MySQL의 SQL 최적화, 인덱스 최적화, 잠금 메커니즘 및 마스터-슬레이브 복제 방법

• 상세 설명

• system: 테이블에는 레코드가 한 행만 있습니다(시스템 테이블과 동일). 일반적으로 나타나지 않는 특수 열입니다. 무시당하다.
  const

  : 인덱스를 통해 한 번 발견되었음을 나타냅니다. Const는 기본 키 또는 고유 인덱스를 비교하는 데 사용됩니다. 단 하나의 데이터 행만 일치하므로 MySQL은 기본 키를 where 목록에 배치하여 쿼리를
상수
• 로 신속하게 변환할 수 있습니다.

  
  

eq_ref
• : 고유 인덱스 스캔, 각 인덱스 키에 대해 테이블의 단 하나의 레코드만 일치합니다. 기본 키 또는 고유 인덱스 스캔에서 흔히 볼 수 있습니다.

  
  

ref
• : 고유하지 않은 인덱스 스캔, 단일 값과 일치하는 모든 행 반환, 본질적으로 인덱스 액세스이며 단일 값과 일치하는 모든 행을 반환하지만 일치하는 여러 행이 발견될 수 있음 , 따라서 검색과 스캔이 혼합되어야 합니다.

  
  

range
• : 행을 선택하기 위해 인덱스를 사용하여 주어진 범위의 행만 검색합니다. 키 열에는 사용된 인덱스가 표시됩니다. 일반적으로 between, <, >, in 등과 같은 쿼리가 where 문에 나타납니다. 이 범위 스캔 인덱스 스캔은 인덱스 전체를 스캔하지 않고 인덱스의 특정 지점에서 시작하고 다른 지점에서 끝나기만 하면 되기 때문에 전체 테이블 스캔보다 낫습니다

  
  

index
• : 전체 인덱스 스캔, index와 ALL의 차이점 index type은 index 컬럼만 순회한다. 이는 일반적으로 인덱스 파일이 데이터 파일보다 작기 때문에 ALL보다 빠릅니다(즉, all과 Index는 모두 전체 테이블을 읽고, 인덱스는 인덱스에서 읽고, 모든 읽기는 하드 디스크에서 읽음)

  
  
  

  all
: 일치하는 행을 찾기 위해 전체 테이블을 탐색하는 전체 테이블 스캔

커버링 인덱스가 쿼리에 사용된 경우 해당 인덱스는 키 목록에만 나타납니다
커버링 인덱스

key_len(소비된 바이트 수)

인덱스에 사용된 바이트 수를 나타냅니다. 이 열은 쿼리에 사용된 인덱스의 길이를 계산하는 데 사용할 수 있습니다. 정확성을 잃지 않고 길이가 짧을수록 좋습니다

key_len에 표시되는 값은 실제 사용된 길이가 아닌 인덱스 필드의 가능한 최대 길이입니다. 즉, key_len은 테이블 정의를 기반으로 계산되며 테이블에서 검색되지 않습니다. table

ref(테이블 간 참조)

인덱스의 어느 열이 사용되는지 표시하며, 가능하면 상수입니다. 인덱싱된 열의 값을 찾는 데 사용되는 열 또는 상수입니다.

행(최적화 프로그램이 쿼리하는 각 테이블의 행 수)

테이블 통계 및 인덱스 선택을 기반으로 필요한 레코드를 찾기 위해 읽어야 하는 행 수를 대략 추정합니다(작을수록 좋음). )

인덱스가 구축되지 않은 경우:

인덱스가 구축된 후: 스캔된 행 수가 줄어듭니다

Extra [ˈekstrə]

에 표시하기에 적합하지 않은 추가 정보가 포함되어 있습니다. 다른 열이지만 매우 중요합니다

정보 유형: filesort 사용, 임시 사용, 인덱스 사용, where 사용, 조인 버퍼 사용, 불가능 where, 최적화된 테이블 선택, independent

filesort 사용(최적화 필요)

을 나타냅니다. mysql은 외부 인덱스를 사용하여 데이터를 정렬하며, 테이블의 인덱스 순서대로 읽히지 않습니다. MySQL은 정렬 작업을 완료하기 위해 인덱스를 사용할 수 없는 경우 소위 "파일 정렬" 작업을 수행합니다

임시 사용(최적화 필요)

임시 테이블을 사용하여 중간 결과를 저장하는 MysQL은 쿼리 결과 정렬 임시 테이블이 사용됩니다. sort order by 및 group query group by

Index(좋음)

사용은 해당 선택 작업이 테이블의 데이터 행에 액세스하는 것을 방지하기 위해 포함 인덱스(Covering Index)를 사용한다는 의미입니다. 매우 효율적입니다!

• 사례 1:
  

• 사례 2:
  

Covering Index / Index Covering(Covering Index).

• 방법 1 이해: 데이터 행을 읽지 않고 인덱스에서만 선택 데이터 열을 얻을 수 있습니다. MySQL은 인덱스에 따라 데이터 파일을 다시 읽을 필요 없이 인덱스를 사용하여 선택 목록의 필드를 반환할 수 있습니다. . 변경 즉, 쿼리 열이 내장된 인덱스로 덮여야 합니다.
  

• 방법 2 이해하기: 인덱스는 행을 효율적으로 찾는 방법이지만 일반 데이터베이스도 인덱스를 사용하여 열의 데이터를 찾을 수 있으므로 전체 행을 읽을 필요가 없습니다. 필요한 데이터를 인덱스에서 직접 읽을 수 있으면 인덱스 리프 노드에 인덱스 데이터가 저장되므로 행 데이터를 읽을 필요가 없습니다. 쿼리 결과를 만족하는 데이터를 포함(또는 커버)하는 인덱스를 커버링 인덱스라고 합니다.

注意:

• 커버링 인덱스를 사용하려면 선택 목록에서 필수 열만 빼야 합니다. 모든 필드를 함께 인덱스하면 인덱스가 발생하므로 *

• 를 선택하지 마세요. 쿼리 성능 저하

Using where: 필터링이 사용되는 위치를 나타냅니다.

조인 버퍼 사용: 연결 캐시가 사용됩니다

불가능합니다. where: where 절의 값은 항상 false이며 튜플을 얻는 데 사용할 수 없습니다

최적화된 테이블을 선택하세요

在没有GROUPBY子句的情况下，基于索引优化MIN/MAX操作，或者对于MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化。

distinct

优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作。

练习

写出下图的表的执行顺序

第一行（执行顺序4）：id列为1，表示是union里的第一个select，select_type列的primary表示该查询为外层查询，table列被标记为，表示查询结果来自一个衍生表，其中derived3中3代表该查询衍生自第三个select查询，即id为3的select。【select d1.name… 】

第二行（执行顺序2）：id为3，是整个查询中第三个select的一部分。因查询包含在from中，所以为derived。重写后的句子为： 在表t1中选择id和name列，其中other_column列为空

第三行（执行顺序3）：select列表中的子查询select_type为subquery，为整个查询中的第二个select。【select id from t3】

第四行（执行顺序1）：select_type为union，说明第四个select是union里的第二个select，最先执行【select name,id from t2】

第五行（执行顺序5）：代表从union的临时表中读取行的阶段，table列的 表示用第一个和第四个select的结果进行union操作。【两个结果union操作】

5 索引优化

5.1 索引单表优化案例

建表：

CREATE TABLE IF NOT EXISTS article( id INT(10) UNSIGNED NOT NULL PRIMARY KEY AUTO_INCREMENT, author_id INT(10) UNSIGNED NOT NULL, category_id INT(10) UNSIGNED NOT NULL, views INT(10) UNSIGNED NOT NULL, comments INT(10) UNSIGNED NOT NULL, title VARCHAR(255) NOT NULL, content TEXT NOT NULL ); INSERT INTO article(author_id,category_id,views,comments,title,content) VALUES (1,1,1,1,'1','1'), (2,2,2,2,'2','2'), (1,1,3,3,'3','3'); //查询 mysql> select * from article; +----+-----------+-------------+-------+----------+-------+---------+ | id | author_id | category_id | views | comments | title | content | +----+-----------+-------------+-------+----------+-------+---------+ | 1 | 1 | 1 | 1 | 1 | 1 | 1 | | 2 | 2 | 2 | 2 | 2 | 2 | 2 | | 3 | 1 | 1 | 3 | 3 | 3 | 3 | +----+-----------+-------------+-------+----------+-------+---------+ 3 rows in set (0.00 sec)

