MYSQL从入门到精通（二）

1、MYSQL高级概述

【1】架构概述
【2】索引优化
【3】查询截取
【4】mysql锁机制
【5】主从复制

2、MYSQL概述

【1】mysql内核
【2】sql优化工程师
【3】mysql服务器的优化
【4】各种参数常量设定
【5】查询语句优化
【6】主从复制
【7】软硬件升级
【8】容灾百分
【9】sql编程

3、MYSQL Linux版的安装

【1】到Linux章节查看具体的安装步骤
【2】查看mysql是否安装
rpm -qa|grep -i mysql
【3】mysqladmin --version 查看mysql版本
【4】service mysql start
【5】service mysql stop
【6】ps -ef|grep mysql  查看后台服务
【7】chkconfig mysql on 设置开机自启动
【8】chkconfig --list | grep mysql

5、MYSQL的安装位置

【1】建立的库在机器上都能看的到。/var/lib/mysql  这个就是存放位置
【2】/usr/share/mysql
【3】/usr/bin
【4】/etc/init.d/mysqld

6、修改字符集

【1】修改默认的配置文件/usr/share/mysql  —>   my-default.cnf
【2】具体修改参数
[client]
default-character-set=utf8
[mysql]
default-character-set=utf8
[mysqld]
init_connect='SET collation_connection = utf8_unicode_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve
【3】重启mysql 重新建立库
【4】查看编码show variables like '%char%';

7、MySQL高级配置文件

【1】二进制日志log-bin 主从复制
【2】错误日志log-error 默认关闭
【3】查询日志log
【4】数据文件 rfm 表结构 ; myd 存放博爱数据 ; myi 存放表索引
【5】如何配置

8、MYSQL逻辑架构

【1】Connection Pool 连接池
【2】Interface Parser Optimizer Caches&Buffers
【3】Pluggable Storage Enginess 可拔插存储引擎
【4】文件存储层 File system   Files & Logs
【5】MYSQL与众不同,它的架构可以在多种不同的场景中应用并发挥良好作用。插件式处处引擎架构查询处理和数据存储
提取相分离。
【6】连接层、服务层、引擎层、存储层—>四层结构

9、存储引擎概述

【1】show engines;
【2】show variables like '%storage_engine%';
【3】MyISAM和InnoDB 阿里巴巴、淘宝用的哪个

10、SQL性能下降原因

【1】性能下降：执行时间长、等待时间长
【2】索引：select * from user where name='' and email='';
create index idx_user_name on user(name); # 建立索引
create index idx_user_nameEmail on user(name,email);# 多重索引
【3】关联查询太多join(设计缺陷或不得已的需求)
【4】服务器调优及各个参数设置(缓冲、线程数等)

11、SQL执行加载顺序

【1】手写：select distinct from 表 
left join 表 on 条件
where
group by
having
order by
limit
【2】机读顺序：from on where group by having select distinct order by limit

12、七种JOIN理论

【1】select 表1.id,表2.id 
from 表1
left join 表2
on 表1.id=表2.id

13、七种JOIN的SQL编写

【1】建立部门表
create table department(
id int(11) not null auto_increment,
name varchar(30) default null,
ioc_add varchar(40) default null,
primary key(id)
)engine=innodb auto_increment=1 default charset=utf8;
【2】建立员工表
create table employee(
id int(11) not null auto_increment,
name varchar(20) default null,
department_id int(11) default null,
primary key(id),
key fk_department_id(department_id)
)engine=innodb auto_increment=1 default charset=utf8;
【3】插入部门数据
insert into department(department.name,department.ioc_add)
values('RD',11);
insert into department(department.name,department.ioc_add)
values('HR',12);
insert into department(department.name,department.ioc_add)
values('MK',13);
insert into department(department.name,department.ioc_add)
values('MIS',14);
insert into department(department.name,department.ioc_add)
values('FD',15);
【4】插入员工数据
insert into employee(employee.name,employee.department_id)
values('z3',1);
insert into employee(employee.name,employee.department_id)
values('z4',1);
insert into employee(employee.name,employee.department_id)
values('z5',1);
insert into employee(employee.name,employee.department_id)
values('w5',2);
insert into employee(employee.name,employee.department_id)
values('w6',2);
【5】笛卡尔集
select * from department;
select * from employee;
select * from department,employee; # 前两个乘积 25
【6】inner join
select *
from employee
inner join department
on employee.department_id=department.id
【7】left join
select *
from employee
left join department
on employee.department_id=department.id
【8】right join
select *
from employee
right join department
on employee.department_id=department.id
【9】增加where条件
select *
from employee
right join department
on employee.department_id=department.id
where department.id=null
【10】union 合并加去重
select *
from employee
left join department
on employee.department_id=department.id
union
select *
from employee
right join department
on employee.department_id=department.id

