MySQL的視圖

簡單來說MySQL的視圖就是對SELECT 命令的定義的一個快捷鍵，我們查詢時會用到非常復雜的SELECT語句，而這個語句我們以后還會經(jīng)常用到，我們可以經(jīng)這個語句生產(chǎn)視圖。視圖是一個虛擬的表，它不存儲數(shù)據(jù)，所用的數(shù)據(jù)都在真實的表中。

這樣做的好處有：

1.防止有未經(jīng)允許的租戶訪問到敏感數(shù)據(jù)2.將多個物理表抽象成一個邏輯表3.結(jié)果容易理解4.獲得數(shù)據(jù)更容易，很多人對SQL語句不太了解，我們可以通過創(chuàng)建視圖的形式方便用戶使用。5.顯示數(shù)據(jù)更容易。6.維護程序更方便。調(diào)試視圖比調(diào)試查詢更容易，跟蹤數(shù)據(jù)中的各個步驟的錯誤更容易，這是因為所用的步驟都是視圖的組成部分。

索引原理以及查詢優(yōu)化

一、介紹

1.什么是索引？

一般的應用系統(tǒng)，讀寫比例在10:1左右，而且插入操作和一般的更新操作很少出現(xiàn)性能問題，在生產(chǎn)環(huán)境中，我們遇到最多的，也是最容易出問題的，還是一些復雜的查詢操作，因此對查詢語句的優(yōu)化顯然是重中之重。說起加速查詢，就不得不提到索引了。

2.為什么要有索引呢？

索引在MySQL中也叫做“鍵”，是存儲引擎用于快速找到記錄的一種數(shù)據(jù)結(jié)構(gòu)。索引對于良好的性能非常關(guān)鍵，尤其是當表中的數(shù)據(jù)量越來越大時，索引對于性能的影響愈發(fā)重要。索引優(yōu)化應該是對查詢性能優(yōu)化最有效的手段了。索引能夠輕易將查詢性能提高好幾個數(shù)量級。索引相當于字典的音序表，如果要查某個字，如果不使用音序表，則需要從幾百頁中逐頁去查。

二、索引的原理

一 索引原理

索引的目的在于提高查詢效率，與我們查閱圖書所用的目錄是一個道理：先定位到章，然后定位到該章下的一個小節(jié)，然后找到頁數(shù)。相似的例子還有：查字典，查火車車次，飛機航班等

本質(zhì)都是：通過不斷地縮小想要獲取數(shù)據(jù)的范圍來篩選出最終想要的結(jié)果，同時把隨機的事件變成順序的事件，也就是說，有了這種索引機制，我們可以總是用同一種查找方式來鎖定數(shù)據(jù)。

數(shù)據(jù)庫也是一樣，但顯然要復雜的多，因為不僅面臨著等值查詢，還有范圍查詢(>、<、between、in)、模糊查詢(like)、并集查詢(or)等等。數(shù)據(jù)庫應該選擇怎么樣的方式來應對所有的問題呢？我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢？最簡單的如果1000條數(shù)據(jù)，1到100分成第一段，101到200分成第二段，201到300分成第三段......這樣查第250條數(shù)據(jù)，只要找第三段就可以了，一下子去除了90%的無效數(shù)據(jù)。但如果是1千萬的記錄呢，分成幾段比較好？稍有算法基礎的同學會想到搜索樹，其平均復雜度是lgN，具有不錯的查詢性能。但這里我們忽略了一個關(guān)鍵的問題，復雜度模型是基于每次相同的操作成本來考慮的。而數(shù)據(jù)庫實現(xiàn)比較復雜，一方面數(shù)據(jù)是保存在磁盤上的，另外一方面為了提高性能，每次又可以把部分數(shù)據(jù)讀入內(nèi)存來計算，因為我們知道訪問磁盤的成本大概是訪問內(nèi)存的十萬倍左右，所以簡單的搜索樹難以滿足復雜的應用場景。

