[全]SQL优化方法技巧实例大全

上传人:赵**** 文档编号:158309765 上传时间:2020-12-31 格式:DOCX 页数:49 大小:1.07MB
返回 下载 相关 举报
[全]SQL优化方法技巧实例大全_第1页
第1页 / 共49页
[全]SQL优化方法技巧实例大全_第2页
第2页 / 共49页
[全]SQL优化方法技巧实例大全_第3页
第3页 / 共49页
[全]SQL优化方法技巧实例大全_第4页
第4页 / 共49页
[全]SQL优化方法技巧实例大全_第5页
第5页 / 共49页
点击查看更多>>
资源描述

《[全]SQL优化方法技巧实例大全》由会员分享,可在线阅读,更多相关《[全]SQL优化方法技巧实例大全(49页珍藏版)》请在金锄头文库上搜索。

1、SQL优化方法技巧实例大全1、MySQL的基本架构1)MySQL的基础架构图左边的client可以看成是客户端,客户端有很多,像我们经常你使用的CMD黑窗口,像我们经常用于学习的WorkBench,像企业经常使用的Navicat工具,它们都是一个客户端。右边的这一大堆都可以看成是Server(MySQL的服务端),我们将Server在细分为sql层和存储引擎层。当查询出数据以后,会返回给执行器。执行器一方面将结果写到查询缓存里面,当你下次再次查询的时候,就可以直接从查询缓存中获取到数据了。另一方面,直接将结果响应回客户端。2)查询数据库的引擎 show engines; show variab

2、les like “%storage_engine%”;3)指定数据库对象的存储引擎createtabletb(idint(4)auto_increment,namevarchar(5),deptvarchar(5),primarykey(id)engine=myISAMauto_increment=1defaultcharset=utf8;SQL优化1)为什么需要进行SQL优化?在进行多表连接查询、子查询等操作的时候,由于你写出的SQL语句欠佳,导致的服务器执行时间太长,我们等待结果的时间太长。基于此,我们需要学习怎么优化SQL。2)mysql的编写过程和解析过程 编写过程selectdin

3、stinct.from.join.on.where.groupby.having.orderby.limit. 解析过程from.on.join.where.groupby.having.selectdinstinct.orderby.limit.提供一个网站,详细说明了mysql解析过程:https:/ 什么是索引?索引就是帮助MySQL高效获取数据的一种【数据结构】。索引是一种树结构,MySQL中一般用的是【B+树】。 索引图示说明(这里用二叉树来帮助我们理解索引)树形结构的特点是:子元素比父元素小的,放在左侧;子元素比父元素大的,放在右侧。这个图示只是为了帮我们简单理解索引的,真实的关于

4、【B+树】的说明,我们会在下面进行说明。索引是怎么查找数据的呢?两个字【指向】,上图中我们给age列指定了一个索引,即类似于右侧的这种树形结构。mysql表中的每一行记录都有一个硬件地址,例如索引中的age=50,指向的就是源表中该行的标识符(“硬件地址”)。也就是说,树形索引建立了与源表中每行记录硬件地址的映射关系,当你指定了某个索引,这种映射关系也就建成了,这就是为什么我们可以通过索引快速定位源表中记录的原因。以【select * from student where age=33】查询语句为例。当我们不加索引的时候,会从上到下扫描源表,当扫描到第5行的时候,找到了我们想要找到了元素,一共

5、是查询了5次。当添加了索引以后,就直接在树形结构中进行查找,33比50小,就从左侧查询到了23,33大于23,就又查询到了右侧,这下找到了33,整个索引结束,一共进行了3次查找。是不是很方便,假如我们此时需要查找age=62,你再想想“添加索引”前后,查找次数的变化情况。4)索引的弊端1.当数据量很大的时候,索引也会很大(当然相比于源表来说,还是相当小的),也需要存放在内存/硬盘中(通常存放在硬盘中),占据一定的内存空间/物理空间。2.索引并不适用于所有情况:a.少量数据;b.频繁进行改动的字段,不适合做索引;c.很少使用的字段,不需要加索引;3.索引会提高数据查询效率,但是会降低“增、删、改

6、”的效率。当不使用索引的时候,我们进行数据的增删改,只需要操作源表即可,但是当我们添加索引后,不仅需要修改源表,也需要再次修改索引,很麻烦。尽管是这样,添加索引还是很划算的,因为我们大多数使用的就是查询,“查询”对于程序的性能影响是很大的。5)索引的优势1.提高查询效率(降低了IO使用率)。当创建了索引后,查询次数减少了。2.降低CPU使用率。比如说【order by age desc】这样一个操作,当不加索引,会把源表加载到内存中做一个排序操作,极大的消耗了资源。但是使用了索引以后,第一索引本身就小一些,第二索引本身就是排好序的,左边数据最小,右边数据最大。6)B+树图示说明MySQL中索引