14、索引的概述

【1】Index,是帮助MySQL高效获取数据的数据结构。本质：索引是数据结构
【2】索引的目的在于提高查询效率，可以类比字典
【3】可以理解为排好序的快速查找数据结构
【4】在数据之外，数据库系统还维护着满足特定查找算法的数据结构
【5】折中比大小的思路，二叉树查找
【6】尽量使用逻辑删除，而不是使用逻辑删除
【7】索引本身也很大，所以不可能全部存在内存，因此往往以索引文件的形式存储在磁盘上
【8】我们所说的索引，如果没有特别指明，都是指B树（多路搜索树）结构组织的索引。

15、索引的优缺点

【1】优点：提升数据索引效率，降低数据的IO成本。通过索引排序，降低排序成本，降低了CPU消耗
【2】缺点：索引也是需要占空间的。
 （1）提升了查询表速度，但是降低了更新表的速度
 （2）需要花时间研究优秀的索引字段

16、索引分类与索引建立语句

【1】单值索引：一个索引只包含单个列，一个表可以有多个单列索引
【2】唯一索引：索引值必须唯一，单允许空值
【3】符合索引：即一个索引包含了多个列
【4】语法
（1）create [unique] index indexName on my_table(column_name(length));// 建立1
（2）alter my_table add [unique] index [indexName] on (column_name(length)); //建立2
（3）drop index [indexName] on my_table;
（4）show index from table_name  例如show index from department;
（5）四种方式添加数据表的索引:
alter table table_name add primary key(column_list); 添加一个主键，意味着索引值必须是唯一的，且不为null
alter table table_name unique index_name(column_list);索引值必须唯一，null除外
alter table table_name add index index_name(column_list); 普通索引，索引值可出现多次
alter table table_name add fulltext index_name(column_list);改语句指定了索引为fulltext，用于全文索引

18、建立索引情况概述

【1】主键自动建立唯一索引
【2】频繁作为查询条件的字段应该创建索引
【3】查询汇总与其他表关联的字段，外键关系建立索引
【4】频繁更新的字段，不适合创建索引
【5】where条件里用不到的字段不创建索引
【6】单键/组合索引的选择问题？who？（在高并发倾向创建组合索引）
【7】查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度
【8】查询中统计或分组字段

19、不建立索引情况概述

【1】表记录太少不建
【2】经常增删改的表不建
【3】如果某个数据列包含许多重复的内容，不建索引

20、性能分析

【1】MySQL查询优化分析器。他认为最优的，不见得是DBA认为是最优的
【2】MySQL常见瓶颈：CPU、IO、服务器硬件的性能瓶颈
【3】explain

21、Explain概述

【1】就是查看执行计划
【2】explain + 您的sql语句
【3】读取顺序、操作类型、哪些索引可以使用、哪些索引实际被使用、表之间的引用、每张表有多少行被优化器查询

22、Explain之id概述

【1】id相同，执行顺序由上而下
【2】id不同，id值越大，越先被执行

23、Explain之select_type与table概述

【1】select_type 查询类型
（1）simple 简单的select查询
（2）primary
（3）subquery
（4）derived 临时表
（5）union 联合查询
（6）union result 两种union结果的合并
【2】table 就是数据关联那张表

24、Explain之type概述

【1】从最好到最差依次是system->const—>eq_ref—>ref—>range—>index—>ALL
【2】能达到range级别，最好达到ref级别
【3】system 表只有一行记录，平时基本不会出现，可以忽略不计
【4】const 表示通过索引一次就找到了。只匹配一行数据
explain
select *
from
(select * from employee where employee.id=1) as e;
【5】eq_ref，唯一性索引扫描，表中只有一条记录与之匹配。
explain
select *
from
department,employee
where
employee.id=department.id;
【6】ref 返回匹配某个单独值的所有行，需要配合着使用的。
alter table department add index idx_col(name,ioc_add); 
---------------------------------------------------------
explain
select *
from
department
where department.name='RD'   //这里的区别是非唯一性、就达到ref级别了
【7】range
explain
select *
from
employee
where id BETWEEN 1 and 20
-----------------------------------
explain
select *
from
employee
where id in (1,2,6)
【8】index 全索引扫描
explain
select id
from
employee
【9】ALL
explain
select *
from
employee