二 磁盤IO與預讀

考慮到磁盤IO是非常高昂的操作，計算機操作系統(tǒng)做了一些優(yōu)化，當一次IO時，不光把當前磁盤地址的數(shù)據(jù)，而是把相鄰的數(shù)據(jù)也都讀取到內(nèi)存緩沖區(qū)內(nèi)，因為局部預讀性原理告訴我們，當計算機訪問一個地址的數(shù)據(jù)的時候，與其相鄰的數(shù)據(jù)也會很快被訪問到。每一次IO讀取的數(shù)據(jù)我們稱之為一頁(page)。具體一頁有多大數(shù)據(jù)跟操作系統(tǒng)有關(guān)，一般為4k或8k，也就是我們讀取一頁內(nèi)的數(shù)據(jù)時候，實際上才發(fā)生了一次IO，這個理論對于索引的數(shù)據(jù)結(jié)構(gòu)設計非常有幫助。

三、索引的數(shù)據(jù)結(jié)構(gòu)

任何一種數(shù)據(jù)結(jié)構(gòu)都不是憑空產(chǎn)生的，一定會有它的背景和使用場景，我們現(xiàn)在總結(jié)一下，我們需要這種數(shù)據(jù)結(jié)構(gòu)能夠做些什么，其實很簡單，那就是：每次查找數(shù)據(jù)時把磁盤IO次數(shù)控制在一個很小的數(shù)量級，最好是常數(shù)數(shù)量級。那么我們就想到如果一個高度可控的多路搜索樹是否能滿足需求呢？就這樣，b+樹應運而生。

如上圖，是一顆b+樹，關(guān)于b+樹的定義可以參見B+樹，這里只說一些重點，淺藍色的塊我們稱之為一個磁盤塊，可以看到每個磁盤塊包含幾個數(shù)據(jù)項（深藍色所示）和指針（黃色所示），如磁盤塊1包含數(shù)據(jù)項17和35，包含指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實的數(shù)據(jù)存在于葉子節(jié)點即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點只不存儲真實的數(shù)據(jù)，只存儲指引搜索方向的數(shù)據(jù)項，如17、35并不真實存在于數(shù)據(jù)表中。

###b+樹的查找過程

如圖所示，如果要查找數(shù)據(jù)項29，那么首先會把磁盤塊1由磁盤加載到內(nèi)存，此時發(fā)生一次IO，在內(nèi)存中用二分查找確定29在17和35之間，鎖定磁盤塊1的P2指針，內(nèi)存時間因為非常短（相比磁盤的IO）可以忽略不計，通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內(nèi)存，發(fā)生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到內(nèi)存，發(fā)生第三次IO，同時內(nèi)存中做二分查找找到29，結(jié)束查詢，總計三次IO。真實的情況是，3層的b+樹可以表示上百萬的數(shù)據(jù)，如果上百萬的數(shù)據(jù)查找只需要三次IO，性能提高將是巨大的，如果沒有索引，每個數(shù)據(jù)項都要發(fā)生一次IO，那么總共需要百萬次的IO，顯然成本非常非常高。

###b+樹性質(zhì)

