mysql

MySQL

• mysql b tree每个节点怎么存储B-Tree和 B+Tree的数据存储结构温斯顿1984的博客-CSDN博客

• 影响mysql性能的因素

  1. 商业需求影响性能，一些需要实时处理数据的需求（但是这个需求只有极少数一部分的用户需要），时刻数据同步肯定影响mysql的性能

  2. 系统架构及实现：因为mysql是和硬盘交互的，这个层面不是很好优化，在软件架构系统优化的性价比要高很多，比如尽量少让请求到mysql，mysql是硬盘级别的，而一些缓存如redis是内存级别的，速度肯定是快很多的

     1. 不适合在数据库中存放的数据：二级制多媒体数据，流水队列数据（因为流水量太大，源源不断的过来），超大文本数据

     2. 是否合理的利用了应用层Cashe机制

     3. 过度依赖数据库sql语句的功能造成数据库操作效率低下（比如有的比较长的sql语句可能还没有拆分成多条sql语句执行的快）

  3. 表设计对系统性能的影响：比如金融系统（冷热数据分离，不变的数据可以放到缓存里面），登录信息和账户信息就不要设计在一张表里面，因为登录信息是很少变动的，也是不需要事务保证安全的，但是账户信息是经常变动的，而且要事务保证安全，因为钱不能出差错，所以，如果在一张表里面的话，那么每次用户登录都需要走下事务，导致性能变差

  4. 硬件对系统性能的影响

  5. query语句对系统性能的影响

• 优化

  1. 建立索引，生活中的字典就有拼音索引，通过拼音找到我们需要的字，后面跟的页码就是我们的索引，比如我现在要从一堆数字（1,3,5,7,9,10）里面去找到7这个数字，如果没有索引没有主键，那么就只能整个遍历，但是我加了索引，把它变成了二叉树，小的在左边，大的在右边，那么查询的时候就可以先判断一下范围再查询，查询的次数最多就是树的高度，时间复杂度是log(n)，当数据量很大的时候，速度会比不做索引的快很多，但是它的代价就是把数据变复杂了占用了更多的存储空间

  2. 索引类型：B+TREE;Hash;FullText;R-Tree,innoDB中只有B+TREE;Hash这两个，hash适用于冲突不大的情况，如果冲突很大的话，那些冲突的数据就会形成链表，性能就会变差

  3. mysqlInnoDB存储引擎是支持hash索引的，但是hash索引的创建由innoDB存储引擎自动优化创建，我们干预不了，我们自己创建只有选择B+TREE

  4. B tree 一个节点可以放多个数据，限制是自己设置的，比如我的上限不超过3个，那么我一个节点放两个数据是没有问题的，但是当该节点加入第三个数据时，就会分裂，而B+Tree是B Tree的变种，数据结构是一样的，区别是B tree的非叶子节点也和叶子节点一样除了存放元素之外，还存储数据，而B+tree,只有叶子结点才会存储数据，非叶子结点只存放元素和导航指针（指针占用的空间是非常小的），并且所有的叶子节点都有一个链指针

  5. 系统从磁盘读取数据到内存时，是以磁盘块（block）为基本单位，位于同一个磁盘块的数据会被一次性读取出来，并不是需要什么就读取什么,innodb引擎中有页的概念，页是innodb和磁盘交互的最小单位，而我们的系统磁盘块（block）的空间往往是达不到16kb的，所以每次innodb从磁盘拿数据时就需要一次性拿好几个磁盘块（block）的数据来凑齐一页的大小（16kb）,树的每一个节点就是一次io操作，每次操作只能拿到16kb的数据，所以在16kb固定的情况下，单个数据的大小越小，那么节点存储的数据就越多，如果节点能存放的数据越多，那么树的高度就越矮，树越矮，那么查询的速度就越快（因为树越矮，io操作就越少，性能消耗就越少）

  6. 磁盘IO操作应该是树高减1，因为不论走树的左边还是右边，始终都是要过根节点的，所以mysql会将根节点缓存起来，因为不确定下一次是走左边还是右边，所以只会缓存根节点，不会缓存其他的节点，所以IO操作的次数是树高减1