案例

要求：查询 category_id 为 1 且 comments 大于1 的情况下，views 最多的 article_id

//功能实现 mysql> SELECT id, author_id FROM article WHERE category_id = 1 AND comments > 1 ORDER BY views DESC LIMIT 1; +----+-----------+ | id | author_id | +----+-----------+ | 3 | 1 | +----+-----------+ 1 row in set (0.00 sec) //explain分析 mysql> explain SELECT id, author_id FROM article WHERE category_id = 1 AND comments > 1 ORDER BY views DESC LIMIT 1; +----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+ | 1 | SIMPLE | article | NULL | ALL | NULL | NULL | NULL | NULL | 3 | 33.33 | Using where; Using filesort | +----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+ 1 row in set, 1 warning (0.00 sec)

结论：很显然，type是ALL，即最坏的情况。Extra里还出现了Using filesort，也是最坏的情况。优化是必须的

开始优化

新建索引（给WHERE语句后使用的字段添加索引）

创建方式：

• create index idx_article_ccv on article(category_id,comments,views);

• ALTER TABLE 'article' ADD INDEX idx_article_ccv ( 'category_id , 'comments', 'views' );
  

索引用处不大，删除：DROP INDEX idx_article_ccv ON article;

结论：

• type变成了range，这是可以忍受的。在extra中使用文件排序仍然是不能被接受的。

• 但是我们已经建立了索引，为啥没用呢？

• 这是因为按照BTree索引的工作原理，先排序category_id，如果遇到相同的category_id则再排序comments,如果遇到相同的comments 则再排序views。

• 当comments字段在联合索引里处于中间位置时，因comments > 1条件是一个范围值(所谓range)，MySQL无法利用索引再对后面的views部分进行检索，即range类型查询字段后面的索引无效。

改进

上次创建索引相比，这次不为comments字段创建索引

结论：type变为了ref，ref 中是 const，Extra 中的 Using filesort也消失了，结果非常理想

5.2 索引两表优化案例

建表：

CREATE TABLE IF NOT EXISTS class( id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT, card INT(10) UNSIGNED NOT NULL, PRIMARY KEY(id) ); CREATE TABLE IF NOT EXISTS book( bookid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT, card INT(10) UNSIGNED NOT NULL, PRIMARY KEY(bookid) ); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO class(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO book(card) VALUES(FLOOR(1+(RAND()*20))); //查询 mysql> select * from class; +----+------+ | id | card | +----+------+ | 1 | 17 | | 2 | 2 | | 3 | 18 | | 4 | 4 | | 5 | 4 | | 6 | 8 | | 7 | 9 | | 8 | 1 | | 9 | 18 | | 10 | 6 | | 11 | 15 | | 12 | 15 | | 13 | 12 | | 14 | 15 | | 15 | 18 | | 16 | 2 | | 17 | 18 | | 18 | 5 | | 19 | 7 | | 20 | 1 | | 21 | 2 | +----+------+ 21 rows in set (0.00 sec) mysql> select * from book; +--------+------+ | bookid | card | +--------+------+ | 1 | 8 | | 2 | 14 | | 3 | 3 | | 4 | 16 | | 5 | 8 | | 6 | 12 | | 7 | 17 | | 8 | 8 | | 9 | 10 | | 10 | 3 | | 11 | 4 | | 12 | 12 | | 13 | 9 | | 14 | 7 | | 15 | 6 | | 16 | 8 | | 17 | 3 | | 18 | 11 | | 19 | 5 | | 20 | 11 | +--------+------+ 20 rows in set (0.00 sec)

开始Explain分析：type都是all，需要优化（总有一个表来添加索引驱动）

• 左连接为左表加索引
  

删除索引：drop index y on class;

• 左连接为右表添加索引
  

删除索引：drop index Y on book;

• 案例：如果别人建的索引位置不对，只需要自己查询时调整左右表的顺序即可
  

结论：

• 第二行的type变为了ref，rows也变少了，优化比较明显。这是由左连接特性决定的。LEFT JOIN条件用于确定如何从右表搜索行，左边一定都有，所以右边是我们的关键点，一定需要在右表建立索引（小表驱动大表）。

• 左连接，右表加索引

• 同理：右连接，左表加索引

5.3 索引三表优化案例

建表：

CREATE TABLE IF NOT EXISTS phone( phoneid INT(10) UNSIGNED NOT NULL AUTO_INCREMENT, card INT(10) UNSIGNED NOT NULL, PRIMARY KEY(phoneid) )ENGINE=INNODB; INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); INSERT INTO phone(card) VALUES(FLOOR(1+(RAND()*20))); //查询 mysql> select * from phone; +---------+------+ | phoneid | card | +---------+------+ | 1 | 10 | | 2 | 13 | | 3 | 17 | | 4 | 5 | | 5 | 12 | | 6 | 7 | | 7 | 15 | | 8 | 17 | | 9 | 17 | | 10 | 14 | | 11 | 19 | | 12 | 13 | | 13 | 5 | | 14 | 8 | | 15 | 2 | | 16 | 8 | | 17 | 11 | | 18 | 14 | | 19 | 13 | | 20 | 5 | +---------+------+ 20 rows in set (0.00 sec)

用上一节两个表，删除他们的索引：

三表查询语句应为：SELECT * FROM class LEFT JOIN book ON class.card = book.card LEFT JOIN phone ON book.card = phone.card;

创建索引：

• 应该为第一个LFET JOIN 的右表 book 建索引

  alter table `book` add index Y(`card`);

  로그인 후 복사

• 应该为第二个LFET JOIN 的右表 phone 建索引

  alter table `phone` add index z(`card`);

  로그인 후 복사

Explain分析：

后2行的 type 都是ref且总 rows优化很好，效果不错。因此索引最好设置在需要经常查询的字段中

结论：

• Join语句的优化

• 尽可能减少Join语句中的NestedLoop的循环总次数：“永远用小结果集驱动大的结果集（比如：书的类型表驱动书的名称表）”。

• 优先优化NestedLoop的内层循环，保证Join语句中被驱动表上Join条件字段已经被索引。

• 当无法保证被驱动表的Join条件字段被索引且内存资源充足的前提下，不要太吝惜JoinBuffer的设置

5.4 索引失效

建表：

CREATE TABLE staffs( id INT PRIMARY KEY AUTO_INCREMENT, `name` VARCHAR(24) NOT NULL DEFAULT'' COMMENT'姓名', `age` INT NOT NULL DEFAULT 0 COMMENT'年龄', `pos` VARCHAR(20) NOT NULL DEFAULT'' COMMENT'职位', `add_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT'入职时间' )CHARSET utf8 COMMENT'员工记录表'; INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('z3',22,'manager',NOW()); INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('July',23,'dev',NOW()); INSERT INTO staffs(`name`,`age`,`pos`,`add_time`) VALUES('2000',23,'dev',NOW()); ALTER TABLE staffs ADD INDEX index_staffs_nameAgePos(`name`,`age`,`pos`);

索引失效案例：

• 1、全值匹配我最爱
  

• 2、最佳左前缀法则（重要！）：如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过复合索引中间列。
  中间列不能断：
  

