MySQL专题1: 字段和索引

MySQL中存在float,double等非标准数据类型,也有decimal这种标准数据类型

其区别在于:float,double等非标准类型在DB中保存的是近似值,而Decimal则以字符串的形式保存数值.

float和double数据的精确度取决于分配给每种数据类型的存储长度,其中float分配了4字节,而double分配了8字节,采用float和double本来就是不准的
decimal类型是MySQL官方唯一指定能精确存储的类型,和金钱相关的类型都要存储为decimal

保存格式为YYYYMMDDHHMMSS（年月日时分秒）的整数,与时区无关,存入的是什么值就是什么值,不会根据当前时区进行转换

之后可以存储小数片段,最多到小数点后6位

之前没有小数片段,精确到秒.新数据不兼容旧数据(无法往回导入)

存储范围从0000-00-0000:00:00到'9999-12-3123:59:59'

长度8个字节,datetime(n),n是显示的小数位数,即使小数位数是0存储也是6位小数,仅仅显示0位而已

显示时,显示日期和时间

存入的是自1970-01-01午夜(格林尼治标准时间)以来的毫秒数,和unix时间戳相同.与时区有关,查询时转为相应的时区时间.

itstoresthenumberofmilliseconds

存储范围'1970-01-0100:00:01'?UTCto?'2038-01-1903:14:07'?

默认值为CURRENT_TIMESTAMP(),其实也就是当前的系统时间,这一列只能由系统自动更新,不能由sql更新,timestamp类型适合用来记录数据的最后修改时间,因为只要你更改了记录中其他字段的值,timestamp字段的值都会被自动更新

长度4字节,因为存储长度的原因,决定了它支持的范围的比datetime的要小

CHAR(N)用来存储非二进制字符串,插入少于N个字符的会自动在尾部加空格,查询时,尾部的空格就会被丢弃掉(客户端可以忽略这个,当作存入和取出的一致就行).CHAR使用固定长度的空间进行存储,CHAR(4)存储4个字符,根据编码方式的不同占用不同的字节,GBK编码不论是中文还是英文,每个字符占用2个字节,UTF8编码每个字符占用3个字节.

VARCHAR(N)用来存储非二进制字符串,插入少于N个字符的不填补空格,查询时,尾部的空格不会被丢弃掉

BINARY(N)存储二进制字符串,插入少于N个字节的会自动在尾部加0x00,取出时,所有的字节都保留,返回定义长度的字节长度,在比较的时候,所有的字节都是有效的,并且0x00小于space(space对应的是0x20)

VARBINARY在插入不会去填补0x00字节,查询的时候也不会丢弃任何字节,在比较的时候,所有的字节都是有效的,

如果需要存储的字符串的长度跟所有值的平均长度相差不大,适合用CHAR,如MD5;对于经常改变的值,CHAR优于VARCHAR,原因是固定长度的行不容易产生碎片.
对于很短的列,CHAR优于VHARCHAR,原因是VHARCHAR需要额外一个或两个字节存储字符串的长度.

BINARY和VARBINARY是和编码无关的存储,适合存储二进制数据.

较高的插入和查询速度,不支持事务

如果数据表主要用来插入和查询记录,则MyISAM能提供较高的处理效率

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,是默认的引擎

如果要提供提交、回滚、崩溃恢复能力的事务安全（ACID兼容）能力,并要求实现并发控制,InnoDB是一个好的选择

InnoDB和MyISAM之间的区别:

InnoDB支持事务,而MyISAM不支持事务

InnoDB支持行级锁,而MyISAM支持表级锁

InnoDB支持MVCC,而MyISAM不支持(MVCC多版本并发控制,保证InnoDB的事务隔离级别下一致性读操作)

InnoDB支持外键,而MyISAM不支持

存储引擎将表中的数据存储到内存中,为查询和引用其他表数据提供快速访问

如果只是临时存放数据,数据量不大,并且不需要较高的数据安全性,可以选择将数据保存在内存中的Memory引擎,MySQL中使用该引擎作为临时表,存放查询的中间结果,数据的处理速度很快但是安全性不高.