  • 索引

    1. 主键就是主索引

    2. 如果没有主键，那么mysql会选择非空且唯一的一列来作为主索引

    3. 如果既没有主键，也没有非空且唯一的列，那么mysql会建立一个隐藏列（有个自增的id）来作为主索引

    4. 除了主键以外，自己添加的索引就是辅助索引

    5. 创建索引的命名规范(名字全部小写，可以简写，不要超过太长)：1.普通索引（idx_表名索引字段或直接使用idx索引字段名），示例：（alter table 表名 add index 索引名（索引列名），如：alert table order add index id_order_sno(sno)），2.唯一索引（uniq_表名字段名，或者直接uniq字段名），示例：alter table product add unique uniq_sid(sid),3.主键索引alter table product add primary key 索引名字（sid）,4.组合索引创建，alter table student add index idx_age_name,height(age,name,height)

    • MyISAM

      1. 主索引都在myi文件中，索引中存储的都是数据的地址，拿到地址去myd中去查找数据

      2. 辅助索引也是在myi文件中，同上也是存储的数据地址，去myd中拿数据，区别就是，主索引是唯一且不为空的，而辅助索引是没有这个要求的(辅助索引是可以重复的)

    • innodb

      1. 主索引与数据是在一起的，找到了主索引也就找到了数据，数据存放在节点的data域中

      2. 辅助索引的叶子节点存储的是主索引的值，所以要查看完整的数据，还得通过这个值找找到主索引

    • 区别：

      1. 如果是通过主索引来找数据那么innodb是比myISAM快的，因为innodb的的数据是放在叶子节点的，和主索引在一起，找到了索引也就找到了数据，但是MyISAM的叶子节点存放的是数据的地址，还要通过地址去找数据，索引对于通过主索引来查找数据而言innodb要快点

      2. 但是如果是通过辅助索引来找数据的话，那么就是MyISAM要快点，因为innodb中辅助索引的叶子节点存放的是主键索引值，还要再走一遍主键索引才能找到数据，而MyISAM辅助索引和主索引是一样的逻辑都是叶子节点存放数据地址，再根据地址查找数据（不同点是辅助MyISAM的索引可以重复）

      3. 什么是聚簇索引：索引与数据放在一起的（比如innodb的主键索引）

      4. 什么是非聚簇索引：索引与数据不在一起的（innodb的辅助索引和MySIAM的索引）

    • 索引的优缺点

      1. 索引可以提高数据的检索效率

      2. 如果排序的列是索引列，可以大大降低排序的成本

      3. 在分组操作中如果分组的条件是索引，那么也会提高效率

      4. 建立索引需要占用一定的空间，维护索引也需要成本

    • 如何创建索引

      1. 索引的目的是帮助我们提高检索速度，不出现在where子句的字段不要加索引，因为没用上，我们的新增，删除，修改，对应的索引树是会变化的，是需要额外维护的，而我们加索引的目的是为了提高检索速度的，你都没出现在where子句中，就证明都没有查你，那这时建立索引不仅没用，还会增加额外的开销

      2. 频繁作为查询条件的字段应该加上索引

      3. 更新非常频繁的字段不适合创建索引，因为字段更新势必会影响到索引，维护索引需要额外的开销

      4. 唯一性太差的字段也不适合创建索引，即使它是频繁作为查询条件的字段，比如男和女的字段，就两种情况，如果我有1千万数据，最多也就只能区分一半，唯一性太差，所以不适合建立索引

      5. 单值索引即一列作为索引，组合索引即多列作为索引，组合索引从左到右是有要求的，比如我们有sql语句select * from student where age=18 and height = 180 and weight = 70 创建了组合索引(age,height,weight),情况一：如果三个值都有，那么索引顺序和where子句后面索引列的顺序没有影响，情况二：如果where子句中没有age条件，那么索引就不生效了，因为索引生效是从age开始的，情况三：如果where子句中没有height条件，那么就只有age索引能生效，在height的时候就被阻断了，所以weight也不生效了，情况四：如果where子句中只有heigth和age，且顺序是height在前age在后，那么age和height索引是可以生效的，因为height和age是相邻的，mysql会自动帮我们优化调整顺序（即相邻的顺序不一样没有影响），但是如果没有age条件那么后面的是不生效的，因为age是在第一个位置，没有他索引就被阻断了，所以建立组合索引的时候要把出现频次最高的索引列放在最左边（最左前缀原则）

      6. 为什么索引最好不为空呢？因为不为空的索引就只有一个索引结构，而可以为空的列设置索引，那么索引就要开辟两块空间，一块存储非空的，一块存储空的

    • 索引选择性与索引前缀

      1. 索引选择性：是指索引列中不同列值的数目与记录数的比，比如我现在有2000条数据，索引列有1500个不同的值，那么索引的选择性就为1500/2000=0.75