• 3、不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描。
  

• 4、存储引擎不能使用索引中范围条件右边的列（范围之后全失效，范围列并不是做的查询而是排序）。
  

• 5、尽量使用覆盖索引（只访问索引的查询（索引列和查询列一致）），减少select *。
  

• 6、mysql在使用不等于（!=或者<>）的时候无法使用索引会导致全表扫描。
  

• 7、is null, is not null 也无法使用索引。
  

• 8、like以通配符开头（’%abc…’），mysql索引失效会变成全表扫描的操作（%写在最右边索引不会失效，或覆盖索引）。
  
  问题：解决like '%字符串%'时索引不被使用的方法？ 采用覆盖索引的方法！
  建表：

  CREATE TABLE `tbl_user`( `id` INT(11) NOT NULL AUTO_INCREMENT, `name` VARCHAR(20) DEFAULT NULL, `age`INT(11) DEFAULT NULL, `email` VARCHAR(20) DEFAULT NULL, PRIMARY KEY(`id`))ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('1aa1',21,'a@163.com');INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('2bb2',23,'b@163.com');INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('3cc3',24,'c@163.com');INSERT INTO tbl_user(`name`,`age`,`email`)VALUES('4dd4',26,'d@163.com');//查询mysql> select * from tbl_user;+----+------+------+-----------+| id | name | age | email |+----+------+------+-----------+| 1 | 1aa1 | 21 | a@163.com || 2 | 2bb2 | 23 | b@163.com || 3 | 3cc3 | 24 | c@163.com || 4 | 4dd4 | 26 | d@163.com |+----+------+------+-----------+4 rows in set (0.00 sec)

  로그인 후 복사

  创建索引：

  CREATE INDEX idx_user_nameAge ON tbl_user(NAME,age);

  로그인 후 복사

  索引成功使用：
  
  
  索引失效：
  
  总结：%写在最右边，如果非要写在最左边，就使用覆盖索引

• 9、字符串不加单引号索引失效。
  
  Explain分析：
  

• 10、少用or，用它来连接时会索引失效
  

5.5 索引面试题分析

建表：

create table test03( id int primary key not null auto_increment, c1 char(10), c2 char(10), c3 char(10), c4 char(10), c5 char(10) ); insert into test03(c1,c2,c3,c4,c5) values ('a1','a2','a3','a4','a5'); insert into test03(c1,c2,c3,c4,c5) values ('b1','b2','b3','b4','b5'); insert into test03(c1,c2,c3,c4,c5) values ('c1','c2','c3','c4','c5'); insert into test03(c1,c2,c3,c4,c5) values ('d1','d2','d3','d4','d5'); insert into test03(c1,c2,c3,c4,c5) values ('e1','e2','e3','e4','e5'); //查看表结构 mysql> select * from test03; +----+------+------+------+------+------+ | id | c1 | c2 | c3 | c4 | c5 | +----+------+------+------+------+------+ | 1 | a1 | a2 | a3 | a4 | a5 | | 2 | b1 | b2 | b3 | b4 | b5 | | 3 | c1 | c2 | c3 | c4 | c5 | | 4 | d1 | d2 | d3 | d4 | d5 | | 5 | e1 | e2 | e3 | e4 | e5 | +----+------+------+------+------+------+ 5 rows in set (0.00 sec)

建索引：

create index idx_test03_c1234 on test03(c1,c2,c3,c4); //查看索引 mysql> show index from test03; +--------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | +--------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | test03 | 0 | PRIMARY | 1 | id | A | 2 | NULL | NULL | | BTREE | | | | test03 | 1 | idx_test03_c1234 | 1 | c1 | A | 5 | NULL | NULL | YES | BTREE | | | | test03 | 1 | idx_test03_c1234 | 2 | c2 | A | 5 | NULL | NULL | YES | BTREE | | | | test03 | 1 | idx_test03_c1234 | 3 | c3 | A | 5 | NULL | NULL | YES | BTREE | | | | test03 | 1 | idx_test03_c1234 | 4 | c4 | A | 5 | NULL | NULL | YES | BTREE | | | +--------+------------+------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 5 rows in set (0.00 sec)

1）逐一增加列

2）交换条件顺序不影响索引，但最好按照建索引顺序来写SQL

3) 限定范围

4）order by

5）group by

定值、范围还是排序，一般order by是给个范围

group by基本上都需要进行排序，会有临时表产生

建议：

• 对于单值索引，尽量选择针对当前query过滤性更好的索引。

• 在选择组合索引的时候，当前Query中过滤性最好的字段在索引字段顺序中，位置越靠左越好。

• 在选择组合索引的时候，尽量选择可以能够包含当前query中的where字句中更多字段的索引。

• 尽可能通过分析统计信息和调整query的写法来达到选择合适索引的目的。

5.6 总结

优化总结口诀

全值匹配我最爱， 最左前缀要遵守；

带头大哥不能死， 中间兄弟不能断；

索引列上少计算， 范围之后全失效；

LIKE 百分写最右， 覆盖索引不写 *；

不等空值还有OR， 索引影响要注意；

VAR 引号不可丢， SQL 优化有诀窍。

6 查询截取分析

6.1 小表驱动大表

EXISTS [ɪɡˈzɪsts]语法：SELECT ...FROM table WHERE EXISTS (subquery)

该语法可以理解为：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）来决定主查询的数据结果是否得以保留

提示：

• EXSTS(subquey) 只返回TRUE或FALSE，因此子查询中的SELECT * 也可以是 SELECT 1 或select ‘X’，官方说法是实际执行时会忽略SELECT清单，因此没有区别。

• EXISTS子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比，如果担忧效率问题，可进行实际检验以确定是否有效率问题。

• 根据具体情况分析，其他的子查询或者JOIN可以代替EXISTS子查询，并用条件表达式实现，以获得最优解

in和exists用法：

6.2 Order by 关键字排序优化

1、ORDER BY之后子句，尽量使用Index方式排序，避免使用FileSort方式排序

建表：

create table tblA( #id int primary key not null auto_increment, age int, birth timestamp not null ); insert into tblA(age, birth) values(22, now()); insert into tblA(age, birth) values(23, now()); insert into tblA(age, birth) values(24, now()); create index idx_A_ageBirth on tblA(age, birth); //查询 mysql> select * from tblA; +------+---------------------+ | age | birth | +------+---------------------+ | 22 | 2021-04-04 19:31:45 | | 23 | 2021-04-04 19:31:45 | | 24 | 2021-04-04 19:31:45 | +------+---------------------+ 3 rows in set (0.00 sec) mysql> show index from tblA; +-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | +-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | tbla | 1 | idx_A_ageBirth | 1 | age | A | 3 | NULL | NULL | YES | BTREE | | | | tbla | 1 | idx_A_ageBirth | 2 | birth | A | 3 | NULL | NULL | | BTREE | | | +-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 2 rows in set (0.00 sec)

关注点：是order by之后会不会产生Using filesort


MySQL支持二种方式的排序，FileSort和lIndex，Index效率高，它指MySQL扫描索引本身完成排序。FileSort方式效率较低。

ORDER BY满足两情况，会使用Index方式排序：

• ORDER BY语句使用索引最左前列。

• 使用where子句与Order BY子句条件列组合满足索引最左前列。

2、尽可能在索引上完成排序操作，遵照建索引的最佳左前缀

3、如果不在索引列上，mysql的filesort有两种算法（自动启动）

• 双路排序

  MySQL4.1之前是使用双路排序，字面意思就是两次扫描磁盘，最终得到数据，读取行指针和OrderBy列，对他们进行排序，然后扫描已经排序好的列表，按照列表中的值重新从列表中读对应的数据输出。

  从磁盘取排序字段，在buffer进行排序，再从磁盘取其他字段。

  取一批数据，要对磁盘进行了两次扫描，众所周知，I\O是很耗时的，所以在mysql4.1之后，出现了第二种改进的算法，就是单路排序

• 单路排序

  从磁盘读取查询需要的所有列，按照order by列在buffer对它们进行排序，然后扫描排序压的列表进行输出，它的效率更快一些，避免了第二次读取数据。虽然它把随机IO变成了顺序IO，但是它会占用更多的空间，因为每一行都被保存在内存中了