只允许INSERT和SELECT操作.Archive支持高并发的插入操作,但是本身不是事务安全的.Archive非常适合存储归档数据,如记录日志信息可以使用Archive

第一个重大区别是InnoDB的数据文件本身就是索引文件.MyISAM索引文件和数据文件是分离的,索引文件仅保存数据记录的地址.而在InnoDB中,表数据文件本身就是按B+Tree组织的一个索引结构,这棵树的叶节点data域保存了完整的数据记录.这个索引的key是数据表的主键,因此InnoDB表数据文件本身就是主索引.
InnoDB要求表必须有主键（MyISAM可以没有）,如果没有显式指定,则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键,如果不存在这种列,则MySQL自动为InnoDB表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整形

第二个与MyISAM索引的不同是InnoDB的辅助索引data域存储相应记录主键的值而不是地址.换句话说,InnoDB的所有辅助索引都引用主键作为data域

了解不同存储引擎的索引实现方式对于正确使用和优化索引都非常有帮助,例如知道了InnoDB的索引实现后,就很容易明白为什么不建议使用过长的字段作为主键,因为所有辅助索引都引用主索引,过长的主索引会令辅助索引变得过大.再例如,用非单调的字段作为主键在InnoDB中不是个好主意,因为InnoDB数据文件本身是一棵B+Tree,非单调的主键会造成在插入新记录时数据文件为了维持B+Tree的特性而频繁的分裂调整,十分低效,而使用自增字段作为主键则是一个很好的选择

Archive用来存日志

memory用来存session

MyISAM尽量不用

其他的都用InnoDB

B+树索引(O(log(n))):关于B+树索引,可以参考MySQL索引背后的数据结构及算法原理

hash索引:

仅仅能满足"=","IN"和"="查询,不能使用范围查询

其检索效率非常高,索引的检索可以一次定位,不像B-Tree索引需要从根节点到枝节点,最后才能访问到页节点这样多次的IO访问,所以Hash索引的查询效率要远高于B-Tree索引

只有Memory存储引擎显式支持hash索引

FULLTEXT索引:现在MyISAM和InnoDB引擎都支持了

R-Tree索引:用于对GIS数据类型创建SPATIAL索引,相对于BTREE,RTREE的优势在于范围查找

一个平衡的多叉树.B+树从根节点到叶子节点的搜索效率基本相当,不会出现大幅波动

采用一定的哈希算法,把键值换成新的哈希值,检索时不需要类似B+树那样从根节点逐级查找,只需一次哈希算法即可立刻定位到相应的位置,查询效率要远高于B-Tree索引

等值查询哈希索引具有绝对优势（前提是:没有大量重复键值,如果大量重复键值时,哈希索引的效率很低,因为存在所谓的哈希碰撞问题.Hash索引在任何时候都不能避免表扫描,即使取满足某个Hash键值的数据的记录条数,也无法从Hash索引中直接完成查询,还是要通过访问表中的实际数据进行相应的比较,并得到相应的结果

哈希索引不适用的场景:

不支持范围查询

不支持索引完成排序

不支持联合索引的最左前缀匹配规则

MySQL中,只有HEAP/MEMORY引擎才显式支持哈希索引,而常用的InnoDB引擎中默认使用的是B+树索引,不能指定使用哈希索引,只能通过设置自适应哈希索引间接使用.

InnoDB不支持HASH索引(但是InnoDB在内部利用哈希索引来实现其自适应哈希索引功能)

InnoDB会根据表的使用情况自动为表生成hash索引,不能人为干预是否在InnoDB一张表中创建HASH索引

当InnoDB某些索引值被使用的特别频繁时,会在内存中基于Btree的索引之上再创建一个HASH索引,这样BTREE索引也具备了HASH索引的一些优点

uniquekeyunique_usernameusingbtree(user_name)

这里的usingbtree只是显式指定的使用的索引的方式为b+树,对于innodb来说默认的索引方式也是用b+树,因此可以不写

聚簇索引是对磁盘上实际数据重新组织以按指定的一个或多个列的值排序的算法.特点是存储数据的顺序和索引顺序一致.一般情况下主键会默认创建聚簇索引,且一张表只允许存在一个聚簇索引.

