mysql索引

5.1 方式一：explain 筛选出有问题的 SQL，我们可以使用 MySQL 提供的 explain 查看 SQL 执行计划情况（关联表，表查询顺序、索引使用情况等）。 用法： explain select * from category; 返回结果： mysql> explain select * from category; +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------+ | 1 | SIMPLE | category | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100.00 |

反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。 搜索引擎原理就是建立反向索引。 Elasticsearch 在 Lucene 的基础上进行封装，实现了分布式搜索引擎。 Elasticsearch 中的索引、类型和文档的概念比较重要，类似于 MySQL 中的数据库、表和行。 Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。 Elasticsearch 一个典型应用就是 ELK 日志分析系统。 官方网站： https://www.elastic.co/cn/ 中文社区： https://elasticsearch.cn 参考文章： https://developer.51cto.com/art/201904/594615.htm 来源： CSDN 作者： 极客点儿 链接： https://blog.csdn.net/yilovexing/article/details/104796838

什么是Python Python是一种解释型语言，也就是说，它和C语言以及C的衍生语言不通，Python代码在运行之前不需要编译 Python是一种动态类型语言，指的是，你在声明变量时不需要指定变量的类型 Python让困难的事变的容易，因此程序员可以专注于算法和数据结构的设计，而不用处理底层的细节 Python用途非常广泛–网络应用，自动化，科学建模，大数据应用等等，它也常被用作“胶水语言”，用于帮助其他语言和组件改善运行状况 Python支持的数据类型 数字、字符串、元组、字典、列表 下划线的作用 _xxx：表示的是protected类型，即只允许其本身和子类进行访问 __xxx：表示的是private类型 __xxx__：表示的特列方式，如__init__ 如何生成一个不可变集合 使用 frozenset 函数，将一个列表变成一个不可变的集合，如下： s = frozenset([1, 2, 3]) is与== is对比地址，==是对比值 多线程与多进程 对比维度 多进程 多线程 数据共享、同步 数据共享复杂，需要用到IPC；数据是分开的、同步简单 因为共享进程数据，所以共享简单，但也因为这个导致同步复杂 内存、CPU 占用内存多，切换复杂，CPU利用率低 占用内存小，切换简单，CPU利用率高 创建、销毁、切换 创建销毁、切换复杂，速度很慢 创建销毁、切换简单，速度很快 编程

一个问题引发的学习: mysql大表skip,limit访问尾部数据性能下降问题，对比结果如下 select * from big_table order by id asc LIMIT 5000000,5; /* Affected rows: 0 Found rows: 5 Warnings: 0 Duration for 1 query: 4.968 sec. */ select * from big_table a inner join (select id from big_table order by id ASC limit 5000000,5) b on a.id=b.id; /* Affected rows: 0 Found rows: 5 Warnings: 0 Duration for 1 query: 1.172 sec. */ 子查询方式，当排序方式为主键时，可以避免访问数据块，快速得到id； 这里回顾一下mysql基本数据结构 https://blog.csdn.net/caijunsen/article/details/83045985?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task 提高搜索效率，二叉排序树

索引 什么是索引 索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引，并指定索引的类型，各类索引有各自的数据结构实现。 索引的作用 数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。 索引所起的作用类似书籍目录，可用于快速定位、检索数据。 索引对于提高数据库的性能有很大的帮助 使用场景 要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点： 数据量较大，且经常对这些列进行条件查询。 该数据库表的插入操作，及对这些列的修改操作频率较低。 索引会占用额外的磁盘空间。 满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。 反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。 使用 创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约束（FOREIGN KEY）时，会自动创建对应列的索引。 查看索引 show index from 表名 ; 创建索引 对于非主键、非唯一约束、非外键的字段，可以创建普通索引 create index 索引名 on 表名 ( 字段名 ) ; 删除索引 drop index 索引名 on 表名 ; 事务 事务的概念 事务指逻辑上的一组操作，组成这组操作的各个单元，要么全部成功，要么全部失败。 在不同的环境中，都可以有事务

数据库使用过程当中索引的时候必不可少，合理创建索引可以极大地提升数据查询效率，但是如何索引创建不当也会影响我们的查询效率，如果想使用好索引我们就要来关注一下索引的原理。本文主要讲的mysql索引，且以InnoDB引擎为主，顺带与MyISAM引擎做对比。 1.Mysql表空间、段、区、页 在讲索引的概念之前我们先说一下mysql中段区页的概念。 表空间是Mysql数据库存储的最高层，默认情况下InnoDB引擎只有一个表空间，所有的数据都是存放在这个表空间内。 在表空间下数据是以段区页的形式进行存储的。一张Mysql表存储在数据库当中不是以行为单位存储数据读取的，mysql数据库读取的最小单位是页。 段：一个段是由多个区构成的， 常见的段有数据段、索引段、回滚段等，在InnoDB存储引擎中，对段的管理都是由引擎自身所完成的。 区：一个区是由多个 连续的页组成的空间 ，无论页的大小怎么变动，一个区的默认大小是1M，默认情况下一个区包含64个连续的页，为保证区中的页是连续的 InnoDB会一次从磁盘中申请4~5个区。 页：页也叫做块，默认情况下一个页大小为16K(可以通过 innodb_page_size 参数来设置一个页的大小)， 常见的页类型有：数据页，索引页， undo页 ，系统页，事务数据页等。 每页存储最多的行记录也是有硬性规定的最多16KB/2-200,即7992行 。