25、Explain之possible_keys与key概述

【1】到range和ref就很好了（百万数据以上）
【2】possible_keys预估可能用到的索引
【3】key是实际用到的索引
EXPLAIN
select *
from employee
left join department
on employee.department_id=department.id
union
select *
from employee
right join department
on employee.department_id=department.id
----------------------------------------
EXPLAIN
select department.name,department.ioc_add
from department
【4】覆盖索引：就是select 字段.... 刚好和索引列一致。
EXPLAIN
select department.name,department.ioc_add  # 这两个字段刚好在前面建立了一个索引
from department

26、Explain之key_len概述

【1】key_len表示索引中使用的字节数，在不损失精确性的情况下，长度越短越好
【2】key_len显示值为索引子弹的最大可能长度，并非实际长度。即key_len是根据表定义计算而得，不是通过表内检索出的

27、Explain之ref概述

【1】显示索引的那一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值

28、Explain之rows概述

【1】表的读取顺序
【2】rows 根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数
EXPLAIN
select * from department,employee
where
department.id=employee.id and department.ioc_add='11'

29、Explain之Extra

【1】包含不适合在其他列中显示但十分重要的额外信息
【2】Using where; Using index 用了条件、用了索引
Using where; Using index; Using temporary; Using filesort
--------------------------------------------------------
EXPLAIN
select * from department,employee
where
department.id=employee.id and department.ioc_add='11'
order by employee.id
【3】而Using filesort是不好的，如果可以尽快优化
【4】Using temporary这个更难受、产生了内部的临时表;order by group by往往会产生，会拖慢SQL
【5】所以order by、group by的字段，一定要建立索引，这样才能提高速度
【6】Using index比较牛批了，表示响应的操作使用了覆盖索引，避免访问了表的数据行，效率不错。
（1）如果同时出现Using where 表名索引被用来执行索引键值的查找;
（2）如果没有出现Using where，表明索引用来读取数据而非执行查找动作;
【7】实际案例
（1）create index idx_user_nameEmail on user(name,email);
（2）explain
select email
from user
where user.email='cx@163.com'
（3）explain
select name,email
from user
【8】覆盖索引Covering index 
select 数据列只从索引中就能够取得，不必读取数据行
【9】Using where 条件
【10】Using join buffer 使用了连接缓存
【11】impossible where : where的值总是false   where a=1 and a=2
【12】select tables optimized away 在没有group by字句的情况下,基于索引优化操作或存储引擎优化
【13】distinct 找到第一个匹配后就不找了。

31、单表优化案例

【1】设计表
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for article
-- ----------------------------
DROP TABLE IF EXISTS `article`;
CREATE TABLE `article`  (
  `id` int(6) NOT NULL AUTO_INCREMENT,
  `author_id` int(6) NULL DEFAULT NULL,
  `category_id` int(6) NULL DEFAULT NULL,
  `views` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NULL DEFAULT NULL,
  `comments` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NULL DEFAULT NULL,
  `title` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NULL DEFAULT NULL,
  `content` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci ROW_FORMAT = Compact;

-- ----------------------------
-- Records of article
-- ----------------------------
INSERT INTO `article` VALUES (1, 1, 1, '1', '1', '1', '1');
INSERT INTO `article` VALUES (2, 2, 2, '2', '2', '2', '2');
INSERT INTO `article` VALUES (3, 1, 1, '3', '3', '3', '3');

SET FOREIGN_KEY_CHECKS = 1;
【2】SQL
select article.id,article.author_id
from article
where
article.category_id=1 and article.comments > 1
order by article.views
desc
LIMIT 1
【3】详解
EXPLAIN
select article.id,article.author_id
from article
where
article.category_id=1 and article.comments > 1
order by article.views
desc
LIMIT 1
【4】查看索引情况
show index from article
【5】新建索引，发现在type上与优化了
create index idx_article_ccv on article(category_id,comments,views)
----------
EXPLAIN
select article.id,article.author_id
from article
where
article.category_id=1 and article.comments > 1
order by article.views
desc
LIMIT 1
【6】因为有个范围索引不太合适，所以用重新建立索引,再次查询可以了，Extra也优化了，牛批
drop index idx_article_ccv on article
--------------------
create index idx_article_cv on article(category_id,views)
--------------------
EXPLAIN
select article.id,article.author_id
from article
where
article.category_id=1 and article.comments > 1
order by article.views
desc
LIMIT 1