聚簇索引的叶子节点就是数据节点,而非聚簇索引的叶子节点仍然是索引节点,只不过有指向对应数据块的指针

MyISAM的是非聚簇索引,B+Tree的叶子节点上的data,并不是数据本身,而是数据存放的地址.主索引和辅助索引没啥区别,只是主索引中的key一定得是唯一的

InnoDB使用的是聚簇索引,将主键组织到一棵B+树中,而行数据就储存在叶子节点上,若使用"whereid=14"这样的条件查找主键,则按照B+树的检索算法即可查找到对应的叶节点,之后获得行数据

在版本前,Innodb的非聚集索引中包含聚集索引的索引键,但只起到通过非聚集索引定位记录的作用,但在之后版本中,优化器会考虑非聚集索引中包含的聚集索引键来提升查询性能,并提供优化器选项use_index_extensions来开启或关闭该特性.

假设有表TB1(ID,C1,C2),ID为主键聚集索引,然后在列C1建立索引IDX_C1(C1):

在版本前,索引类似于IDX_C1(C1)INCLUDE(ID);

在版本中,索引类似于IDX_C1(C1,ID);

无论是还是版本中,非聚集索引上的数据都是先按照非聚集索引键在按照聚集索引键进行排序,即在非聚集索引键上值相同的记录会按照聚集索引进行排序.

最左前缀匹配原则,非常重要的原则,mysql会一直向右匹配直到遇到范围查询
=和in可以乱序
尽量选择区分度高的列作为索引
查询时,索引列不要参与计算

B+Tree,Hash,FullText,RTree

主要说一下索引的创建,修改和删除,以及不同的索引类型:普通索引,唯一索引,全文索引,空间索引,单列索引,多列索引

ALTERTABLE表名ADDINDEX索引名(列名);CREATEINDEX索引名ON表名(列名);ALTERTABLE表名ADDUNIQUEINDEX索引名(列名);CREATEUNIQUEINDEX索引名ON表名(列名);ALTERTABLE表名ADDINDEX索引名(列名,列名2);CREATEINDEX索引名ON表名(列名1,列名2);ALTERTABLE表名ADDFULLTEXTINDEX索引名(列名);CREATEFULLTEXTINDEX索引号ON表名(列名);ALTERTABLE表名ADDSPATIALINDEX索引名(列名);CREATESPATIALINDEX索引号ON表名(列名);

连接类型(thejointype),描述了找到所需数据使用的扫描方式,最为常见的扫描方式从快到慢依次为

系统表,少量数据,往往不需要进行磁盘IO,扫描类型为system说明数据已经加载到内存,不需要磁盘IO,这类扫描是速度最快的

常量连接,主键或者唯一键上的等值查询,const扫描的条件为

命中主键(primarykey)或者唯一(unique)索引

被连接的部分是一个常量(const)值

主键索引(primarykey)或者非空唯一索引(uniquenotnull)等值扫描,eq_ref扫描的条件为:对于前表的每一行(row),后表只有一行被扫描.

非主键非唯一索引等值扫描.对于前表的每一行(row),后表可能有多于一行的数据被扫描.

range,范围扫描,它是索引上的范围查询,它会在索引上扫码特定范围内的值.

index,索引树扫描,需要扫描索引上的全部数据.

全表扫描

SQL使用了where条件过滤数据.

SQL所需要返回的所有列数据均在一棵索引树上,而无需访问实际的行记录.

说明确实命中了索引,但不是所有的列数据都在索引树上,还需要访问实际的行记录.

说明得到所需结果集,需要对所有记录进行文件排序.典型的,在一个没有建立索引的列上进行了orderby,就会触发filesort,常见的优化方案是,在orderby的列上添加索引,避免每次查询都全量排序.

说明使用了临时表(temporarytable)来暂存中间结果.这类SQL语句性能较低,往往也需要进行优化.例如groupby和orderby同时存在,且作用于不同的字段时,就会建立临时表.

mysqlinnodb的锁是通过锁索引来实现的
selectforupdate,如果字段没有索引,即使使用where条件也会进行表级锁

如果有索引,会锁定对应where条件中索引值的所有行,可理解为对该索引值进行了索引,所以即使另一事务查询的是其他行,因为索引值相同也会被锁住.

有索引而且使用了不同的索引值查数据,但是查询的结果是同一行,可以理解为真正的数据行锁

“做程序员，圈子和学习最重要”因为有有了圈子可以让你少走弯路，扩宽人脉，扩展思路，学习他人的一些经验及学习方法！同时在这分享一下是一直以来整理的Java后端进阶笔记文档和学习资料免费分享给大家！需要资料的朋友私信我扣【06】