只会MySQL怎么找工作

转载

云中谁寄锦书来 2024-11-27 23:42:54

文章标签 只会MySQL怎么找工作 mysql能找工作主键数据字段 文章分类 MySQL 数据库

一、索引数据结构

面试的时候肯定会问这一个问题，mysql为什么会选择b+树作为索引呢？而不选择其他索引，例如b树？hash？下面说的磁盘IO是指数据从硬盘加载到内存中的操作hash索引的话，不支持范围查询，因为hash就是一个键对应一个值的，没办法范围查询

二叉树的话，它的特点就是左子树小于根节点小于右子树，如果根节点取值有问题的话，有可能会退化成链表，就是树不分叉了，树一直往左或者一直往右，这样就不能折半查找从而减少IO次数了，不支持范围查询，要是范围查询的话，每次都要从根部遍历，树也太高了，树越高，IO操作越频繁，浪费资源

平衡二叉树的话，它就没有了二叉树的这种退化成链表的缺点，因为他左右子节点最多相差1层，可是他也不支持范围查找这一点和二叉树的问题一样

b树的话，和二叉树比起来树是很矮胖，IO操作减少了，是个多叉树，它每个节点都存了对应的行数据，可是如果这一行的数据的列不断的增加，那么这一页存储的节点就会变少，因为所占的空间不断的变大，树也会越来越高，增加IO操作次数，同时是也不支持范围查找。要是相同大小的空间可以存很多的节点数据的话就更好了，所以就有了下面的b+树

b+树它非叶子节点只存索引的数据，不存整行数据，但是叶子节点是冗余的，冗余了非叶子节点，叶子节点还都用双向链表链接起来，这样有助于顺序查找，b+树和b树比起来，更加矮胖，磁盘IO次数更少

二、 mysql中索引类型聚簇索引与非聚簇索引我们可以简单的理解为聚簇索引就是主键索引，非聚簇索引就是普通索引

本质的区别是聚簇索引的叶子节点存储的是整行数据

innodb是通过主键来实现聚簇索引的，如果没有主键的话，那么他就会选择一个唯一非空的索引来实现，如果再没有的话，他就会隐式生成一个主键来实现聚簇索引

非聚簇索引存储的是索引值和主键值普通索引一张表中可以有多个普通索引，随便一个字段都可以建立的索引，我们平常建立的索引大部分都是普通索引

联合索引好几个字段联合起来建立的索引

唯一索引业务中唯一的字段适合建立唯一索引，一个表中可以有多个唯一索引

主键索引和唯一索引一样，主键索引也是唯一的，不同的就是，一个表只能有一个主键索引

三、关于索引的sql

创建主键索引ALTER TABLE test add PRIMARY KEY (id)

创建唯一索引ALTER TABLE test add UNIQUE idx_id_card(id_card)

创建普通索引ALTER TABLE test add INDEX idx_name(name)

创建联合索引ALTER TABLE test add INDEX idx_age_name(age,name)

修改索引名称：先删除再添加

删除索引 (两种方式)ALTER TABLE test DROP INDEX idx_id_card

DROP INDEX idx_id_card on test

--删除主键索引

DROP PRIMARY key on test

ALTER TABLE test DROP PRIMARY key

查看表中索引SHOW INDEX FROM test

分析索引EXPLAIN SELECT * from test WHERE name = "xhJaver"

我们先给name字段添加一个索引,索引名字叫做idx_nameALTER TABLE test add INDEX idx_name(name)

查看test表中的索引SHOW INDEX FROM test

只会MySQL怎么找工作_数据

其中的属性table: 表名

Non_unique: 能重复的话为1，不能重复的话为0，我们主键的那里是0，而name那里是1，因为name可以重复，而主键不能重复

Key_name: 索引名称

Seq_in_index:索引中列的顺序

Column_name:列名称

Collation:列以什么方式存储的，A升序，null无序

Cardinality:数目越大，则使用该索引的可能性越大

Sub_part:如果列只是部分的编入索引，则被编入索引的字符数目，如果整列被编入索引，则为null

Packed：关键字是否被压缩，null表示没有被压缩

Null:如果该列含有null,则为yes,如果没有null,则为no

Index_type:索引数据结构

Comment:多种评注

四、回表查询select * from test where name = "xhJaver"

假如说我们name字段建立了索引，然后当我们运行这一句sql语句的时候，因为建立的是普通索引，所以我们的b+树的叶子节点存储的数据是id，我们会找到name是xhJaver的这条记录的id，再根据这个id,去主键索引的那棵b+树去查询，查询到叶子节点时即查询出这条记录，可见这个过程中，我们从一棵树跑到了另一棵树继续查，这样就叫做“回表查询”，那有没有办法只查一棵树就可以查询出结果呢？

五、覆盖索引

办法当然是有的啦，那就是覆盖索引，我们注意到，刚才这个sql语句时查询出来了所有元素，假如说我们这样写的话select address from test where name = "xhJaver"

假如说我们建立的索引是(name,address)那么这个时候(name,address)这棵b+树的叶子节点存储的数据就包括address了，此时就不需要再根据name = "xhJaver"的id去第二棵树查了，这样就避免了回表查询

六、最左匹配原则

假如说现在我们写一个这样的sql语句select * from test where name = "xhJaver" and age =23 and address="京东"

并且我们建立的索引是(name,address,age)这样是会用到(name,address,age)索引的，可是如果要这样写的话select * from test where name = "xhJaver" and age >23 and address="京东"

这样只会用到(name，age)这两个索引，从左边开始匹配，如果要是遇到范围查询的话，则不继续往右匹配索引

七、explain分析索引语句

我们用explain语句解析一下下面这条sql语句EXPLAIN SELECT * from test WHERE name = "xhJaver"

只会MySQL怎么找工作_字段_02

它的属性有

id: 执行的顺序id相同时，顺序从上到下执行

id不同时，id大的先执行

select_type: 查询的类型primary: 最外层的查询被标记为primary

simple: 简单查询，没有关联其他表，就一张表

subquery: 在where或者select中的子查询

derived: 衍生虚拟表例如from(子查询) t,这个子查询的结果就被放在虚拟表t中

table: 关于哪张表的

partitions: 分区相关(还没搞懂呜呜呜)

type:访问类型性能由好至坏依次是 system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL一般来说，好的sql查询至少达到range级别，最好能达到refsystem:表中只有一行数据

const:常量查询通常用于比较主键等于一个常量，用索引查询一次就查到了

eq_ref:唯一性索引，每个索引对应一条数据，例如主键索引

ref:非唯一索引，每个索引有可能对应多行数据，例如普通索引

range: 范围查询，用到了>，

index：全表扫描，但是是遍历整棵索引树

all:全表扫描，没有用到索引

possible_keys：查询的字段上有索引的话，就会显示出来，

key : 具体用到的索引，若用到了覆盖索引，则possible_keys为null,只会显示在key中

key_len:索引中使用的字节数，最大可能长度，并非实际长度，key_len是根据表定义计算而得的，不是通过表内检索出的

ref: 表示使用索引的是哪一个字段

rows:大致估算出所需要读取的行数

filtered:显示了通过条件过滤出的行数的百分比估计值。