32、两个表优化案例

【1】建立两个表
（1）
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for book
-- ----------------------------
DROP TABLE IF EXISTS `book`;
CREATE TABLE `book`  (
  `id` int(6) NOT NULL AUTO_INCREMENT,
  `card` int(6) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci ROW_FORMAT = Compact;

-- ----------------------------
-- Records of book
-- ----------------------------
INSERT INTO `book` VALUES (1, 20);
INSERT INTO `book` VALUES (2, 13);
INSERT INTO `book` VALUES (3, 7);

SET FOREIGN_KEY_CHECKS = 1;
（2）
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for class
-- ----------------------------
DROP TABLE IF EXISTS `class`;
CREATE TABLE `class`  (
  `id` int(20) NOT NULL AUTO_INCREMENT,
  `card` int(20) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 21 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci ROW_FORMAT = Compact;

-- ----------------------------
-- Records of class
-- ----------------------------
INSERT INTO `class` VALUES (1, 10);
INSERT INTO `class` VALUES (2, 7);
INSERT INTO `class` VALUES (3, 3);
INSERT INTO `class` VALUES (4, 13);
INSERT INTO `class` VALUES (5, 17);
INSERT INTO `class` VALUES (6, 4);
INSERT INTO `class` VALUES (7, 9);
INSERT INTO `class` VALUES (8, 13);
INSERT INTO `class` VALUES (9, 16);
INSERT INTO `class` VALUES (10, 16);
INSERT INTO `class` VALUES (11, 20);
INSERT INTO `class` VALUES (12, 13);
INSERT INTO `class` VALUES (13, 3);
INSERT INTO `class` VALUES (14, 15);
INSERT INTO `class` VALUES (15, 5);
INSERT INTO `class` VALUES (16, 20);
INSERT INTO `class` VALUES (17, 6);
INSERT INTO `class` VALUES (18, 9);
INSERT INTO `class` VALUES (19, 6);
INSERT INTO `class` VALUES (20, 4);

SET FOREIGN_KEY_CHECKS = 1;
【2】查看SQL性能
EXPLAIN
select * 
from class
left join book
on class.card=book.card
where book.id is not null
【3】添加索引
alter table book add index Y (card)
-------
alter table class add index Z (card)
---------
EXPLAIN
select * 
from class
left join book
on class.card=book.card
where book.id is not null
【4】如果删除你再看下性能
drop index Y on book;
【5】结论：左连接就加载右表即可（反向加）
【6】如果发现DBA建的顺序和预期不符，连接查询的时候换一下位置

33、索引三表优化案例

【1】show index from class
【2】drop index Z on class
【3】查看和清除表的索引
show index from book
drop index Y on book
【4】三表连接查询
EXPLAIN
select * 
from class
left join book
on class.card=book.card
left join phone
on book.card=phone.card
where book.card is not null and phone.card is not null
【5】建立索引
alter table book add index A (card)
-------
alter table class add index B (card)
--------
alter table phone add index C (card)
--------
EXPLAIN
select * 
from class
left join book
on class.card=book.card
left join phone
on book.card=phone.card
where book.card is not null and phone.card is not null
【6】结论：索引最好设置在经常查询的字段中。
（1）尽量减少join语句中的循环总次数
（2）永远用小结果集驱动大的结果集
（3）如果无法保证驱动表join条件字段被索引，如果内存充足，可以把joinBuffer设置大点

34、索引优化

【1】索引失效（应该避免）
【2】建立数据库表
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for staffs
-- ----------------------------
DROP TABLE IF EXISTS `staffs`;
CREATE TABLE `staffs`  (
  `id` int(6) NOT NULL AUTO_INCREMENT,
  `name` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NULL DEFAULT NULL,
  `age` int(6) NOT NULL DEFAULT 0,
  `position` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL,
  `time` datetime NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_staffs_name_age_position`(`name`, `age`, `position`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci ROW_FORMAT = Compact;

-- ----------------------------
-- Records of staffs
-- ----------------------------
INSERT INTO `staffs` VALUES (1, '陈翔', 20, '经理', '2022-06-19 21:28:37');
INSERT INTO `staffs` VALUES (2, '蘑菇头', 19, '演员', '2022-06-19 21:28:56');
INSERT INTO `staffs` VALUES (3, '润土', 24, '主管', '2022-06-19 21:29:12');