      2. 索引的选择性越接近1，那么这个索引的效率就越高，当索引选择性越接近于0，就越没必要建立索引

      3. 当数据量小的时候是没必要建立索引的，因为全表扫描花的时间就不多，建立索引提升的速度意义不大，一般以2000条数据为分界线，多余2000的才考虑

      4. 建立索引的时候也要考虑索引字段不要太长，10个长度的索引肯定是比30个长度的索引要匹配的快的（索引字段的长度就是我们建立表字段给的长度，比如name给了25，age给了16等）

    • 索引失效情况：

      1. 在复合索引中，最左索引条件没有满足

      2. 在复合索引中，使用or的情况，其中一个条件没有匹配到索引，会导致索引失效走全表扫描

      3. 当使用like进行模糊查询时，后缀查询会导致索引失效，前缀查询不会

      4. 当使用复合索引时有范围查询，那么范围条件后的索引就失效了（特列：between也是查范围，但是它实际上是相当于in,是精确查询，所以不会导致索引失效）

      5. 在查询表达式中使用了函数表达式（比如：left(name,4)会导致失效

      6. 还有在查询表达式中使用了算术运算，如select * from emp where no - 1 = 21会使索引失效），但是select * from emp where no = 22这样是不会导致索引失效的，所以不要给有索引的列（no）做任何运算

    • innodb主键选择与插入优化

      1. 尽量选择有自增的字段，因为数据最终是存入磁盘的，如果是自增的，那么我们在磁盘上申请和操作的空间就是连续的，如果一会大一会儿小，那么我的数据一会要插左边一会要插在右边，会导致需要申请很多的空间，空间没用完又会产生许多的碎片，影响性能

    • join优化原则

      1. 因为join是将两张表连在，如果A表有100条数据，B表也有100条数据，那么数据比较的次数就是100100=1W次（产生1w的笛卡尔积），如果AJonB时on后面的条件本身就有索引，那么比较的次数等于A的数据量100树高,比如树高为3，那么比较的次数就是300次，找到索引就可以快速找到数据

      2. 小结果集驱动大结果集==》目的是减少内层访表次数（mysql内部帮我们做了优化），即把结果集小的表作为外表，就是左边的

      3. 可以使用STRAIGHT_JON，指定驱动表和被驱动表

      4. 为匹配的条件增加索引，A为驱动表，B为被驱动表，关联条件（on）为A.age=B.age,那么在B.age字段添加索引，可以减少匹配次数（就是上述第一条的例子）

      5. 增大join_buffer_size的大小（join_buffer_size的作用是将外表的数据缓存起来，然后一次性去访问内表），这个缓存一次性缓存外表的数据越多，那么外表访问内表的次数就越少，默认的大小是256k，可以使用show variables like 'join_%'查看，可以在mysql的配置文件my.ini中配置缓存区大小:在[mysqld] 这个节点下配置:join_buffer_size = 8M

      6. 减少不必要的字段查询，比如写select *（单条记录大小为1M），select 需要字段（单条记录大小为0.1M），那么在join buffer size固定的情况下，单条记录越小，能容纳的数据就越多，减少对内层表的访问

      • order by优化

        1. 单路排序的性能比双路排序的性能高，因为双路排序要经历两次读，第一次是顺序的，第二次是乱序的，

        2. 单路排序直接把需要的数据放到内存，然后从内存里面读数据，所以比双路排序要快

        3. 若果sql语句需要排序，根据你select返回字段的总长度是否大于max_length_for_sort_data来判断，如果大于这个值走双路，小于走单路，排序时<固定长度的排序列，需要返回的列>一起组成元组，放入sort buffer中

        4. 单路排序的元组比双路排序的要长，导致它需要多次向临时文件写入内容，增加io操作，当需要返回的列的总长度很长时尤其明显

        5. MySQL根据max_length_for_sort_data变量来确定使用哪种算法，默认值1024字节，如果需要返回的列的总长度大max_length_for_sort_data，使用双路，否则使用单路。

           • 优化

             1. 加大max_length_for_sort_data参数

             2. 去掉不必要的返回字段（比如不要用select*）

             3. 增大sort——buffer——size参数

        6. 如果是多个表联合排序时，排序的字段是被驱动表，那么肯定就会出现临时表和之后排序，临时表（临时表包含两个表的字段，非常容易走双路排序，产生的临时文件也比较多），可以使用STRAIGHT_JOIN调整驱动表和被驱动表的关系