• 结论及引申出的问题

  由于单路是后出的，总体而言好过双路

  但是用单路有问题，在sort_buffer中，方法B比方法A要多占用很多空间，因为方法B是把所有字段都取出,所以有可能取出的数据的总大小超出了sort_buffer的容量，导致每次只能取sort_buffer容量大小的数据，进行排序（创建tmp文件，多路合并)，排完再取取
  sort_buffer容量大小，再排……从而多次I/O。

  本来想省一次I/O操作，反而导致了大量的I/O操作，反而得不偿失

4、优化策略

• 增大sort_buffer_size参数的设置

• 增大max_length_for_sort_data参数的设置

• Why？
  
  5、小总结：
  

6.3 Group by 优化

group by实质是先排序后进行分组，遵照索引建的最佳左前缀。
当无法使用索引列，增大max_length_for_sort_data参数的设置 + 增大sort_buffer_size参数的设置。
where高于having，能写在where限定的条件就不要去having限定了

6.4 慢查询日志（重点）

介绍：

• MySQL的慢查询日志是MySQL提供的一种日志记录，它用来记录在MySQL中响应时间超过阀值的语句，具体指运行时间超过long_query_time值的SQL，则会被记录到慢查询日志中。

• 慢查询日志记录的是那些执行时间超过设定的long_query_time值的SQL语句。默认情况下，长查询阈值的值为10，表示运行时间超过10秒的语句。

• 由他来查看哪些SQL超出了我们的最大忍耐时间值，比如一条sql执行超过5秒钟，我们就算慢SQL，希望能收集超过5秒的sql，结合之前explain进行全面分析

操作说明：

默认情况下，MySQL数据库没有开启慢查询日速，需要我们手动来设置这个参数。

通常情况下，除非进行性能优化需要，在不必要的情况下不建议启用该参数，因为启动慢查询日志可能会对性能产生一定的负面影响。慢查询日志支持将日志记录写入文件。

查看是否开启及如何开启：

• 默认：SHOW VARIABLES LIKE '%slow_query_log%';[ˈveəriəbls]

• 开启：set global slow_query_log=1;，只对当前数据库生效，如果MySQL重启后则会失效
  

如果要永久生效，就必须修改配置文件my.cnf(其它系统变量也是如此)

修改my.cnf文件，[mysqld] 下增加或修改参数slow_query_log和slow_query_log_file后，然后重启MySQL服务器。也即将如下两行配置进my.cnf文件

slow_query_log =1slow_query_log_file=/var/lib/mysqatguigu-slow.log

关于慢查询的参数slow_query_log_file，它指定慢查询日志文件的存放路径，系统默认会给一个缺省的文件host_name-slow.log（如果没有指定参数slow_query_log_file的话）

开启了慢查询日志后，什么样的SQL才会记录到慢查询日志里面呢？

这个是由参数long_query_time控制，默认情况下long_query_time的值为10秒，命令：SHOW VARIABLES LIKE 'long_query_time%';

可以使用命令修改，也可以在my.cnf参数里面修改。

如果运行时间恰好等于long_query_time，那么不会被记录下来。也就是说，在mysql源码中，它判断的是是否大于long_query_time，而不是大于等于。

命名修改慢SQL阈值时间：set global long_query_time=3;[ˈɡləʊbl]

看不到修改情况的话，重开连接，或者换一个语句：show global variables like 'long_query_time';

记录慢SQL并后续分析:

假设我们成功设置慢SQL阈值时间为3秒（set global long_query_time=3;）。

模拟超时SQL：select sleep(4);

查询当前系统中有多少条慢查询记录：show global status like '%Slow_queries%';[ˈsteɪtəs]

在配置文件中设置慢SQL阈值时间（永久生效）：

#[mysqld]下配置:slow_query_log=1;slow_query_log_file=/var/lib/mysql/atguigu-slow.log long_query_time=3;log_output=FILE;

日志分析工具mysqldumpslow

在生产环境中，如果要手工分析日志，查找、分析SQL，显然是个体力活，MySQL提供了日志分析工具mysqldumpslow。

查看mysqldumpslow的帮助信息，mysqldumpslow --help。

常用mysqldumpslow帮助信息：

• s：是表示按照何种方式排序

• c：访问次数

• l：锁定时间

• r：返回记录

• t：查询时间

• al：平均锁定时间

• ar：平均返回记录数

• at：平均查询时间

• t：即为返回前面多少条的数据

• g：后边搭配一个正则匹配模式，大小写不敏感的

工作常用参考：

• 得到返回记录集最多的10个SQL：mysqldumpslow -s r -t 10 /var/lib/mysql/atguigu-slow.log

• 得到访问次数最多的10个SQL：mysqldumpslow -s c -t 10 /var/lib/mysql/atguigu-slow.log

• 得到按照时间排序的前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/atguigu-slow.log

• 另外建议在使用这些命令时结合│和more 使用，否则有可能出现爆屏情况：`mysqldumpslow -s r-t 10 /ar/lib/mysql/atguigu-slow.log | more

6.5 批量插入数据脚本

1、建表：

create database bigData;use bigData;//部门表CREATE TABLE dept( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0, dname VARCHAR(20)NOT NULL DEFAULT "", loc VARCHAR(13) NOT NULL DEFAULT "")ENGINE=INNODB DEFAULT CHARSET=utf8;//员工表CREATE TABLE emp( id int unsigned primary key auto_increment, empno mediumint unsigned not null default 0, //编号 ename varchar(20) not null default "", //名字 job varchar(9) not null default "", //工作 mgr mediumint unsigned not null default 0, //上级编号 hiredate date not null, //入职时间 sal decimal(7,2) not null, //薪水 comm decimal(7,2) not null, //红利 deptno mediumint unsigned not null default 0 //部门编号)ENGINE=INNODB DEFAULT CHARSET=utf8;

2、设置参数log_bin_trust_function_creators

创建函数，假如报错：This function has none of DETERMINISTIC…

由于开启过慢查询日志，因为我们开启了bin-log，我们就必须为我们的function指定一个参数

show variables like 'log_bin_trust_function_creators';set global log_bin_trust_function_creators=1;

这样添加了参数以后，如果mysqld重启，上述参数又会消失，永久方法：

• windows下：my.ini[mysqld] 加上log_bin_trust_function_creators=1

• linux下：/etc/my.cnf 下my.cnf[mysqld] 加上log_bin_trust_function_creators=1

3、创建函数，保证每条数据都不同

• 随机产生字符串

  delimiter $$ #为了存储过程能正常运行，修改命令结束符，两个 $$ 表示结束create function rand_string(n int) returns varchar(255)begin declare chars_str varchar(100) default 'abcdefghijklmnopqrstuvwxyz'; 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 $$

  로그인 후 복사

• 随机产生部门编号

  delimiter $$create function rand_num() returns int(5)begin declare i int default 0; set i=floor(100+rand()*10); return i;end $$

  로그인 후 복사

4、创建存储过程

• 创建往emp表中插入数据的存储过程

  delimiter $$create procedure insert_emp(in start int(10),in max_num int(10)) #max_num：表示插入多少条数据begin declare i int default 0; set autocommit = 0; #关闭自动提交，避免写一个insert提交一次，50w条一次性提交 repeat set i = i+1; insert into emp(empno,ename,job,mgr,hiredate,sal,comm,deptno) values((start+i),rand_string(6),'salesman',0001,curdate(),2000,400,rand_num()); until i=max_num end repeat; commit;end $$

  로그인 후 복사

• 创建往dept表中插入数据的存储过程

  delimiter $$create procedure insert_dept(in start int(10),in max_num int(10))begin declare i int default 0; set autocommit = 0; repeat set i = i+1; insert into dept(deptno,dname,loc) values((start+i),rand_string(10),rand_string(8)); until i=max_num end repeat; commit;end $$