SET FOREIGN_KEY_CHECKS = 1;
【3】建立索引
alter table staffs add index idx_staffs_name_age_position(name,age,position)
【4】索引失效的原因总结
（1）全值匹配我最爱
EXPLAIN
select *
from
staffs
where staffs.name='陈翔'
---------
EXPLAIN
select * 
from staffs
where staffs.name='陈翔' and age=20
-------------
EXPLAIN
select * 
from staffs
where staffs.name='陈翔' and  staffs.age=20 and staffs.position='经理'
---------------
【5】索引失效了
EXPLAIN
select * 
from staffs
where staffs.age=19 and staffs.position='演员'
-------------
EXPLAIN
select * 
from staffs
where staffs.position='演员'
【6】结论：alter table staffs add index idx_staffs_name_age_position(name,age,position)
（1）最佳左前缀法则，如果索引了多列，查询要从索引最左列开始，并且不能跳过索引列
（2）----就是带头大哥不能死。----死了索引就失效
（3）----中间兄弟不能断。-------（断了就是使用了部分索引，只能使用到断之前的索引了）

35、索引优化-二

【1】不在索引列上做任操作（计算、函数、类型转换），会导致索引失效而转向全表扫描
EXPLAIN
select *
from staffs
where staffs.name='陈翔'
----------------------
失效的情况:
EXPLAIN
select *
from staffs
where left(staffs.name,1)='陈'
【2】结论：索引内容少计算

36、引擎优化-三

【1】常量查询
EXPLAIN
select *
from staffs
where staffs.name='陈翔' and staffs.age=20 and staffs.position='经理'
【2】不能使用索引的范围判断，不然后面的索引就失效了
EXPLAIN
select *
from staffs
where staffs.name='陈翔' and staffs.age>19 and staffs.position='经理'

37、索引优化-四

【1】尽量使用覆盖索引，减少使用select *;下面的语句就比36的多用了Using index
EXPLAIN
select staffs.`name`,staffs.age,staffs.position
from staffs
where staffs.name='陈翔' and staffs.age=20 and staffs.position='经理'
【2】原则:谁建立了索引，尽量就查谁

38、索引优化-五

【1】MYSQL不用使用！=或者<>，使用了会导致索引失效
【2】但是如果确实用到，也可以写

39、索引优化-六

【1】如果对非空字段进行空判断
EXPLAIN
select *
from staffs
where name is null

40、索引优化-七

【1】两边有百分号，索引就失效了
EXPLAIN
select *
from staffs
where name like '%陈翔%'
【2】但是如果只使用右边%，索引还是起作用的
EXPLAIN
select *
from staffs
where name like '陈翔%'
【3】如果必须两边都用%%号，则使用覆盖索引(建的索引和查的字段、顺序、数量完全一致)
create index idx_user_name_age on user(name,age)
-------------------
EXPLAIN
select user.name
from user
where user.name like '陈翔%'

41、索引优化-八

【1】varchar不加单引号导致索引失效，这个是开发中的重罪
EXPLAIN
select *
from staffs
where staffs.name='陈翔'
-----------------------
EXPLAIN
select *
from staffs
where staffs.name=2000  # mysql 会使用隐式的类型转换
【2】少用or

44、索引面试题分析

【1】复合索引
create index idx_user_c1_c2_c3_c4 on user(c1,c2,c3,c4)
【2】全值匹配我最爱
【3】建立的是1、2、3、4，用的时候是4、3、2、1 ，索引仍不会失效，这是因为mysql聪明
【4】但是我们推荐的还是怎么建立，怎么使用索引
【5】范围之后的索引会全部失效，但是如果范围是最高的楼那就无所谓了
【6】Using filesort 九死一生

46、查询截取详解-小表驱动大表

【1】Explain 分析
【2】观察，至少跑1天，看看生产慢SQL情况。
【3】开启慢查询日志，是指阈值，超过5S的SQL都抓取出来
【4】Explain+慢SQL分析
【5】show profile：查询mysql服务器里的执行细节和声明周期情况
【6】运维经理 OR DBA，进行SQL数据库服务器的参数调优
【7】永远用“小表驱动大表”
【8】当B表数据小于A表的数据集时，用in优于exists
select * from A where id in(select id from b)
【9】当A表数据集小于B表，用exists优于in
【10】将主查询的数据，放到子查询中做条件验证，根据验证结果（True或False）来决定查询的结数据结果是否保留

