北漂的女孩

Mysql优化

表的优化：

1.定长与变长分离

2.常用不常用的分离

3.一对多，可以加冗余字段

列选择

1.整形>date time>enum,char>varchart>blob,text

2.够用就行，不要慷慨

3.尽量避免用null   （mysql5.7以后优化了，查询不方便）

索引优化

Btree索引 myisam排好序的快速查找结构  索引数->  news.frm   news.myd   new.myi

Hash索引  查找速度快 拉链算法   范围没办法查询 没办法利用前缀查询

Btree常见的误区

在where条件  常用的列都加索引 ，同时只能用1个

多列索引  索引发挥，需要满足左前缀要求

Explain   语句

聚簇索引(innodb)  和 非聚簇索引（myisam）

Innodb   在主索引文件上  直接存放该行数据，成为聚簇索引,次索引指向对主键的引用

Myisam中   主索引和次索引指向物理行

索引覆盖

尽量少使用磁盘查询，数据直接存在内存里面

Show  frofiles

理想的索引

1.查询频繁

2.区分高度

3.长度小

4.尽量能覆盖差用查询字段

一、针对列中的值，从左到有截取部分来建立索引

1.截取的越短，重复度越高，区分度越小，索引效果就底

2.姐却的越长，重复度越低，区分度数越高，索引效果越好，但带来的印象越大，增删改变慢影响查询效率。

惯用手法：截取不用的长度并做测试

Select count(distict left(world,1)) from dict limit 100;

Select((Select count(distict left(world,1)) from dict) / (Select count(*) from dict))

二、  对于左前缀不易区分的列 简历索引的技巧

倒叙存储

伪哈希技巧（crc32  是一种哈希算法    能把字符串转换成32位整数)

三、  多列索引  考虑类的查询速度，列的区分度，注意结合业务处理

例子：商城  goods表cat_id ,brand_id做多列索引

业务场景：分类+小分类+品牌

索引建立：index(cat_id,brand_id)或index(cat_id+shop_price)

还可以：index(cat_id,brand_id,shop_price)

最后确认：index(cat_id+shop_price)+index(cat_id,brand_id,shop_price)

索引和排序

1.对于覆盖索引的，直接在索引上查询就是有序的，using index

在innodb中，隐者索引字段排序，也是自然有序的，对于myisam，如果按字段排序

如：id取出来字段，有末索引，如goods_name myisam的做法不是索引->回行而是现出来所有的行数，在进行排序

2.如果查询没有索引，建立临时表filesort文件进行排序，但文件可能在磁盘上或者内存

重复索引和冗余索引

索引碎片与维护

长期更改数据的过程中，索引文件和数据产生的空洞形成的碎片

Nop来修复表（不产生对数据实质的影响）表的索引innodb可以alter table ** engine innodb

Optimize table 表名字来修复

注意：修复表碎片，特别小号资源，不能频繁处理

Sql语句优化

1.sql花的时间在哪，等待查询

2.Sql查询的时间在哪  查找和取出来

如何查询的快？   联合索引的顺序区分度长度  

取出来的快？  索引覆盖

传输的少，更少的行和列

切分查询：按数据查分多次

SQL语句优化思路？不查->少查询->不查询

定量分析explain mysql语句

show static like “%_table%”  展示是否使用数据库临时表