  로그인 후 복사

5、调用存储过程

• 往dept表中插入数据

  mysql> DELIMITER ; # 修改默认结束符号为（;），之前改成了## mysql> CALL insert_dept(100, 10); Query OK, 0 rows affected (0.01 sec)

  로그인 후 복사

• 往emp表中插入50万数据

  mysql> DELIMITER ;mysql> CALL insert_emp(100001, 500000);Query OK, 0 rows affected (27.00 sec)

  로그인 후 복사

• 查看运行结果

  mysql> select * from dept; +----+--------+---------+--------+ | id | deptno | dname | loc | +----+--------+---------+--------+ | 1 | 101 | mqgfy | ck | | 2 | 102 | wgighsr | kbq | | 3 | 103 | gjgdyj | brb | | 4 | 104 | gzfug | p | | 5 | 105 | keitu | cib | | 6 | 106 | nndvuv | csue | | 7 | 107 | cdudl | tw | | 8 | 108 | aafyea | aqq | | 9 | 109 | zuqezjx | dpqoyo | | 10 | 110 | pam | cses | +----+--------+---------+--------+ 10 rows in set (0.00 sec) mysql> select * from emp limit 10; #查看前10条数据（50W太多了） +----+--------+-------+----------+-----+------------+---------+--------+--------+ | id | empno | ename | job | mgr | hiredate | sal | comm | deptno | +----+--------+-------+----------+-----+------------+---------+--------+--------+ | 1 | 100002 | xmbva | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 108 | | 2 | 100003 | aeq | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 109 | | 3 | 100004 | cnjfz | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 105 | | 4 | 100005 | wwhd | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 100 | | 5 | 100006 | e | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 107 | | 6 | 100007 | yjfr | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 108 | | 7 | 100008 | xlp | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 102 | | 8 | 100009 | mp | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 102 | | 9 | 100010 | tcdl | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 107 | | 10 | 100011 | akw | salesman | 1 | 2021-04-05 | 2000.00 | 400.00 | 106 | +----+--------+-------+----------+-----+------------+---------+--------+--------+ 10 rows in set (0.00 sec)

  로그인 후 복사

6.6 Show Profile进行sql分析（重中之重）

Show Profile是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的调优的测量

官网文档

默认情况下，参数处于关闭状态，并保存最近15次的运行结果

分析步骤：

• 1、是否支持，看看当前的mysql版本是否支持：show variables like 'profiling';

  

  默认是关闭，使用前需要开启

• 2、开启功能，默认是关闭，使用前需要开启：set profiling=on;
  

• 3、运行SQL（随便运行用来测试）

  mysql> select * from emp group by id%10 limit 150000; mysql> select * from emp group by id%20 order by 5;

  로그인 후 복사

• 4、查看结果：show profiles;

  mysql> show profiles; +----------+------------+-----------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+-----------------------------------------------+ | 1 | 0.00204000 | show variables like 'profiling' | | 2 | 0.55134250 | select * from emp group by id%10 limit 150000 | | 3 | 0.56902000 | select * from emp group by id%20 order by 5 | +----------+------------+-----------------------------------------------+ 3 rows in set, 1 warning (0.00 sec)

  로그인 후 복사

• 5、诊断SQL，show profile cpu,block io for query ID号;（ID号为第4步Query_ID列中数字）

  mysql> show profile cpu,block io for query 3; +----------------------+----------+----------+------------+--------------+---------------+ | Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out | +----------------------+----------+----------+------------+--------------+---------------+ | starting | 0.000049 | 0.000000 | 0.000000 | NULL | NULL | | checking permissions | 0.000005 | 0.000000 | 0.000000 | NULL | NULL | | Opening tables | 0.000012 | 0.000000 | 0.000000 | NULL | NULL | | init | 0.000021 | 0.000000 | 0.000000 | NULL | NULL | | System lock | 0.000009 | 0.000000 | 0.000000 | NULL | NULL | | optimizing | 0.000003 | 0.000000 | 0.000000 | NULL | NULL | | statistics | 0.000017 | 0.000000 | 0.000000 | NULL | NULL | | preparing | 0.000008 | 0.000000 | 0.000000 | NULL | NULL | | Creating tmp table | 0.000045 | 0.000000 | 0.000000 | NULL | NULL | | Sorting result | 0.000004 | 0.000000 | 0.000000 | NULL | NULL | | executing | 0.000002 | 0.000000 | 0.000000 | NULL | NULL | | Sending data | 0.568704 | 0.546875 | 0.046875 | NULL | NULL | | Creating sort index | 0.000048 | 0.000000 | 0.000000 | NULL | NULL | | end | 0.000003 | 0.000000 | 0.000000 | NULL | NULL | | query end | 0.000005 | 0.000000 | 0.000000 | NULL | NULL | | removing tmp table | 0.000006 | 0.000000 | 0.000000 | NULL | NULL | | query end | 0.000003 | 0.000000 | 0.000000 | NULL | NULL | | closing tables | 0.000004 | 0.000000 | 0.000000 | NULL | NULL | | freeing items | 0.000061 | 0.000000 | 0.000000 | NULL | NULL | | cleaning up | 0.000015 | 0.000000 | 0.000000 | NULL | NULL | +----------------------+----------+----------+------------+--------------+---------------+ 20 rows in set, 1 warning (0.00 sec)

  로그인 후 복사

  参数备注（写在代码中）：show profile cpu,block io for query 3;（如此代码中的cpu,block）

• ALL：显示所有的开销信息。

• BLOCK IO：显示块lO相关开销。

• CONTEXT SWITCHES ：上下文切换相关开销。

• CPU：显示CPU相关开销信息。

• IPC：显示发送和接收相关开销信息。

• MEMORY：显示内存相关开销信息。

• PAGE FAULTS：显示页面错误相关开销信息。

• SOURCE：显示和Source_function，Source_file，Source_line相关的开销信息。

• SWAPS：显示交换次数相关开销的信息。

• 6、日常开发需要注意的结论（Status列中的出现此四个问题严重）

• converting HEAP to MyISAM：查询结果太大，内存都不够用了往磁盘上搬了。

• Creating tmp table：创建临时表，拷贝数据到临时表，用完再删除

• Copying to tmp table on disk：把内存中临时表复制到磁盘，危险!

• locked：锁了

6.7 全局查询日志

永远不要在生产环境开启这个功能，只能在测试环境使用！

• 第一种：配置文件启用。在mysq l的 my.cnf 中，设置如下：

  #开启general_log=1#记录日志文件的路径general_log_file=/path/logfile#输出格式log_output=FILE

  로그인 후 복사

• 第二种：编码启用。命令如下：

• set global general_log=1;

• set global log_output='TABLE';
  

此后，你所编写的sql语句，将会记录到mysql库里的geneial_log表，可以用下面的命令查看：

mysql> select * from mysql.general_log; +----------------------------+------------------------------+-----------+-----------+--------------+---------------------------------+ | event_time | user_host | thread_id | server_id | command_type | argument | +----------------------------+------------------------------+-----------+-----------+--------------+---------------------------------+ | 2021-04-05 19:57:28.182473 | root[root] @ localhost [::1] | 5 | 1 | Query | select * from mysql.general_log | +----------------------------+------------------------------+-----------+-----------+--------------+---------------------------------+ 1 row in set (0.00 sec)

8 MySQL锁机制

8.1 概述

定义：

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。

在数据库中，除传统的计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂

例子：京东购物

打个比方，我们到京东上买一件商品，商品只有一件库存，这个时候如果还有另一个人买，那么如何解决是你买到还是另一个人买到的问题？

这里肯定要用到事务，我们先从库存表中取出物品数量，然后插入订单，付款后插入付款表信息，然后更新商品数量。在处理过程中，使用锁能够保护有限的资源，从而解决隔离和并发之间的矛盾