47、in与exists

【1】查询用in
select *
from staffs
where staffs.id in (select book.id from book)
------------
select *
from staffs
where staffs.id in (select 1 from book)
---------------
【2】查询用exists
select *
from staffs
where EXISTS (select book.id from book where book.id=staffs.id)

48、排序使用索引order by优化

【1】会不会产生filesort
【2】show index from staffs   让age成为带头大哥
【3】drop index idx_staffs_name_age_position on staffs
【4】create index idx_staffs_age_postion on staffs(age,position)
【5】带头大哥查询、排序,不会使用filesort
EXPLAIN
select staffs.age
from staffs
where staffs.age>20 
order by staffs.age
【6】会使用filesort，效果差
EXPLAIN
select staffs.age
from staffs
where staffs.age>20 
order by staffs.position
【7】不会使用filesort，尽量使用Index方式排序
EXPLAIN
select staffs.age,staffs.position
from staffs
where staffs.age>20 
order by staffs.age,staffs.position
【8】order by
（1）语句使用索引最做前列
（2）使用Where字句与Order by字句提哦啊见组合满足索引最左前列
【9】双路排序与单路排序
（1）MySQL4.1之前使用的是双路排序，扫描两次磁盘，最终得到数据
（2）在MySQL4.1之后，推出了单路排序
（3）由于单路是后出的，总体来说是好过双路的。但是用单路有问题，一次抓不完，性能反而不如双路。
【10】优化策略
（1）增大sort_buffer_size参数的设置
（2）增大max_length_for_sort_data参数的设置
（3）只要有order by就不用select *
【11】小结：
（1）尽量不要用*
（2）增加sort_buffer_size与max_length_for_sort_data长度
（3）扫描有序索引排序、mysql能为查询与排序使用相同的索引
（4）如果order by是常量，则可以排序，反正不产生filesort就对了
（5）跳楼机不要用、带头大哥不能死、中间兄弟不能断

49、慢日志查询

【1】group by实质是先排序后分组
【2】能用where搞定的，就不要写having
【3】慢查询日志，是MySQL提供的一种日志，超过long_query_time值的SQL，会被记录到日志中
【4】show VARIABLES like '%slow_query_log%'  查询是否开启
【5】开启与其他操作
（1）set global slow_query_log=1; # mysql重启后会失效，一般用不到永久的
（2）查询定义慢查询的时间show VARIABLES like '%long_query_time%'
（3）set global long_query_time=3 修改后需要重新打开sql链接
（4）select sleep(4)
（5）cd /var/lib/mysql    有主机名-slow.log
【6】mysqldumpslow 查询执行慢的sql
（1）mysqldumpslow --help
（2）得到返回记录最多的10个sql
mysqldumpslow -s r -t 10 /var/lib/mysql/xxx-slow.log
（3）得到访问次数最多的10个sql
mysqldumpslow -s c -t 10 /var/lib/mysql/xxx-slow.log
（4）得到按时间排序的前10条里面含有左连接的查询语句
mysqldumpslow -s t -t 10 -g “left join”/var/lib/mysql/xxx-slow.log
（5）另外在使用只写命令时，建议加上 | more
mysqldumpslow -s r -t 10 /var/lib/mysql/xxx-slow.log  | more

