深入认识MySQL 有更新!

  |   0 评论   |   1,180 浏览

前言

工作中经常和MySQL打交道,一直只停留在使用层面。这次通过系统学习MySQL架构、了解SQL执行过程、常用存储引擎设计和SQL优化技巧提升自己对MySQL的认识。

MySQL架构总览


通过这个图可以清晰看出MySQL包含的模块及各自的功能:

  1. Connectors:连接器
    不同语言中与SQL的交互

  2. Management Serveices & Utilities: 系统管理和控制工具

  3. Connection Pool: 连接池
    管理缓冲用户连接,线程处理等需要缓存的需求。

  4. SQL Interface: SQL接口
    接受用户的SQL命令,并且返回用户需要查询的结果。比如select from就是调用SQL Interface。

  5. Parser: 解析器
    SQL命令传递到解析器的时候会被解析器验证和解析。

  6. Optimizer: 查询优化器
    SQL语句在查询之前会使用查询优化器对查询进行优化。他使用的是“选取-投影-联接”策略进行查询。

  7. Cache & Buffer: 查询缓存
    如果查询缓存有命中的查询结果,查询语句就可以直接去查询缓存中取数据。
    这个缓存机制是由一系列小缓存组成的。比如表缓存,记录缓存,key缓存,权限缓存等

  8. Storage Engine:存储引擎
    MySQL的存储引擎使用插件式的设计,支持多个数据引擎如MyISAM,InnoDB等。MySQL通过存储引擎与文件打交道。

  9. Files & Logs: 数据文件和记录日志

一条SQL语句如何执行

MyISAM与InnoDB索引实现方式

MySQL支持多种存储引擎,各个存储引擎的优势各不相同,本文介绍最常用的两个存储引擎MyISAM和InnoDB。

MyISAM引擎

MyISAM引擎是不支持事务,有较好的索引优化和数据压缩技术,查询速度快;MyISAM表文件独立于操作系统的,可以轻松地将其从Windows服务器移植到Linux服务器。每当我们建立一个MyISAM引擎的表时,就会在本地磁盘上建立三个文件,文件名就是表明。例如,我建立了一个MyISAM引擎的test表,那么就会生成以下三个文件:
* test.frm,存储表定义
* test.MYD,存储数据
* test.MYI,存储索引

InnoDB引擎

InnoDB引擎支持事务,并且提供行级的锁定,应用也相当广泛;InnoDB表从物理上讲由共享表空间、日志文件组(redo文件组)、表结构定义文件组成。若将innodb_file_per_table设置为on,则系统将为每一个表单独的生成一个table_name.ibd的文件(独占表空间),在此文件中,存储与该表相关的数据、索引、表的内部数据字典信息。表结构文件则以.frm结尾,这与存储引擎无关。例如,我建立了一个InnoDB引擎的test表,那么就会生成以下两个文件:
* test.ibd,存表数据、索引
* test.frm,存表定义文件

索引分类

MySQL使用B+树结构作为索引,可进一步细分为聚类索引和二级索引。

聚簇索引

索引和数据存储在一块( 都存储在同一个B*tree 中)。
一般主键索引都是聚餐索引

Mysql中InnoDB引擎的主键索引为聚簇索引,MyISAM存储引擎采用非聚集索引
非聚簇索引

索引数据和存储数据是分离的。

二级索引(辅助索引)

二级索引存储的是记录的主键,而不是数据存储的地址。
以Mysql的InnoDB为例
主键是聚集索引
唯一索引、普通索引、前缀索引等都是二级索引(辅助索引)

MySQL锁

innodb事务隔离

mysql的四种隔离级别:
未提交读、已提交读,可重复读(默认),可序列换

InnoDB的行锁模式及加锁方法

(一).行锁模式

1.共享锁(S锁):

对同一行数据都可以共享一把锁,但是没有获得锁的事务只可以读,不可以修改

2.排它锁(X锁)

对同一行数据,获得该锁的事务可读可写,未获得锁的事务不可读也不可写.

另外,为了允许行锁和表锁共存,实现多粒度锁机制,InnoDB还有两种内部使用的意向锁(Intention Locks),这两种意向锁都是表锁。

3.意向共享锁(IS):事务打算给数据行加行共享锁,事务在给一个数据行加共享锁前必须先取得该表的IS锁。

4.意向排他锁(IX):事务打算给数据行加行排他锁,事务在给一个数据行加排他锁前必须先取得该表的IX锁。

注意:InnoDB行锁是通过给索引上的索引项加锁来实现的, InnoDB这种行锁实现特点意味着:只有通过索引条件检索数据,InnoDB才使用行级锁,否则,InnoDB将使用表锁!
在实际应用中,要特别注意InnoDB行锁的这一特性,不然的话,可能导致大量的锁冲突,从而影响并发性能。

SQL优化

数据库设计方面:

a. 对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。

b. 应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from t where num=0

c. 并不是所有索引对查询都有效,SQL是根据表中数据来进行查询优化的,当索引列有大量数据重复时,查询可能不会去利用索引,如一表中有字段sex,male、female几乎各一半,那么即使在sex上建了索引也对查询效率起不了作用。

d. 索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。

e. 应尽可能的避免更新索引数据列,因为索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新索引数据列,那么需要考虑是否应将该索引建为索引。

f. 尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。

g. 尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些。

h. 尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常有限(只有主键索引)。

i. 避免频繁创建和删除临时表,以减少系统表资源的消耗。

j. 临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中的某个数据集时。但是,对于一次性事件,最好使用导出表。

k. 在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先create table,然后insert。

l. 如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定。

SQL语句方面:

a. 应尽量避免在 where子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。

b. 应尽量避免在where子句中使用or来连接条件,否则将导致引擎放弃使用索引而进行全表扫描,如:

select id from t where num=10 or num=20

可以这样查询:

select id from t where num=10 union all select id from t where num=20

c. in 和 not in 也要慎用,否则会导致全表扫描,如:

select id from t where num in(1,2,3)

对于连续的数值,能用 between 就不要用 in 了:

select id from t where num between 1 and 3

d. 下面的查询也将导致全表扫描:

select id from t where name like ‘%abc%’

e. 如果在 where 子句中使用参数,也会导致全表扫描。因为SQL只有在运行时才会解析局部变量,但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。然而,如果在编译时建立访问计划,变量的值还是未知的,因而无法作为索引选择的输入项。如下面语句将进行全表扫描:

select id from t where num=@num

可以改为强制查询使用索引:

select id from t with(index(索引名)) where num=@num

f. 应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。如:

select id from t where num/2=100

应改为:

select id from t where num=100*2

g. 应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:

select id from t where substring(name,1,3)=’abc’; -–name以abc开头的id

select id from t where datediff(day,createdate,’2005-11-30′)=0
–‘2005-11-30’生成的id

应改为:

select id from t where name like ‘abc%’

select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

h. 不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。

i. 不要写一些没有意义的查询,如需要生成一个空表结构:

select col1,col2 into #t from t where 1=0

这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样:

create table #t(…)

j. 很多时候用 exists 代替 in 是一个好的选择:

select num from a where num in(select num from b)

用下面的语句替换:

select num from a where exists(select 1 from b where num=a.num)

k. 任何地方都不要使用 select * from t,用具体的字段列表代替“*”,不要返回用不到的任何字段。

l. 尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写。

m. 尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。

n. 尽量避免大事务操作,提高系统并发能力。

评论

发表评论

validate