      • 优化sql

        1. 开启慢查询日志，超过2秒的sql会记录下来，通过explain命令和profile查看sql执行计划和资源消耗，主要查看sql是否用上索引，索引是否由于某些原因失效，是否有出现临时表

        2. 永远用小结果集驱动大结果集

        3. 在索引中完成排序

        4. 使用最小的columns

           1. 特别是需要使用column排序的时候；

           2. 减少网络传输数据量；

           3. MYSQL排序原理，是把所有的column(列)数据全部取出，在排序缓存区排序，再返回结果；如果column数据量大，排序区容量不够的时候，就会使用先column排序，再取数据，再返回的多次请求方式；

      • mysql主从复制

        1. 在主节点的配置文件中配置bin-log文件，目的是存储mysql主节点的DML（增删改）操作

        2. 重启mysql服务，启动线程把DML,DDL操作记录到bin-log文件中

        3. 在从节点的配置文件中配置relay-log文件，存储主节点的DML,DDL操作

        4. 主从复制采取的是被动注册的方式，由从节点给主节点发送要求同步的命令，启动从节点模式，发送命令时需要知道哪些信息呢？1.主节点的地址端口，2.主节点的账号密码，3.需要同步主节点中的哪个文件，4.以及3中所说额文件的哪个位置开始同步

        5. 主节点收到从节点的同步请求后，会启动线程把bin-log的文件内容以二进制的方式通过网络传输到从节点

        6. 从节点会启动一个线程来接收主节点发来的数据存入到relay-log文件中

        7. 从节点再启动一个线程把relay-log中内容在数据库中重做一遍（重做的效率是很快的，比我们自己写的普通sql要快很多，因为普通sql的执行要权限验证，解析优化等，而我们是从主节点bin-log中复制来的，是被主节点执行过的，所以在从节点重做时是无须那些额外操作的）

        8. 因为主从复制需要走网络传输，所以可能存在网络波动的情况，是无法保证一定准确的，此时我们可以把重要数据的读写都在主节点执行，而一些不重要的信息（比如日志等）到从节点进行

Mycat

mycat原理.png

• 原理：

  1. Mycat实现了和MySql一样的sql标准，应用程序连接MyCat和直接连接数据是一样的，是感觉不到差别的，在mycat中要配置逻辑表和真实表的关系，因为mycat是用java写的，所以在安装mycat之前必须具备jdk的环境

  2. mycat里面有一个逻辑库和逻辑表的概念，我们连接其实是连接的mycat的逻辑库，再由逻辑库去找到我们真实的库，逻辑库的名字可以和真实库的名字不一样

  3. 应用程序发送一个去t_order表中查询的语句，其实操作的是逻辑表，再由逻辑表进行sql语句进行分发，如果是写操作就给主节点执行，如果是读操作就给从节点执行，当主节点有操作执行时会同步到从节点，在mycat中配置了主从节点，读写分离后，正常情况下读是不会去主节点去读，但是可以通过mycat的注解来强制要求去主节点读

  • 配置

    1. server.xml：mycat相关的配置：端口，线程池，账号密码，黑名单、白名单，表权限操作等，mycat默认的端口是8066，用户名密码root/123456

    2. rule.xml:分片规则

    3. schema.xml:配置逻辑库逻辑表和真实库真实表的映射关系

  • 分库分表

    1. 当数据超过500w时，数据库的性能会明显下降，所以才有了分库分表的需求

    2. 垂直拆分，比如以前有商品，订单，支付操作的都是同一个库，现在它们各自有自己对应的数据库，这就是垂直拆分

    3. 水平拆分，比如以前订单系统只有一个数据库，现在水平横向扩展加了两个库，那么订单系统就有了三个数据库

  • 如何实现分片

    
    mycat如何实现分片.png

    1. 在mycat中要配置分片字段和规则，比如orderNo作为分片字段，分片规则为：求模取余（比如我们现在分了三片，即分了3个数据库，那么就对orderNo%3求余，得到的余数是多少，交把sql语句交给哪个数据库节点执行）

    2. 在执行sql语句的时候是insert的时候就是按照1中所说的规则分配，只有分配到的节点执行sql，其余的节点mycat是不会给它们发送sql语句的

    3. 如果执行的是select语句，如果语句中有orderNo条件，那么也会按照1中的规则去分配

    4. 如果select语句中没有orderNo条件，那么mycat会给每个节点都发送sql去执行，然后在mycat中进行结果的聚合处理再返回出去

    5. 同理如果有order by时，mycat也是给各节点发送sql执行，最后在mycat中进行结果的聚合和处理