50、批量插入数据脚本

【1】mysql写函数
【2】新建库
create database bigData;
use bigData
【3】创建表
create table department(
id int UNSIGNED PRIMARY key auto_increment,
no MEDIUMINT UNSIGNED not null DEFAULT 0,
name varchar(20) not null DEFAULT "",
ico varchar(20) not null DEFAULT ""
)ENGINE=INNODB DEFAULT CHARSET=GBK;
----------------------------------
create table employee(
id int UNSIGNED PRIMARY key auto_increment,
no MEDIUMINT UNSIGNED not null DEFAULT 0,
name varchar(20) not null DEFAULT "",
job varchar(20) not null DEFAULT "",
manage_no MEDIUMINT UNSIGNED not null DEFAULT 0,
hiredate date not null,
salary DECIMAL(7,2) not null,
package DECIMAL(7,2) not null,
department_no MEDIUMINT UNSIGNED not null DEFAULT 0
)ENGINE=INNODB DEFAULT CHARSET=GBK;
【4】创建函数如果报错this function has none of deterministic...
show variables like 'log_bin_trust_function_creators'
---------
set global log_bin_trust_function_creators=1;
也是临时的设置，但是临时设置也足够了
【5】随机产生字符串的函数
DELIMITER $$
create function rand_string(n int) returns varchar(255)
begin
 DECLARE chars_str varchar(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
 DECLARE return_str varchar(255) DEFAULT '';
 DECLARE i int DEFAULT 0;
 while i < n DO
 set return_str=concat(return_str,substring(chars_str,floor(1+rand()*52),1));
 set i= i+1;
 end while;
 return return_str;
end $$
【6】随机产生部门编号
DELIMITER $$
create function rand_num() returns int(5)
begin
 DECLARE i int DEFAULT 0;
 set i=floor(100+rand()*10);
return i;
end $$
【7】创建存储过程
DELIMITER $$
create procedure insert_employee(in start int(10),in max_num int(10))
begin
DECLARE i int DEFAULT 0;
 set autocommit=0;
 repeat
 set i=i+1;
 insert into employee(employee.`no`,employee.name,employee.job,employee.manage_no,employee.hiredate,employee.salary,employee.package,employee.department_no) values ((start+i),rand_string(6),'salesman',0001,CURDATE(),2000,400,rand_num());
 until i=max_num
 end repeat;
 COMMIT;
 end $$
-----------
DELIMITER $$
create procedure insert_department(in start int(10),in max_num int(10))
begin
DECLARE i int DEFAULT 0;
 set autocommit=0;
 repeat
 set i=i+1;
 insert into department(department.`no`,department.name,department.ico) values ((start+i),rand_string(10),rand_string(8));
 until i=max_num
 end repeat;
 COMMIT;
 end $$
-------
drop procedure  insert_department 这是删除的方法
【8】调用存储过程
select * from department;
-----------------
delimiter;
call insert_department(100,10);
---------------
插入50万
delimiter;
call insert_department(1000000,500000);

51、用show profile进行sql分析

【1】查询优化-慢查询日志-批量数据脚本-show profile-全局日志查询
【2】mysql提供可以用来分析当前会话中语句执行的资源消耗情况，可以用于SQL调优测量
【3】默认情况下默认是关闭的，并保存最近15此的运行结果
【4】show VARIABLES like 'profiling'
（1）set profiling=on
（2）show VARIABLES like 'profiling'
【5】show profiles;
（1）show profile cpu,block io for query 3  #找个耗时比较久的查看替换3
（2）执行后可以看到每一步的执行耗时；
（3）converting heap to MyISAM 查询结果太大，内存不够，开始用磁盘了
（4）creating temp table 创建了临时表
（5）Copying to temp table on disk 把内存中的临时表复制到磁盘，非常危险！！！
（6）locked 死锁

52、全局查询日志

【1】只能在测试环境使用
【2】开启查询
（1）set global general_log=1;
（2）set global log_output='TABLE';
（3）此后所写的SQL将会记录到mysql库里的general_log表
（4）select * from mysql.general_log;

53、数据库锁理论概述

【1】锁是计算机协调多个进程或线程并发访问某一资源的机制
【2】商品只有一件，谁能购买到，需要用到锁的隔离和并发的矛盾
【3】锁的分类
（1）从对数据操作的类型分：读锁（共享）、写锁（排他）
（2）从对数据操作的粒度分，分为表锁和行锁

54、读锁案例讲解

【1】表锁、行锁
【2】建立表演示
create table mylock(
id int not null primary key auto_increment,
name varchar(20)
)engine myisam;
---------------
insert into mylock(name) values('a');
insert into mylock(name) values('b');
insert into mylock(name) values('c');
insert into mylock(name) values('d');
insert into mylock(name) values('e');
【3】锁表
（1）show open tables  #查看表的锁情况 In_use 为0 代表没有锁
------------
show open tables from study;
（2）lock table mylock read,book write; mylook book的In_use都是1  带包加锁
（3）unlock tables;
【4】加锁后lock table mylock read;
（1）select * from mylock;  session 1可以读
（2）update mylock set mylock.name='a2' where id=1; session 1不能修改
（3）session 1不能读别的表，因为锁着在  select * from book;
（4）但是另个一连接session 2，可以查锁，也可以查别的表
（5）session 2如果修改session 1的表，则需要等待，只有session 1执行unlock tables;才能修改