1.索引字段要盡量的小：通過上面的分析，我們知道IO次數(shù)取決于b+數(shù)的高度h，假設當前數(shù)據(jù)表的數(shù)據(jù)為N，每個磁盤塊的數(shù)據(jù)項的數(shù)量是m，則有h=?(m+1)N，當數(shù)據(jù)量N一定的情況下，m越大，h越小；而m = 磁盤塊的大小 / 數(shù)據(jù)項的大小，磁盤塊的大小也就是一個數(shù)據(jù)頁的大小，是固定的，如果數(shù)據(jù)項占的空間越小，數(shù)據(jù)項的數(shù)量越多，樹的高度越低。這就是為什么每個數(shù)據(jù)項，即索引字段要盡量的小，比如int占4字節(jié)，要比bigint8字節(jié)少一半。這也是為什么b+樹要求把真實的數(shù)據(jù)放到葉子節(jié)點而不是內(nèi)層節(jié)點，一旦放到內(nèi)層節(jié)點，磁盤塊的數(shù)據(jù)項會大幅度下降，導致樹增高。當數(shù)據(jù)項等于1時將會退化成線性表。2.索引的最左匹配特性（即從左往右匹配）：當b+樹的數(shù)據(jù)項是復合的數(shù)據(jù)結(jié)構(gòu)，比如(name,age,sex)的時候，b+數(shù)是按照從左到右的順序來建立搜索樹的，比如當(張三,20,F)這樣的數(shù)據(jù)來檢索的時候，b+樹會優(yōu)先比較name來確定下一步的所搜方向，如果name相同再依次比較age和sex，最后得到檢索的數(shù)據(jù)；但當(20,F)這樣的沒有name的數(shù)據(jù)來的時候，b+樹就不知道下一步該查哪個節(jié)點，因為建立搜索樹的時候name就是第一個比較因子，必須要先根據(jù)name來搜索才能知道下一步去哪里查詢。比如當(張三,F)這樣的數(shù)據(jù)來檢索時，b+樹可以用name來指定搜索方向，但下一個字段age的缺失，所以只能把名字等于張三的數(shù)據(jù)都找到，然后再匹配性別是F的數(shù)據(jù)了， 這個是非常重要的性質(zhì)，即索引的最左匹配特性。

四、Mysql索引管理

一、功能

索引的功能就是加速查找 mysql中的primary key，unique，聯(lián)合唯一也都是索引，這些索引除了加速查找以外，還有約束的功能

二、MySQL的索引分類

索引分類1.普通索引index :加速查找2.唯一索引 主鍵索引：primary key ：加速查找+約束（不為空且唯一） 唯一索引：unique：加速查找+約束 （唯一）3.聯(lián)合索引 -primary key(id,name):聯(lián)合主鍵索引 -unique(id,name):聯(lián)合唯一索引 -index(id,name):聯(lián)合普通索引4.全文索引fulltext :用于搜索很長一篇文章的時候，效果最好。5.空間索引spatial :了解就好，幾乎不用

三、 索引的兩大類型hash與btree

#我們可以在創(chuàng)建上述索引的時候，為其指定索引類型，分兩類hash類型的索引：查詢單條快，范圍查詢慢btree類型的索引：b+樹，層數(shù)越多，數(shù)據(jù)量指數(shù)級增長（我們就用它，因為innodb默認支持它）#不同的存儲引擎支持的索引類型也不一樣InnoDB 支持事務，支持行級別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；MyISAM 不支持事務，支持表級別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；Memory 不支持事務，支持表級別鎖定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；NDB 支持事務，支持行級別鎖定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；Archive 不支持事務，支持表級別鎖定，不支持 B-tree、Hash、Full-text 等索引；

四、創(chuàng)建/刪除索引的語法

善用幫助文檔help createhelp create index==================1.創(chuàng)建索引 -在創(chuàng)建表時就創(chuàng)建（需要注意的幾點） create table s1( id int ,#可以在這加primary key #id int index #不可以這樣加索引，因為index只是索引，沒有約束一說， #不能像主鍵，還有唯一約束一樣，在定義字段的時候加索引 name char(20), age int, email varchar(30) #primary key(id) #也可以在這加 index(id) #可以這樣加 ); -在創(chuàng)建表后在創(chuàng)建 create index name on s1(name); #添加普通索引 create unique age on s1(age);添加唯一索引 alter table s1 add primary key(id); #添加住建索引，也就是給id字段增加一個主鍵約束 create index name on s1(id,name); #添加普通聯(lián)合索引2.刪除索引 drop index id on s1; drop index name on s1; #刪除普通索引 drop index age on s1; #刪除唯一索引，就和普通索引一樣，不用在index前加unique來刪，直接就可以刪了 alter table s1 drop primary key; #刪除主鍵(因為它添加的時候是按照alter來增加的，那么我們也用alter來刪)