锁的分类：

• 从对数据操作的类型（读\写）分

• 读锁（共享锁）：针对同一份数据，多个读操作可以同时进行而不会互相影响。

• 写锁（排它锁）：当前写操作没有完成前，它会阻断其他写锁和读锁。

• 从对数据操作的粒度分

• 表锁

• 行锁

8.2 表锁（偏读）

This characteristic leans toward the MyISAM storage engine, with low costs and fast locking; there are no deadlocks; the locking granularity is large, leading to the highest probability of lock conflicts and the lowest concurrency level.。

读锁案例讲解1

案例分析

建表表

create table mylock ( id int not null primary key auto_increment, name varchar(20) default '' ) 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'); #查询 mysql> select * from mylock; +----+------+ | id | name | +----+------+ | 1 | a | | 2 | b | | 3 | c | | 4 | d | | 5 | e | +----+------+ 5 rows in set (0.00 sec)

手动增加表锁：lock table 表名字 read(write), 表名字2 read(write), 其他;

mysql> lock table mylock read; Query OK, 0 rows affected (0.00 sec)

查看表上加过的锁：show open tables;

mysql> show open tables; +--------------------+------------------------------------------------------+--------+-------------+ | Database | Table | In_use | Name_locked | +--------------------+------------------------------------------------------+--------+-------------+ | performance_schema | events_waits_summary_by_user_by_event_name | 0 | 0 | | performance_schema | events_waits_summary_global_by_event_name | 0 | 0 | | performance_schema | events_transactions_summary_global_by_event_name | 0 | 0 | | performance_schema | replication_connection_status | 0 | 0 | | mysql | time_zone_leap_second | 0 | 0 | | mysql | columns_priv | 0 | 0 | | my | test03 | 0 | 0 | | bigdata | mylock | 1 | 0 | # In_use为1时表示已上锁

释放锁：unlock tables;

mysql> unlock tables; Query OK, 0 rows affected (0.00 sec) # 再次查看 mysql> show open tables; +--------------------+------------------------------------------------------+--------+-------------+ | Database | Table | In_use | Name_locked | +--------------------+------------------------------------------------------+--------+-------------+ | performance_schema | events_waits_summary_by_user_by_event_name | 0 | 0 | | performance_schema | events_waits_summary_global_by_event_name | 0 | 0 | | performance_schema | events_transactions_summary_global_by_event_name | 0 | 0 | | performance_schema | replication_connection_status | 0 | 0 | | mysql | time_zone_leap_second | 0 | 0 | | mysql | columns_priv | 0 | 0 | | my | test03 | 0 | 0 | | bigdata | mylock | 0 | 0 |

加读锁——为mylock表加read锁（读阻塞写例子）

读锁案例讲解2

为mylock表加write锁（MylSAM存储引擎的写阻塞读例子）

MyISAM在执行查询语句（SELECT）前，会自动给涉及的所有表加读锁，在执行增删改操作前，会自动给涉及的表加写锁。

MySQL的表级锁有两种模式：

• 表共享读锁(Table Read Lock)

• 表独占写锁(Table Write Lock)

结合上表，所以对MyISAM表进行操作，会有以下情况：

• 对MyISAM表的读操作（加读锁），不会阻塞其他进程对同一表的读请求，但会阻塞对同一表的写请求。只有当读锁释放后，才会执行其它进程的写操作。

• 对MyISAM表的写操作〈加写锁），会阻塞其他进程对同一表的读和写操作，只有当写锁释放后，才会执行其它进程的读写操作。

重点！：简而言之，就是读锁会阻塞写，但是不会堵塞读。而写锁则会把读和写都堵塞

表锁总结

看看哪些表被加锁了：show open tables;

如何分析表锁定

可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定

mysql> show status like 'table_locks%'; +-----------------------+-------+ | Variable_name | Value | +-----------------------+-------+ | Table_locks_immediate | 170 | | Table_locks_waited | 0 | +-----------------------+-------+ 2 rows in set (0.00 sec)

这里有两个状态变量记录MySQL内部表级锁定的情况，两个变量说明如下：

• Table_locks_immediate：产生表级锁定的次数，表示可以立即获取锁的查询次数，每立即获取锁值加1 ;

• Table_locks_waited（重点）：出现表级锁定争用而发生等待的次数(不能立即获取锁的次数，每等待一次锁值加1)，此值高则说明存在着较严重的表级锁争用情况；

또한 MyISAM의 읽기-쓰기 잠금 스케줄링은 쓰기 우선이므로 MyISAM은 메인 테이블에 쓰는 엔진으로 적합하지 않습니다. 쓰기 잠금 후에는 다른 스레드가 어떤 작업도 수행할 수 없기 때문에 많은 수의 업데이트로 인해 쿼리가 잠금을 획득하기 어려워지고 영구 차단이 발생합니다.此外，MyISAM的读写锁调度是写优先，这也是MyISAM不适合做写为主表的引擎。因为写锁后，其他线程不能做任何操作，大量的更新会使查询很难得到锁，从而造成永远阻塞

8.3 行锁（偏写）

偏向InnoDB存储引擎，开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度也最高。

InnoDB与MyISAM有两个主要的不同点，首先是InnoDB支持事务处理，而MyISAM不支持。其次，InnoDB使用行级锁定方式，而MyISAM使用表级锁定方式

由于行锁支持事务，复习老知识：

• 事务(Transaction）及其ACID属性

• 并发事务处理带来的问题

• 事务隔离级别

1）事务是由一组SQL语句组成的逻辑处理单元，事务具有以下4个属性，通常简称为事务的ACID属性：

• 事务具有原子性，即其对数据的修改要么全部成功执行，要么全部不执行。

• 一致性（Consistent）：在事务开始和完成时，数据都必须保持一致状态。这意味着所有相关的数据规则都必须应用于事务的修改，以保持数据的完整性;事务结束时，所有的内部数据结构〈如B树索引或双向链表）也都必须是正确的。

• 隔离性（lsolation）：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然。

• 持久性（Durable）：事务完成之后，它对于数据的修改是永久性的，即使出现系统故障也能够保持。

2）并发事务处理带来的问题

• 更新丢失(Lost Update)

  当两个或多个事务选择同一行，然后基于最初选定的值更新该行时，由于每个事务都不知道其他事务的存在，就会发生丢失更新问题――最后的更新覆盖了由其他事务所做的更新。

  例如，两个程序员修改同一java文件。每程序员独立地更改其副本，然后保存更改后的副本，这样就覆盖了原始文档。最后保存其更改副本的编辑人员覆盖前一个程序员所做的更改。

  如果在一个程序员完成并提交事务之前，另一个程序员不能访问同一文件，则可避免此问题。

• 脏读(Dirty Reads)

  一个事务正在对一条记录做修改，在这个事务完成并提交前，这条记录的数据就处于不一致状态；这时，另一个事务也来读取同一条记录，如果不加控制，第二个事务读取了这些“脏”数据，并据此做进一步的处理，就会产生未提交的数据依赖关系。这种现象被形象地叫做”脏读”。

  一句话：事务A读取到了事务B已修改但尚未提交的的数据，还在这个数据基础上做了操作。此时，如果B事务回滚，A读取的数据无效，不符合一致性要求

• 不可重复读(Non-Repeatable Reads)

  一个事务在读取某些数据后的某个时间，再次读取以前读过的数据，却发现其读出的数据已经发生了改变、或某些记录已经被删除了，这种现象就叫做“不可重复读”。

  一句话：事务A读取到了事务B已经提交的修改数据，不符合隔离性。

• 幻读(Phantom Reads)

  一个事务接相同的查询条件重新读取以前检索过的数据，却发现其他事务插入了满足其查询条件的新数据，这种现象就称为“幻读“。

  一句话：事务A读取到了事务B体提交的新增数据

  8.3 행 잠금(편향 쓰기)

  InnoDB 스토리지에 편향됨 엔진은 오버헤드가 높고 잠금이 느릴 수 있습니다. 잠금 세분성은 가장 작고 잠금 충돌 가능성은 가장 낮으며 동시성도 가장 높습니다.

