1.索引
B*Tree索引
b-tree -> b+tree（建立叶节点的双向连接） -> b*tree （建立叶节点和枝节点的双向连接）
聚簇索引B*tree 结构(Innodb独有)
簇?
区 extent ====>簇===>64个pages ===》1M
作用：有了聚簇索引之后，将来插入的数据行，在同一个区内，都会按照id值得顺序，有序的存储在磁盘上。
mysql innodb表 聚簇索引组织存储数据表
构建前提：
建表时：指定了主键列，mysql innodb会将主键作为聚簇索引列
没有指定主键，自动选择唯一(unique)的列，作为聚簇索引
以上都没有，生成隐藏聚簇索引
画图说明聚簇索引
辅助索引btree结构:
说明：使用普通列作为条件构建的索引,需要认为创建
作用：非聚簇索引列之外的查询条件的优化
图解
辅助索引一般需要回表，也就是回到聚簇索引进行查询.
辅助索引分类:
单列索引:name
联合索引:
使用多列构建同一个索引
联合索引，注意最左原则 idx(a,b,c)
查询条件中，必须包含最左列 ,也就是a列
建立联合索引时，一定要选择重复值最少的列，作为最左列,
这样能筛选到最少的数据页.
全部覆盖:
select * from t1 where a = and b= and c =
select *from t1 where a=
select *from t1 where a= and c = c的索引不能走
select * from t1 where a= and b > < >= <= like and c = 由于b出现了不等值的情况，
所以c的所以也不能走
select xxx from t1 where b order by a 不能走索引
前缀索引:
前缀索引是针对于，我们所选择的索引列值长度过长，会导致
索引的高度增高，导致需要读取更多的数据页，mysql中索引树高度3-4层。
所以可以选择大字段的前面部分字符作为索引的生成条件。
4 b+tree索引高度影响因素
1.索引字段较长:前缀索引
2.数据行过多 : 分区表，归档表(pt-archive),分布式架构
3.数据类型：变长使用vachar,选择合适的数据类型。
索引的管理命令
什么时候创建索引:
按照业务语句的需求创建合适的索引，并不是将所有的列都创建索引。
索引不是越多越好.
将索引建立在，经常where group by order by join on ....的条件.
为什么不能乱建索引？
如果冗余过多，表的数据变化时，很有可能导致索引频繁更新，会阻塞业务的
正常更新需求。
2.索引过多，会导致优化器的选择出现偏差。
管理命令:
建立索引:
查询表的索引情况：
desc city;
key pri聚簇索引 mul辅助索引 uni 唯一索引
show index from city;
添加索引
alter table city add index idx_na(name);
删除索引
alter table city drop index idx_na;
压力测试
我这里有一张200万的表，用mysql工具进行压力测试;
mysqlslap --defaults-file=/etc/my.cnf \
--concurrency=50 --iterations=1 --create-schema='world' \
--query="select * from world.test1 where name='刘备999' " engine=innodb \
--number-of-queries=100 -uroot -pluobiao123 -verbose
备注：concurrency 代表用户 number-of-queries 代表执行次数 ,下面是花费时间:
Benchmark
Running for engine rbose
Average number of seconds to run all queries: 102.955 seconds
Minimum number of seconds to run all queries: 102.955 seconds
Maximum number of seconds to run all queries: 102.955 seconds
Number of clients running queries: 50
Average number of queries per client: 2
可以看到用了102秒
下面创建索引再次执行: alter table world.test1 add index idx_na(name);
结果如下:
Benchmark
Running for engine rbose
Average number of seconds to run all queries: 0.026 seconds
Minimum number of seconds to run all queries: 0.026 seconds
Maximum number of seconds to run all queries: 0.026 seconds
Number of clients running queries: 50
Average number of queries per client: 2
共花费0.026秒,效率提升3923倍.
--创建联合索引
alter table city add index idx_c_n(name,countrycode);
--创建前缀索引
alter table city add index idx_du(district(5));--截取前5位
回表带来的影响：
1.oi量级变大
2.oips增大
3.随机io会增大
怎么减少回表
1.将查询尽量可能用主键进行查询
2.设计理想的合理的联合索引
3.更精确的查询条件+联合索引
4.优化器的算法：MRR
跟新数据时，会对索引有影响吗？ 数据的变化索引会实时更新吗？
例如 insert 一行数据
对于聚簇索引会立即更新。
对于辅助索引，不是实时更新的。
在innodb内存机构中加入了 insert buffer(会话),现在叫change buffer。
change buffer的功能是临时缓冲辅助索引需要的数据更新。
当我们需要查询新insert 数据，会在内存中进行merge（合并）操作，此时辅助索引就是最新的。
问题3:双11是怎么搞的，数据库?
提前1-2周将热点商品数据，灌入到tair（reidis）集群中.
KAFKA,核心：队列加缓存.
网友评论