幫助查看

五、測試索引

1、準備

#1. 準備表create table s1(id int,name varchar(20),gender char(6),email varchar(50));#2. 創(chuàng)建存儲過程，實現(xiàn)批量插入記錄delimiter $$ #聲明存儲過程的結(jié)束符號為$$create procedure auto_insert1()BEGIN declare i int default 1; while(i<3000000)do insert into s1 values(i,concat(’egon’,i),’male’,concat(’egon’,i,’@oldboy’)); set i=i+1; end while;END$$ #$$結(jié)束delimiter ; #重新聲明分號為結(jié)束符號#3. 查看存儲過程show create procedure auto_insert1G #4. 調(diào)用存儲過程call auto_insert1();

2 、在沒有索引的前提下測試查詢速度

#無索引：從頭到尾掃描一遍，所以查詢速度很慢mysql> select * from s1 where id=333;+------+---------+--------+----------------+| id | name | gender | email |+------+---------+--------+----------------+| 333 | egon333 | male | [email protected] || 333 | egon333 | f | alex333@oldboy || 333 | egon333 | f | alex333@oldboy |+------+---------+--------+----------------+rows in set (0.32 sec)mysql> select * from s1 where email=’egon333@oldboy’;....... rows in set (0.36 sec)

3、 加上索引

#1. 一定是為搜索條件的字段創(chuàng)建索引，比如select * from t1 where age > 5;就需要為age加上索引#2. 在表中已經(jīng)有大量數(shù)據(jù)的情況下，建索引會很慢，且占用硬盤空間，插入刪除更新都很慢，只有查詢快比如create index idx on s1(id);會掃描表中所有的數(shù)據(jù)，然后以id為數(shù)據(jù)項，創(chuàng)建索引結(jié)構(gòu)，存放于硬盤的表中。建完以后，再查詢就會很快了#3. 需要注意的是：innodb表的索引會存放于s1.ibd文件中，而myisam表的索引則會有單獨的索引文件table1.MYI

六、正確使用索引

一、覆蓋索引

#分析select * from s1 where id=123;該sql命中了索引，但未覆蓋索引。利用id=123到索引的數(shù)據(jù)結(jié)構(gòu)中定位到該id在硬盤中的位置，或者說再數(shù)據(jù)表中的位置。但是我們select的字段為*，除了id以外還需要其他字段，這就意味著，我們通過索引結(jié)構(gòu)取到id還不夠，還需要利用該id再去找到該id所在行的其他字段值，這是需要時間的，很明顯，如果我們只select id，就減去了這份苦惱，如下select id from s1 where id=123;這條就是覆蓋索引了，命中索引，且從索引的數(shù)據(jù)結(jié)構(gòu)直接就取到了id在硬盤的地址，速度很快

二、聯(lián)合索引

三、索引合并

#索引合并：把多個單列索引合并使用#分析：組合索引能做到的事情，我們都可以用索引合并去解決，比如create index ne on s1(name,email);#組合索引我們完全可以單獨為name和email創(chuàng)建索引組合索引可以命中：select * from s1 where name=’egon’ ;select * from s1 where name=’egon’ and email=’adf’;索引合并可以命中：select * from s1 where name=’egon’ ;select * from s1 where email=’adf’;select * from s1 where name=’egon’ and email=’adf’;乍一看好像索引合并更好了：可以命中更多的情況，但其實要分情況去看，如果是name=’egon’ and email=’adf’,那么組合索引的效率要高于索引合并，如果是單條件查，那么還是用索引合并比較合理

三 若想利用索引達到預想的提高查詢速度的效果，我們在添加索引時，必須遵循以下原則

1.最左前綴匹配原則，非常重要的原則，create index ix_name_email on s1(name,email,)- 最左前綴匹配：必須按照從左到右的順序匹配select * from s1 where name=’egon’; #可以select * from s1 where name=’egon’ and email=’asdf’; #可以select * from s1 where email=’[email protected]’; #不可以mysql會一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。#2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會幫你優(yōu)化成索引可以識別的形式#3.盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會問，這個比例有什么經(jīng)驗值嗎？使用場景不同，這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄#4.索引列不能參與計算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡單，b+樹中存的都是數(shù)據(jù)表中的字段值，但進行檢索時，需要把所有元素都應用函數(shù)才能比較，顯然成本太大。所以語句應該寫成create_time = unix_timestamp(’2014-05-29’);