  InnoDB와 MyISAM에는 두 가지 주요 차이점이 있습니다. 첫 번째는 InnoDB가 트랜잭션 처리를 지원하는 반면 MyISAM은 지원하지 않는다는 것입니다. 둘째, InnoDB는 행 수준 잠금을 사용하는 반면 MyISAM은 테이블 수준 잠금을 사용합니다

• 트랜잭션 및 해당 ACID 속성

• 동시 트랜잭션 처리로 인한 문제
  

• 트랜잭션 격리 수준
  1) 트랜잭션은 일련의 SQL 문으로 구성된 논리적 프로세스입니다. 단위, 트랜잭션에는 일반적으로 트랜잭션의 ACID 속성이라고 하는 다음과 같은 4가지 속성이 있습니다.
  • 트랜잭션은 원자적입니다. 즉, 데이터에 대한 모든 수정 사항은 성공적으로 실행되었거나 그 중 아무 것도 실행되지 않았습니다.
  • Consistency(일관성): 트랜잭션이 시작되고 완료될 때 데이터가 일관성을 유지해야 합니다. 이는 트랜잭션이 끝날 때 데이터 무결성을 유지하기 위해 모든 관련 데이터 규칙이 트랜잭션 수정에 적용되어야 하며 모든 내부 데이터 구조(예: B-트리 인덱스 또는 이중 연결 목록)도 정확해야 함을 의미합니다.
  • 격리(lsolation): 데이터베이스 시스템은 트랜잭션이 외부 동시 작업의 영향을 받지 않는 "독립적인" 환경에서 실행되도록 특정 격리 메커니즘을 제공합니다. 이는 트랜잭션 중 중간 상태가 외부 세계에 표시되지 않으며 그 반대의 경우도 마찬가지임을 의미합니다.
  • 내구성: 거래가 완료된 후 데이터 수정 사항은 영구적이며 시스템 오류가 발생하더라도 유지될 수 있습니다. 2) 동시 트랜잭션 처리로 인한 문제
    • Lost Update2개 이상의 트랜잭션을 선택한 경우 동일한 행을 업데이트하는 경우 그런 다음 원래 선택한 값을 기반으로 해당 행을 업데이트합니다. 각 트랜잭션은 다른 트랜잭션의 존재를 인식하지 못하기 때문에 업데이트 손실 문제가 발생합니다.마지막 업데이트가 다른 트랜잭션의 업데이트를 덮어씁니다. 예를 들어 두 명의 프로그래머가 동일한 Java 파일을 수정합니다. 각 프로그래머는 독립적으로 자신의 복사본을 변경한 다음 변경된 복사본을 저장하여 원본 문서를 덮어씁니다. 자신의 변경 사항 사본을 저장한 마지막 편집자는 이전 프로그래머가 변경한 내용을 덮어씁니다. 한 프로그래머가 트랜잭션을 완료하고 커밋할 때까지 다른 프로그래머가 동일한 파일에 액세스할 수 없으면 이 문제를 피할 수 있습니다.
    • Dirty Reads트랜잭션이 완료되어 제출되기 전에 이 레코드의 데이터가 현재 일치하지 않는 상태입니다. 다른 트랜잭션도 동일한 레코드를 읽으려고 합니다. , 제어가 없으면 두 번째 트랜잭션은 이러한 "더러운" 데이터를 읽고 그에 따라 추가 처리를 수행하여 커밋되지 않은 데이터 종속성을 생성합니다. 이런 현상을 '더티 리딩(dirty reading)'이라고 부르기도 합니다. 한 문장에서: 트랜잭션 A는 트랜잭션 B가수정했지만 아직 제출하지 않은데이터를 읽고 이 데이터를 기반으로 작업을 수행했습니다. 이때 트랜잭션 B가 롤백되면 A가 읽은 데이터는 유효하지 않으며 일관성 요구 사항을 충족하지 않습니다
    • Non-Repeatable Reads일부 데이터를 읽은 후 트랜잭션이 특정 시간에 이전에 읽은 데이터를 다시 읽어보면 읽은 데이터가 변경되었거나 일부 레코드가 삭제된 것으로 발견되는 현상을 "반복 불가능한 읽기"라고 합니다. 한 문장에서:트랜잭션 A가 트랜잭션 B가 제출한 수정된 데이터를 읽었습니다. 이는 격리 요구 사항을 충족하지 않습니다.
    • Phantom ReadsA 트랜잭션은 이전에 검색된 데이터를 동일한 쿼리 조건으로 다시 읽지만, 다른 트랜잭션이 쿼리 조건을 만족하는 새로운 데이터를 삽입했음을 발견합니다. 이러한 현상을 "팬텀 읽기"라고 합니다. ". 한 문장:트랜잭션 A가 트랜잭션 B가 제출한 새 데이터를 읽었습니다. 이는 격리를 충족하지 않습니다. 한 가지 더: 팬텀 읽기와 더티 읽기는 다소 유사합니다. 더티 읽기는 트랜잭션 B에서 데이터가 수정되었음을 의미하고 팬텀 읽기는 트랜잭션 B에 새 데이터가 추가되었음을 의미합니다. 3) 트랜잭션 격리 수준 "Dirty Read", "Non-Repeatable Read" 및 "Phantom Read"는 실제로 데이터베이스 읽기 일관성 문제이며, 이는 특정 트랜잭션 격리 메커니즘을 제공하는 데이터베이스에서 해결해야 합니다 데이터베이스의 트랜잭션 격리가 엄격할수록 동시성 부작용은 작아지지만 지불되는 가격은 더 커집니다. 트랜잭션 격리는 본질적으로 트랜잭션을 어느 정도 "직렬화"하게 만들기 때문입니다. 이는 분명히 "동시성"이 모순되는 것과 같습니다. . 동시에, 애플리케이션마다 읽기 일관성 및 트랜잭션 격리에 대한 요구 사항이 다릅니다. 예를 들어, 많은 애플리케이션은 "반복 불가능한 읽기" 및 "팬텀 읽기"에 민감하지 않으며 동시에 데이터에 액세스하는 기능에 더 관심을 가질 수 있습니다.

      常看当前数据库的事务隔离级别：show variables like 'tx_isolation';

      mysql> show variables like 'tx_isolation'; +---------------+-----------------+ | Variable_name | Value | +---------------+-----------------+ | tx_isolation | REPEATABLE-READ | +---------------+-----------------+ 1 row in set, 1 warning (0.00 sec) # 默认情况下：MySQL避免了脏读和不可重复读

      로그인 후 복사

      行锁案例讲解

      建表：

      CREATE TABLE test_innodb_lock (a INT(11),b VARCHAR(16))ENGINE=INNODB; INSERT INTO test_innodb_lock VALUES(1,'b2'); INSERT INTO test_innodb_lock VALUES(3,'3'); INSERT INTO test_innodb_lock VALUES(4, '4000'); INSERT INTO test_innodb_lock VALUES(5,'5000'); INSERT INTO test_innodb_lock VALUES(6, '6000'); INSERT INTO test_innodb_lock VALUES(7,'7000'); INSERT INTO test_innodb_lock VALUES(8, '8000'); INSERT INTO test_innodb_lock VALUES(9,'9000'); INSERT INTO test_innodb_lock VALUES(1,'b1'); CREATE INDEX test_innodb_a_ind ON test_innodb_lock(a); CREATE INDEX test_innodb_lock_b_ind ON test_innodb_lock(b); //查看 mysql> select * from test_innodb_lock; +------+------+ | a | b | +------+------+ | 1 | b2 | | 3 | 3 | | 4 | 4000 | | 5 | 5000 | | 6 | 6000 | | 7 | 7000 | | 8 | 8000 | | 9 | 9000 | | 1 | b1 | +------+------+ 9 rows in set (0.00 sec) mysql> show index from test_innodb_lock; +------------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | +------------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ | test_innodb_lock | 1 | test_innodb_a_ind | 1 | a | A | 8 | NULL | NULL | YES | BTREE | | | | test_innodb_lock | 1 | test_innodb_lock_b_ind | 1 | b | A | 9 | NULL | NULL | YES | BTREE | | | +------------------+------------+------------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

