mysql优化 个人笔记 非礼勿扰 -m04

本文主要是介绍mysql优化 个人笔记 非礼勿扰 -m04，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1. 索引干啥的

加快查询效率！！
帮助mysql高效获取数据结构

2. 索引怎么用

-- 添加索引 ALTER TABLE `test` ADD INDEX `n_uid_title` (`uid`, `title`) USING BTREE ;-- 删除索引ALTER TABLE `test` DROP INDEX `n_uid_title` ;

3. 索引存在哪儿

磁盘 ？ 内存 ？ 当然是磁盘了~
sql查询的时候 会把磁盘中索引加载到内存。

4. Mysql 简单架构

客户端->服务端
服务端：连接器-》分析器-》优化器-》执行器
存储引擎：InnoDB MyISAM memory

5. 知识点

不同的存储引擎，数据文件与索引文件存储的位置不同，因此有了分类：

1. 聚簇索引
   数据和索引放在一起
   *.frm 存放的是表结构
   *.idb 存放的是数据文件和索引文件

show VARIABLES like '%per_table%' mysql innodb 默认情况下会把所有数据放到表空间中(表空间就是一个数据库的概念)不会为每一个表保存一份数据文件 ，如果需要单独使用文件保存
需要设置innodb_file_per_table=ON

1. 非聚簇索引
   数据和索引单独一个文件
   *.frm 存放表结构
   *.MYI 存放索引数据
   *.MYD 存放实际数据

6. 哈希表做索引？

1. 每一个块对应着一条记录
2. 每次添加索引的时候需要计算指定hash值，取模运算后计算出下标
   将元素插入指定位置即可
3. 适合场景 ： 等值查询
4. 不适合：范围查询 因为企业大部分都是范围查询 所以…
5. hash使用的时候 要全部加载到内存中 比较耗费内存 所以…

7. 树 做索引？

在树的结构中，左子树小于根节点，右子树大于根节点，如果是多叉树，从左到右是有序的

1. AVL树是一棵严格意义上的平衡树，

最高子树根最低子树高度指差不能超过1，
因此在进行元素插入的时候，会进行1到N此旋转
严重影响插入性能

2. 红黑树 是基于AVL数的一个升级 损失了部分查询的性能 来提升插入的性能

-   在红黑树中最低子树与最高子树之差小于**2倍**即可 
	-   最低子树是5层 最高子树是10层 不能再高 	-   这样的话 在插入的时候 不会进行多次旋转-   还采用了变色的特性，来满足插入和查询性能的权衡-   2倍  还是有可能一个腿长 一个腿短

3. 二叉树及其变种 无法支撑索引 原因是深度无法控制 或者是 插入性能低

4. B树 本质是多叉树

- 所有节点分布在整棵树中
- 搜索有可能在非子节点结束，在关键字全局内做一次查找，性能逼近二分查找
- 每个非叶子节点最多拥有m个子树 M>2
- 根节点儿子数[2,m]
- 分支节点儿子数为[M/2, M]；
- 所有叶子节点 都在同一层
- 每个节点最多有m-1个key 并且以升序排序
- 自动层次控制；
-   由于M/2的限制，在插入结点时，
如果结点已满，需要将结点分裂为两个各占M/2的结点；
删除结点时，需将两个不足M/2的兄弟结点合并；

查询过程：

-- 比如上图 这里只是示意图 不一定实时是这样 可能格子更多或更少-- 我要查27这个索引对应的数据1. 读取磁盘1  27大于16 且 小于34 
	2. 根据p2 找到磁盘3 27 大于24 且 小于 33  
	3. 根据p2 找到磁盘8 找到27 
	4. 三次IO 读事件

缺点：
1. 每个节点都包含key 和 与之对应的data值 而每个存储节点大小是有限的
如果data比较大的话 会导致每个节点存储的条数变小
2. 当存储量越来越大时。书的深度就会越来越深 增大查询时IO次数，影响查询性能

4. **B+树 **

4.1 基础

1. 非叶子节点 只存储指针+主键
2. 叶子节点存储数据
   
   查找过程：

--查找 24 1. 磁盘1  2. p2 找到磁盘2 3. p2 找到磁盘8 4. 查找成功 
5. 三次IO读操作

之前一个磁盘块能存储10个键值的话，现在就能存储100个
甚至更多 这样数的深度就不会很大

注意： B+Tree 有两个头指针 ，一个指向根节点，一个指向关键字最小的叶子节点
而且所有叶子节点（既数据节点）之间是一种链式结构
因此B+Tree进行2中查找方式 ：
1. 对主键范围查找和分页查找
2. 从根节点开始 进行随机查找

4.2 Innodb 回表

-- ------------------------------ Table structure for t_hh-- ----------------------------DROP TABLE IF EXISTS `t_hh`;CREATE TABLE `t_hh` (
  `id` bigint(20) NOT NULL,
  `name` varchar(255)  DEFAULT NULL,
  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;-- ------------------------------ Records of t_hh-- ----------------------------INSERT INTO `t_hh` VALUES ('1', '马化腾');INSERT INTO `t_hh` VALUES ('2', '马云');INSERT INTO `t_hh` VALUES ('3', '许家印');INSERT INTO `t_hh` VALUES ('4', '李兆基');INSERT INTO `t_hh` VALUES ('5', '李嘉诚');INSERT INTO `t_hh` VALUES ('6', '杨惠妍');

如果只有主键：结构是这样的

MyISAM 与InnoDB唯一的不同是，MyISAM的数据文件与索引文件不是放在一起
MyISAM 索引到数据之后 还需要根据数据地址去查找数据
MyISAM没有听说过回表。

我要搜索主键为4的人  
1. 磁盘1  找到p22. 根据p2 找到磁盘3 3. 找到4 李兆基 返回数据 --2次IO

如果name是索引列：结构是这样的

我要搜索杨惠妍 
1. 磁盘1 找到p22. 根据p2找到 磁盘33. 找到杨惠妍 拿到对应的主键（可能是唯一索引 也可能是数据库偷偷生成的row_id）4. 拿着id=6 去走一次 只有主键的那个流程5. 磁盘1  找到p36. 根据p3 找到磁盘47. 找到6 杨惠妍 返回数据    --4次IO 很难理解 为什么需要回表  
因为：索引对应的数据 只能找到主键（或者是唯一索引） ，
没有具体或者说实际的行对象数据，
而主键对应的那个结构中的数据 就是行数据 
这样可能只是为了数据存储一次吧 不复制多份存储

解释：
1. 在InnoDB中，通过B+Tree结构对主键创建索引，
然后叶子节点存储记录，
如果没有主键，会选择唯一键，
如果没有唯一键，那么会生成一个6位的row_id来作为主键
2. 如果创建索引的键是其他字段，那么在叶子节点中存储的记录就是主键
搜索到主键之后，再根据主键搜索实际的数据 （回表）

4.3 推荐学习数据结构网站

https://www.geeksforgeeks.org
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
https://visualgo.net/zh

4.4 b树 跟b+树 还不是很明白 准备下去好好看看 写个笔记记一下

待续…

这篇关于mysql优化 个人笔记 非礼勿扰 -m04的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！