最左前綴示范

mysql> select * from s1 where id>3 and name=’egon’ and email=’[email protected]’ and gender=’male’;Empty set (0.39 sec)mysql> create index idx on s1(id,name,email,gender); #未遵循最左前綴Query OK, 0 rows affected (15.27 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> select * from s1 where id>3 and name=’egon’ and email=’[email protected]’ and gender=’male’;Empty set (0.43 sec)mysql> drop index idx on s1;Query OK, 0 rows affected (0.16 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> create index idx on s1(name,email,gender,id); #遵循最左前綴Query OK, 0 rows affected (15.97 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> select * from s1 where id>3 and name=’egon’ and email=’[email protected]’ and gender=’male’;Empty set (0.03 sec)

索引無法命中的情況需要注意：

- like ’%xx’ select * from tb1 where email like ’%cn’; - 使用函數(shù) select * from tb1 where reverse(email) = ’wupeiqi’; - or select * from tb1 where nid = 1 or name = ’[email protected]’; 特別的：當or條件中有未建立索引的列才失效，以下會走索引 select * from tb1 where nid = 1 or name = ’seven’; select * from tb1 where nid = 1 or name = ’[email protected]’ and email = ’alex’ - 類型不一致 如果列是字符串類型，傳入條件是必須用引號引起來，不然... select * from tb1 where email = 999; 普通索引的不等于不會走索引- != select * from tb1 where email != ’alex’ 特別的：如果是主鍵，則還是會走索引 select * from tb1 where nid != 123- > select * from tb1 where email > ’alex’ 特別的：如果是主鍵或索引是整數(shù)類型，則還是會走索引 select * from tb1 where nid > 123 select * from tb1 where num > 123#排序條件為索引，則select字段必須也是索引字段，否則無法命中- order by select name from s1 order by email desc; 當根據(jù)索引排序時候，select查詢的字段如果不是索引，則不走索引 select email from s1 order by email desc; 特別的：如果對主鍵排序，則還是走索引： select * from tb1 order by nid desc; - 組合索引最左前綴 如果組合索引為：(name,email) name and email -- 使用索引 name -- 使用索引 email-- 不使用索引- count(1)或count(列)代替count(*)在mysql中沒有差別了- create index xxxx on tb(title(19)) #text類型，必須制定長度

- 避免使用select *- count(1)或count(列) 代替 count(*)- 創(chuàng)建表時盡量時 char 代替 varchar- 表的字段順序固定長度的字段優(yōu)先- 組合索引代替多個單列索引（經(jīng)常使用多個條件查詢時）- 盡量使用短索引- 使用連接（JOIN）來代替子查詢(Sub-Queries)- 連表時注意條件類型需一致- 索引散列值（重復少）不適合建索引，例：性別不適合

七、慢查詢優(yōu)化的基本步驟

0.先運行看看是否真的很慢，注意設置SQL_NO_CACHE1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語句的where都應用到表中返回的記錄數(shù)最小的表開始查起，單表每個字段分別查詢，看哪個字段的區(qū)分度最高2.explain查看執(zhí)行計劃，是否與1預期一致（從鎖定記錄較少的表開始查詢）3.order by limit 形式的sql語句讓排序的表優(yōu)先查4.了解業(yè)務方使用場景5.加索引時參照建索引的幾大原則6.觀察結(jié)果，不符合預期繼續(xù)從0分析

到此這篇關(guān)于MySQL的視圖和索引用法與區(qū)別詳解的文章就介紹到這了,更多相關(guān)MySQL的視圖和索引內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！