      로그인 후 복사

      行锁定基本演示（两个客户端更新同一行记录）
      
      疑惑解答为什么两个都要commint
      

      索引失效行锁变表锁

      无索引行锁升级为表锁
      

      间隙锁

      
      什么是间隙锁

      当我们用范围条件而不是相等条件检索数据，并请求共享或排他锁时，InnoDB会给符合条件的已有数据记录的索引项加锁，对于键值在条件范围内但并不存在的记录，叫做“间隙（GAP）”。

      InnoDB也会对这个“间隙”加锁，这种锁机制就是所谓的间隙锁（Next-Key锁）。

      危害

      即使某些索引键值不存在，当查询执行过程中采用范围查找时，它仍会锁定范围内的所有索引键值。

      间隙锁有一个比较致命的弱点，就是当锁定一个范围键值之后，即使某些不存在的键值也会被无辜的锁定，而造成在锁定的时候无法插入锁定键值范围内的任何数据。在某些场景下这可能会对性能造成很大的危害

      面试题：如何锁定一行

      begin（中间写自己的操作）commit

      

      行锁总结

      总结：

      Innodb存储引擎由于实现了行级锁定，虽然在锁定机制的实现方面所带来的性能损耗可能比表级锁定会要更高一些，但是在整体并发处理能力方面要远远优于MyISAM的表级锁定的。当系统的并发量增加时，InnoDB的性能相对MyISAM会更优。

      但是，Innodb的行级锁定同样也有其脆弱的一面，当我们使用不当的时候，可能会让Innodb的整体性能表现不仅不能比MyISAM高，甚至可能会更差

      如何分析行锁定?

      通过检查lnnoDB_row_lock状态变量来分析系统上的行锁的争夺情况：show status like 'innodb_row_lock%';

      mysql> show status like 'innodb_row_lock%'; +-------------------------------+-------+ | Variable_name | Value | +-------------------------------+-------+ | Innodb_row_lock_current_waits | 0 | | Innodb_row_lock_time | 0 | | Innodb_row_lock_time_avg | 0 | | Innodb_row_lock_time_max | 0 | | Innodb_row_lock_waits | 0 | +-------------------------------+-------+ 5 rows in set (0.00 sec)

      로그인 후 복사

      对各个状态量的说明如下:

      • Innodb_row_lock_current_waits：当前正在等待锁定的数量；

      • Innodb_row_lock_time：从系统启动到现在锁定总时间长度；

      • Innodb_row_lock_time_avg：每次等待所花平均时间；

      • Innodb_row_lock_time_max：从系统启动到现在等待最常的一次所花的时间；

      • Innodb_row_lock_waits：系统启动后到现在总共等待的次数；

      对于这5个状态变量，比较重要的主要是：

      • lnnodb_row_lock_time（等待总时长）

      • Innodb_row_lock_time_avg（等待平均时长）

      • lnnodb_row_lock_waits（等待总次数）

      尤其是当等待次数很高，而且每次等待时长也不小的时候，我们就需要分析（Show Profile）系统中为什么会有如此多的等待，然后根据分析结果着手指定优化计划。

      优化建议

      • 尽可能让所有数据检索都通过索引来完成，避免无索引行锁升级为表锁。

      • 合理设计索引，尽量缩小锁的范围

      • 尽可能较少检索条件，避免间隙锁

      • 尽量控制事务大小，减少锁定资源量和时间长度

      • 尽可能低级别事务隔离

      页锁

      通常情况下，开销和加锁时间介于表锁和行锁之间，可能产生死锁，锁定粒度也介于表锁和行锁之间，且并发性一般。（了解一下即可）

      9 主从复制

      9.1 复制的基本原理

      slave会从master读取binlog来进行数据同步

      原理图：
      
      MySQL复制过程分成三步：

      • 记录二进制日志(binary log)将包含master的更改。二进制日志事件被称作binary log events

      • 2、slave将master的binary log events拷贝到它的中继日志(relay log) ;

      • 3、slave重做中继日志中的事件，将改变应用到自己的数据库中。MySQL复制是异步的且串行化的

      9.2 复制的基本原则

      • 每个slave只有一个master

      • 每个slave只能有一个唯一的服务器ID

      • 每个master可以有多个salve

      复制的最大问题是延迟。

      9.3 一主一从常见配置

      一、mysql版本一致且后台以服务运行

      二、主从都配置在[mysqld]结点下，都是小写

      主机修改my.ini配置文件：

      1、[必须]主服务器唯一ID：server-id=1

      2、[必须]启用二进制日志

      • log-bin=自己本地的路径/mysqlbin

      • log-bin=D:/devSoft/MySQLServer5.5/data/mysqlbin

      3、[可选]启用错误日志

      • log-err=自己本地的路径/mysqlerr

      • log-err=D:/devSoft/MySQLServer5.5/data/mysqlerr

      4、[可选]根目录

      • basedir=“自己本地路径”

      • basedir=“D:/devSoft/MySQLServer5.5/”

      5、[可选]临时目录

      • tmpdir=“自己本地路径”

      • tmpdir=“D:/devSoft/MySQLServer5.5/”

      6、[可选]数据目录

      • datadir=“自己本地路径/Data/”

      • datadir=“D:/devSoft/MySQLServer5.5/Data/”

      7、主机，读写都可以

      • read-only=O

      8、[可选]设置不要复制的数据库

      • binlog-ignore-db=mysql

      9、[可选]设置需要复制的数据库

      • binlog-do-db=需要复制的主数据库名字

      从机修改my.cnf配置文件：

      1、[必须]从服务器唯一ID：vim etc/my.cnf（进入修改配置文件）

      ...#server-id=1 //注释吊...server-id=1 //开启...

      로그인 후 복사

      2、[可选]启用二进制日志

      三、配置文件，请主机+从机都重启后台mysql服务

      主机：手动重启

      Linux从机命名：

      • service mysql stop

      • service mysql start

      四、主机从机都关闭防火墙

      windows手动关闭

      关闭虚拟机linux防火墙：service iptables stop

      五、在Windows主机上建立帐户并授权slave

      • GRANT REPLICATION SLAVE ON.TO ‘zhangsan’@‘从机器数据库IP’ IDENTIFIED BY ‘123456’;

      • 刷新：flush privileges;

      • 查询master的状态

      • show master status;

      • 记录下File和Position的值

      

      • 执行完此步骤后不要再操作主服务器MYSQL，防止主服务器状态值变化

      六、在Linux从机上配置需要复制的主机

      • CHANGE MASTER TO MASTER_HOST=’主机IP’,
        MASTER_USER=‘zhangsan’,
        MASTER_PASSWORD=’123456’,
        MASTER_LOG_FILE='File名字’,
        MASTER_LOG_POS=Position数字;

      • 启动从服务器复制功能：start slave;

      • show slave status\G（下面两个参数都是Yes，则说明主从配置成功!）

      • Slave_IO_Running：Yes

      • Slave_SQL_Running：Yes

      
      
      七、主机新建库、新建表、insert记录，从机复制

      • 호스트 운영
        

      • 슬레이브 머신(자동 동기화)
        

      8. 서비스에서 복사 기능을 중지하는 방법:stop slave;

      데이터를 원하지 않는 경우 일시적으로?

      슬레이브 머신:
      

      마스터 머신(스케일을 다시 확인해야 함):
      

      위 내용은 MySQL의 SQL 최적화, 인덱스 최적화, 잠금 메커니즘 및 마스터-슬레이브 복제 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!