55、锁的案例讲解

【1】lock table mylock write;
----------------------------------
【2】读写情况
（1）select * from mylock; 可读
（2）update mylock set mylock.name='a3' where mylock.id=1;可写
（3）但是锁着，不update的话，select * from book;会报错Table 'book' was not locked with LOCK TABLES
（4）session2 被阻塞，需要等待锁被释放
----------------------------------
【3】查看被加锁的表 show open tables; 有1的就是锁着的
----------------------------------
【4】myisam要偏读，不要偏写。

56、行锁理论

【1】行锁粒度最小，发生锁冲突的概率最低，并发度也最高。
【2】innodb与myisam的最大不同点：一是事务支持，而是采用了行级锁
【3】行锁支持事务
（1）事务的ACID属性：原子性、一致性、隔离性、持久性
（2）并发事务处理带来的问题：丢失、脏读、不可重复度、幻读
（3）事务隔离级别：未提交度、已提交读、可重复读、可序列化
（4）show VARIABLES like 'tx_isolation'; mysql出厂的时候默认是可重复读

57、行锁案例讲解

【1】数据准备
create table test_innodb_lock(
a int(11),
b varchar(20)
)engine=INNODB
【2】插入数据
insert into test_innodb_lock values(1,"A");
insert into test_innodb_lock values(2,"B");
insert into test_innodb_lock values(3,"C");
insert into test_innodb_lock values(4,"D");
insert into test_innodb_lock values(5,"E");
insert into test_innodb_lock values(6,"F");
【3】建立两个单值索引
create index test_innodb_lock_a on test_innodb_lock(a);
create index test_innodb_lock_b on test_innodb_lock(b);
【4】查询数据 select * from test_innodb_lock;
（1）set autocommit=0; 不让自动提交
（2）update test_innodb_lock set b='4001' where test_innodb_lock.a=4;
（3）COMMIT

59、索引失效行锁变表锁

【1】varchar必须加单引号，否则是重罪
【2】update test_innodb_lock set a=41 where b=4000; 假如b varchar没加引号
【3】这个session1不写单引号，session2规范执行就回被阻塞
【4】这样就会导致行锁变表锁

60、间隙锁危害

【1】就是session1用范围条件、session2用相等检索
【2】mysql会根据范围错杀，而不会放过，seesion2会阻塞

61、如何锁一行

【1】select xxx for update 锁定某一行后，其他的操作会被阻塞
【2】直到上面的语句执行提交commit，其他的操作才会被执行

62、行锁总结

【1】行锁针对innodb，性能相比myisam有比较明显的优势
【2】也有缺点，当使用不当，innodb会行锁变表锁，性能可能比myisam更差
【3】当前正在等待锁定的数量 show STATUS like 'innodb_row_lock%'
【4】系统启动后到现在总共等待的次数 show STATUS like 'innodb_row_lock_waits%'
【5】页锁，在行锁和表锁之前，会触发死锁，用的相对少很多

63、主从复制

【1】复制的基本原理
（1）slave会从master读取binlog来进行数据同步
（2）主机改变记录到二进制日志—>slave将master日志拷贝到它的中继日志—>slave将自己日志改变到数据库
（3）每一个slave只有个master、每个slave只能有且仅有一个服务器ID
（4）每个master可以有多个slave
【2】要求
（1）mysql版本要求一致，且后台已经启动服务
（2）必须同一网段，就是“互相”可以访问
（3）主机修改my.cnf文件   server-id=1、log-bin=/var/.../data/mysqlbin
（4）log-err/var/...../data/mysqlerr
（5）basedir="mysql的安装路径"
（6）tmpdir="/var/.../MySQLServer5.6"
（7）datadir="/var/devSoft/data/"
（8）read-only=0
（9）binlog-do-db=ww2
【3】从机修改 my.cnf
（1）log-bin
（2）server-id=2
【4】修改后要重启数据库
（1）grant replication slave on *.* to 'zs'@'从机器数据库IP' indentified by '123456'
（2）show master status;查询主机状态
【5】从机的配置
（1）change master to master_host='主机IP',MASTER_USER='zs',MASTER_PASSWORD='123456',MASTER_LOG_FILE='File名字',MASTER_LOG_POS=Position数字;
（2）start slave
（3）show slave statusG
启动后必须看到Slave_IO_Running Yes、Slave_SQL_Running Yes
【6】最后在主机插入一条数据，从机自动就会复制这条数据，两个数据库都能查的到。
【7】stop slave 停止从机。从机的配置一定要根据show master status主机的状态决定