说实话，这个问题可以涉及到 MySQL 的很多核心知识，可以扯出一大堆，就像要考你计算机网络的知识时，问你“输入URL回车之后，究竟发生了什么”一样，看看你能说出多少了。 之前腾讯面试的实话，也问到这个问题了，不过答的很不好，之前没去想过相关原因，导致一时之间扯不出来。所以今天，我带大家来详细扯一下有哪些原因，相信你看完之后一定会有所收获，不然你打我。 开始装逼：分类讨论 一条 SQL 语句执行的很慢，那是每次执行都很慢呢？还是大多数情况下是正常的，偶尔出现很慢呢？所以我觉得，我们还得分以下两种情况来讨论。 1、大多数情况是正常的，只是偶尔会出现很慢的情况。 2、在数据量不变的情况下，这条SQL语句一直以来都执行的很慢。 针对这两种情况，我们来分析下可能是哪些原因导致的。 针对偶尔很慢的情况 一条 SQL 大多数情况正常，偶尔才能出现很慢的情况，针对这种情况，我觉得这条SQL语句的书写本身是没什么问题的，而是其他原因导致的，那会是什么原因呢？ 数据库在刷新脏页我也无奈啊 当我们要往数据库插入一条数据、或者要更新一条数据的时候，我们知道数据库会在 内存 中把对应字段的数据更新了，但是更新之后，这些更新的字段并不会马上同步持久化到 磁盘 中去，而是把这些更新的记录写入到 redo log 日记中去，等到空闲的时候，在通过 redo log 里的日记把最新的数据同步到 磁盘 中去。 不过

开心一刻 　　楼主：来，我们先排练一遍 　　小伙伴们：好 　　嘿、哈、嚯 　　楼主：非常好，就是这个节奏，我们开始吧 　　楼主：啊、啊、啊，疼 ！ 你们是不是故意的 ？ 回表与覆盖索引 　　正式讲 ICP 之前了，我们先将相关的概念捋一捋，知道的就当回顾，不知道的就当了解了，这有助于对 ICP 的理解 　　建个示例表 tbl_index CREATE TABLE tbl_index ( c1 INT, c2 INT, c3 CHAR(1), PRIMARY KEY(c1), KEY idx_c2 (c2) ); 　　覆盖索引 　　　　如果 where 条件的列和 select 的列都在一个索引中，通过这个索引就可以完成查询，这就叫就叫覆盖索引；当然，覆盖索引基本针对的是组合索引（InnoDB 的聚簇索引有点特殊，具体可以看下面的图） 　　　　针对上面的 tbl_index， select c2 from tbl_index where c2 = 4 ; 是覆盖索引查询，但是这条 SQL 没有意义，如果我们在 tbl_index 表上增加索引 index idx_c2_c3 (c2,c3) ，那么 select c3 from tbl_index where c2 = 4 ; 走覆盖索引查询还是很有意义的，那问题又来了，覆盖索引的意义何在 ？ 我们往下看 　　回表 　　　

共享锁和排他锁，其实就是我们常说的读锁和写锁。它们之间的互斥规则，想必都清楚，就不赘述了。但有一点需要注意，共享锁和排他锁是标准的实现行级别的锁。举例来说，当给 select 语句应用 lock in share mode 或者 for update，或者更新某条记录时，加的都是行级别的锁。 与行级别的共享锁和排他锁类似的，还有表级别的共享锁和排他锁。如 LOCK TABLES ... WRITE/READ 等命令，实现的就是表级锁。 Intention Locks 在 InnoDB 中是支持多粒度的锁共存的，比如表锁和行锁。而 Intention Locks - 意向锁，就是表级锁。和行级锁一样，意向锁分为 intention shared lock (IS) 和 intention exclusive lock (IX) . 但有趣的是，IS 和 IX 之间并不互斥，也就是说可以同时给不同的事务加上 IS 和 IX. 兼容性如下： 这时就产生疑问了，那它俩存在的意义是什么？作用就是，和共享锁和排他锁互斥。注意下，这里指的是表级别的共享锁和排他锁，和行级别没有关系！ 官网中给了这样一段解释： The main purpose of intention locks is to show that someone is locking a row, or going to lock

1、Mysql 主键是什么概念 “主键（PRIMARY KEY）”的完整称呼是“主键约束”。MySQL 主键约束是 一个列或者列的组合 ，其值能 唯一地标识表中的每一行。 这样的一列或多列称为表的主键，通过它可以强制表的实体完整性。 2、主键和索引的关系与区别 主键一定是唯一性索引，唯一性索引并不一定就是主键。 一个表中可以有多个唯一性索引，但只能有一个主键。 主键列不允许空值，而唯一性索引列允许空值。 主键和索引都是键，不过主键是逻辑键，索引是物理键，意思就是 主键不实际存在，而索引实际存在数据库中 3、 MyISAM与Innodb MySQL有多种存储引擎，每种存储引擎有各自的优缺点，比较常用的是 MyISAM 与 Innodb： Innodb 支持事务，支持外键；MyISAM 都不支持。 MyISAM 适合查询以及插入为主的应用，其索引和数据是分开的，而且其索引是压缩的，可以更好地利用内存。所以它的查询性能明显优于INNODB。压缩后的索引也能节约一些磁盘空间。 InnoDB 事务型数据库的首选引擎，支持事务安全表（ACID），支持行锁定和外键。MySQL 5.5.5 之后，InnoDB 作为默认存储引擎。 4、辅助索引、聚集索引与非聚集索引 索引是关系型数据库中给数据库表中一列或多列的值排序后的存储结构，数据库的主流索引结构有 B+ 树以及 Hash 结构，B