mysql优化整理(索引)
什么是索引？
索引是表记录的单个或多个字段重新组织的一种方法，其目的是提高数据库的查询速度，本质上就是一种数据结构。索引的类型：primary（主键）、secondary（其他）
索引的数据结构
-
Innodb primary key
物理文件：
-
Innodb secondary key
索引的优缺点
- 优点
在大数据前提下，多数情况都会加快查询的速度 - 缺点
每次的数据的更新、删除以及插入操作都需要对索引进行额外的维护，所以需要谨慎的创建索引，创建索引不是万能的，后面会介绍一些简单的技巧
小技巧
- 索引列都有default值
这个的主要问题是，数据库存储的数值存在数据类型转换的问题，如果有默认值，就可以达到快速区别的作用。 - 控制好索引长度
一般情况下，索引的字段只会存储255个字符长度，如果超出这部分之外的，其实作用不是很大，所以创建索引的字段长度最好是255以内的长度。 - 索引列的分组排序
对于创建索引的字段进行分组处理，使用union进行合并 - like语句的优化。
使用like的语句首先可以创建索引，其次尽量避免使用双百分号(%)，尽量使用一个%完成，这样可以提升速度。 - 不在索引列上进行运算
不要对字段进行计算后查询（避免将计算写在等号左边，可以换一种写法放在等号右边）。 - 不使用NOT IN和!=操作
对于使用not in或者!=的查询语句，尽量使用in写法。 - 注意隐式转换的问题
和第一条差不多，我们存储的字段类型最好和我们查询语句的字段类型保持一致，这样可以提升访问速度。 - 创建组合索引可以将常用字段放在最左，这样单个查询条件也可以使用索引
再度整理
- 创建合理的索引或者组合索引
- 改写语句，对于没有创建索引的语句，可以使用其他形式转换成具有索引的查询语句
- 链表查询时，最好使用inner形式或者是union合并；另外最好把条件限制到最低，这样符合要求的语句就会更少，查询速度会更快。
- 减少并发量
有时候发现单个执行很快，多个并发执行会有这个问题。 - 缩小查询范围
比如使用in的时候，in里面字段最多不超过20个，limit也需要减少个数。 - 使用主、从库，进行读写分离
- 其他的可能需要检查机器本身的问题了：内存、磁盘等等。
其他
查看是否使用索引方式：可以使用 explain + sql语句，查看所查询的语句是否使用了创建的索引，进而优化自己的索引创建。
-
未创建索引的查询
主要字段说明：select_type(简单查询)、table(表名)、type(索引类型)、prosible_key(可能的索引字段)、key(使用到的索引字段)、key_len(索引字段长度)、rows(查询行数)、Extra(额外信息)
-
创建索引的查询
我这里创建了idx_appid_userid的组合索引，进行查询之后：
我们可以发现之前的字段值发生了变化，可以看出来使用了我们创建的索引，额外信息中也提到使用到了索引条件。
使用上述方式进行优化后，之前整理过的 记一次pending请求问题查找过程 ，有很大的改善，不过这个优化需要一直跟进。
小结
总体的原则就是：尽最大的努力，结合业务情况，减少数据库服务器的I/O，即可大幅度提升服务器的速度。
**本文主要参考@高级DBA李丹的分享 ，再加上一些实战整理而成，由于是初步接触数据库相关的东西，有描述不准确的欢迎指正。另外，如果有其他好的方案也可以推荐给我，不胜感激~**
正文到此结束
热门推荐
相关文章
近期评论
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
搞个gitee的项目
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
