索引原理与慢查询优化

    一 介绍 为何要有索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还是一些复杂的查询操作,因此对查询语句 ...

  7. mysql五:索引原理与慢查询优化

    一 介绍 为何要有索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还是一些复杂的查询操作,因此对查询语句 ...

  8. 关于mysql的索引原理与慢查询优化

    大多情况下我们都知道加索引能提高查询效率,但是应该如何加索引呢?索引的顺序如何呢? 大家看一下下面的sql语句(在没有看下面的优化的方法之前)应该如何优化加索引以及优化sql语句: 1.select  ...

  9. Mysql(五):索引原理与慢查询优化

    一 介绍 为何要有索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还是一些复杂的查询操作,因此对查询语句 ...

随机推荐

  1. cakePHP的ajax弹出窗

    在html里添加一个触发弹出框的按钮 $("#button1").on("click", function() { $("#dialogue" ...

  2. 引用yml中自定义数据 静态引用和动态引用

    //静态 @Component public class LinusFile { public static String imageUrl; @Value("${web.uploadPat ...

  3. Oracle OLAP 与 OLTP 介绍

    文章出处:http://blog.csdn.net/tianlesoftware/article/details/5794844 感谢原作者的分享. 数据处理大致可以分成两大类:联机事务处理OLTP( ...

  4. 算法之二分查找PK线性查找

    列表查找(线性查找) 本质就是列表的index() 顺序查找 也叫线性查找,从列表第一个元素开始,顺序进行搜索,知道找到元素或搜索到列表最后一个元素为止. 以下是示例代码: def line_sear ...

  5. IronPython 的几个问题

    1.在脚本中使用datagridview.Rows[i].Cells[1].Value并将其转换为string时,遇到int类型 有时可是直接使用.toString()转换为字符 有时必须采用str( ...

  6. zabbix 3.2.6+centos 7 +nginx 1.12+ mysql 5.6+ Grafana +php 5.6

    先只记录关键点 1.nginx.MYSQL 用官方的YUM库安装 2.CENTOS升级到最新 3.ZABBIX 官方RPM安装,然后下载源码库,源码中的PHP复制至NGINX的配置目录 4.NGINX ...

  7. c++ - Linking problems due to symbols with abi::cxx11?

    看错误内容: /data/projects/LipReadingSDKGPU/lib/cwlibs/libLipReading.so: undefined reference to `tensorfl ...

  8. JavaScript各种继承方式(五):寄生式继承(parasitic)

    一 原理 与原型式继承完全相同,只是对父类的实例(也当作子类的实例使用)进行了增强. function create(obj){ let mango = Object.create(obj); man ...

  9. postman接口测试实例

    牛刀小试项目 抽奖项目

  10. day 21 封装,多态,类的其他属性

    封装 封装:将一些数据,重要的信息等等放到一个地方(空间中) class A: country = 'China' area = '深圳' def __init__(self,name,age): s ...