7、使用的就是B+树结构。关于B+树的说明:首先,Btree一般指的都是【B+树】,数据全部存放在叶子节点中。对于上图来说,最下面的第3层,属于叶子节点,真实数据部份都是存放在叶子节点当中的。那么对于第1、2层中的数据又是干嘛的呢?答:用于分割指针块儿的,比如说小于26的找P1,介于26-30之间的找P2,大于30的找P3。其次,三层【B+树】可以存放上百万条数据。这么多数据怎么放的呢?增加“节点数”。图中我们只有三个节点。最后,【B+树】中查询任意数据的次数,都是n次,n表示的是【B+树】的高度。3、索引的分类与创建1)索引分类单值索引唯一索引复合索引 单值索引利用表中的某一个字段创建单值索引。

8、一张表中往往有多个字段,也就是说每一列其实都可以创建一个索引,这个根据我们实际需求来进行创建。还需要注意的一点就是,一张表可以创建多个“单值索引”。假如某一张表既有age字段,又有name字段,我们可以分别对age、name创建一个单值索引,这样一张表就有了两个单值索引。 唯一索引也是利用表中的某一个字段创建单值索引,与单值索引不同的是:创建唯一索引的字段中的数据,不能有重复值。像age肯定有很多人的年龄相同,像name肯定有些人是重名的,因此都不适合创建“唯一索引”。像编号id、学号sid,对于每个人都不一样,因此可以用于创建唯一索引。 复合索引多个列共同构成的索引。比如说我们创建这样一个“

9、复合索引”(name,age),先利用name进行索引查询,当name相同的时候,我们利用age再进行一次筛选。注意:复合索引的字段并不是非要都用完,当我们利用name字段索引出我们想要的结果以后,就不需要再使用age进行再次筛选了。2)创建索引 语法语法:create 索引类型 索引名 on 表(字段);建表语句如下:查询表结构如下: 创建索引的第一种方式 创建单值索引createindexdept_indexontb(dept); 创建唯一索引:这里我们假定name字段中的值都是唯一的createuniqueindexname_indexontb(name); 创建复合索引createin

10、dexdept_name_indexontb(dept,name); 创建索引的第二种方式先删除之前创建的索引以后,再进行这种创建索引方式的测试;语法:alter table 表名 add 索引类型 索引名(字段) 创建单值索引altertabletbaddindexdept_index(dept); 创建唯一索引:这里我们假定name字段中的值都是唯一的altertabletbadduniqueindexname_index(name); 创建复合索引altertabletbaddindexdept_name_index(dept,name); 补充说明如果某个字段是primary key,

11、那么该字段默认就是主键索引。主键索引和唯一索引非常相似。相同点:该列中的数据都不能有相同值;不同点:主键索引不能有null值,但是唯一索引可以有null值。3)索引删除和索引查询 索引删除语法:drop index 索引名 on 表名;dropindexname_indexontb; 索引查询语法:show index from 表名;showindexfromtb;结果如下:4、SQL性能问题的探索人为优化:需要我们使用explain分析SQL的执行计划。该执行计划可以模拟SQL优化器执行SQL语句,可以帮助我们了解到自己编写SQL的好坏。SQL优化器自动优化:最开始讲述MySQL执行原理的

12、时候,我们已经知道MySQL有一个优化器,当你写了一个SQL语句的时候,SQL优化器如果认为你写的SQL语句不够好,就会自动写一个好一些的等价SQL去执行。SQL优化器自动优化功能【会干扰】我们的人为优化功能。当我们查看了SQL执行计划以后,如果写的不好,我们会去优化自己的SQL。当我们以为自己优化的很好的时候,最终的执行计划,并不是按照我们优化好的SQL语句来执行的,而是有时候将我们优化好的SQL改变了,去执行。SQL优化是一种概率问题,有时候系统会按照我们优化好的SQL去执行结果(优化器觉得你写的差不多,就不会动你的SQL)。有时候优化器仍然会修改我们优化好的SQL,然后再去执行。1)查看

13、执行计划语法:explain + SQL语句eg:explain select * from tb;2)“执行计划”中需要知道的几个“关键字”id :编号select_type :查询类型table :表type :类型possible_keys :预测用到的索引key :实际使用的索引key_len :实际使用索引的长度ref :表之间的引用rows :通过索引查询到的数据量Extra :额外的信息建表语句和插入数据:#建表语句createtablecourse(cidint(3),cnamevarchar(20),tidint(3);createtableteacher(tidint(3)

14、,tnamevarchar(20),tcidint(3);createtableteacherCard(tcidint(3),tcdescvarchar(200);#插入数据insertintocoursevalues(1,java,1);insertintocoursevalues(2,html,1);insertintocoursevalues(3,sql,2);insertintocoursevalues(4,web,3);insertintoteachervalues(1,tz,1);insertintoteachervalues(2,tw,2);insertintoteachervalues(3,tl,3);insertintoteacherCardvalues(1,tzdesc);insertintoteacherCardvalues(2,twdesc);insertintoteacherCardvalues(3,tldesc);explain执行

展开阅读全文
相关资源
相关搜索

当前位置:首页 > IT计算机/网络 > 数据结构与算法

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号