MySQL数据库存储引擎与数据库优化

存储引擎

（1）MySQL可以将数据以不同的技术存储在文件（内存）中，这种技术就成为存储引擎。

每种存数引擎使用不同的存储机制、索引技巧、锁定水平，最终提供广泛且不同的功能。

（2）使用不同的存储引擎也可以说不同类型的表

（3）MySQL支持的存储引擎

• 1. MyISAM
• 1. InnoDB
• 1. Memory
• 1. CSV
• 1. Archive

查看数据表的创建语句：

SHOW CREATE TABLE 表名

相关概念：
（1）.并发控制：一个人读数据，另外一个人在删除这个数据。

当多个连接对记录进行修改时保证数据的一致性和完整性。系统使用锁系统来解决这个并发控制，这种锁分为：

1）.共享锁（读锁）—在同一时间内，多个用户可以读取同一个资源，读取过程中数据不会发生任何变化。

2）.排他锁（写锁）—在任何时候只能有一个用户写入资源，当进行写锁时会阻塞其他的读锁或者写锁操作。

3.锁的力度（也叫锁的颗粒）

锁颗粒(锁定时的单位）

—表锁，是一种开销最小的锁策略。得到数据表的写锁

—行锁，是一种开销最大的锁策略。并行性最大

表锁的开销最小，因为使用锁的个数最小，行锁的开销最大，因为可能使用锁的个数比较多。

并发性

就是多个链接对同一份数据进行操作时，要保证数据的完整性和一致性。

事务的特性 —–》转账业务：从一个人减去 100，另外一个人加上100。

事务（包含一连串的操作，事务（Transaction）是一个对数据库执行工作单元）是为了保护数据的完整性。几个过程作为整体即事务 每个过程出现错误都恢复到原来的数据

1.原子性（Atomicity）：确保工作单位内的所有操作都成功完成，否则，事务会在出现故障时终止，之前的操作也会回滚到以前的状态。

2.一致性（Consistency)：确保数据库在成功提交的事务上正确地改变状态。

3.隔离性（Isolation）：使事务操作相互独立和透明。

4.持久性（Durability）：确保已提交事务的结果或效果在系统发生故障的情况下仍然存在。

ACID；

外键和索引

1、外键：保证数据一致性的策略
2、索引：类似目录，是对数据表中一列或多列的值进行排序的一种结构，方便快速查找到数据

索引：普通索引、唯一索引、全文索引、Btree索引、hash索引……

各种存储引擎的特点

使用最多的：MyISAM，InnoDB。

MyISAM：适用于事务的处理不多的情况，支持数据压缩，容量大；
InnoDB：适用于事务处理比较多，需要有外键支持的情况。

CSV存储引擎：以逗号为分隔符，不支持索引；
BlackHole：黑洞引擎，写入的数据都会消失，一般用于做数据复制的中继；

存储引擎：
MyISAM： 存储限制可达256TB,支持索引，表级锁定，数据压缩
InnoDB: 存储限制为64TB,支持事务和索引，锁颗粒为行锁。

设置存储引擎
（1）通过修改MySQL配置文件实现

default-storage-engine = engine

（2）通过创建数据表命令实现

CREATE TABLE table_name(...
) ENGINE = engine;

例如：

CREATE TABLE tp1(
s1 VARCHAR(10)
) ENGINE = MyISAM;
SHOW CREATE TABLE tp1; // 查看数据表的结构

（3）通过修改数据表命令实现

ALTER TABLE table_name ENGINE [=] engine_name; 

例如：

ALTER TABLE tp1 ENGINE = InnoDB;

MYSQL数据库优化

1、数据字典的维护

维护数据字典：

1.第三方工具：针对不同的DBMS
2.利用数据库本身的备注字段：对表和列增加备注字段，举例如图

3.导出数据字典（很通用）但是注意：更改表备注时，只需要更改表备注，其
他的一些列的属性（列的长度、宽度、是否非空）必须保持原样

2、维护索引

建立索引的列：

• 1、出现在where、group by、order by 从句中的列
• 2、可选择性高的列放到索引前面（条件列顺序不要求与索引列顺序一致）
• 3、索引列数据不要太长，（如text进行md5处理）
  注意：1、索引不是越多越好（过多的索引也会降低读的效率:多个索引选择的过程）

2、定期维护索引碎片
3、（MySQL)SQL中不要使用强制索引关键字

3、维护（修改）表结构

注意事项
1、MySQL5.5之前会锁表，可使用第三方工具；5.6之后本身支持在线表结构变更
2、同时维护数据字典
3、控制表的宽度和大小

适合的操作

1、批量操作(数据库中）逐条操作（应用程序中）
2、尽量少用”select * “查询
3、控制使用用户自定义函数（使用函数，索引不起作用）
4、不要使用全文索引（中文支持不好，需要另建索引文件）

4、数据表的水平拆分和垂直拆分

垂直拆分：为了控制表的宽度

水平拆分：为了控制表的数据量

表示二维的是个平面，上面的情况是非常容易想想的，问题的关键是要依靠一定原则了！
目标是不变的：为了效率、为了可维护性、为了更快更省事！

SQL查询语句优化

explain分析sql的执行计划，并找出sql需要优化的地方

explain select customer_id,first_name,last_name from customer;
+—-+————-+———-+——+—————+——+———+——+——+——-+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+—-+————-+———-+——+—————+——+———+——+——+——-+
| 1 | SIMPLE | customer | ALL | NULL | NULL | NULL | NULL | 599 | NULL |
+—-+————-+———-+——+—————+——+———+——+——+——-+

• table：表名；
• type：连接的类型，const、eq_reg、ref、range、index和ALL；const：主键、索引；eq_reg：主键、索引的范围查找；ref：连接的查找（join），
• range：索引的范围查找；index：索引的扫描；
• possible_keys：可能用到的索引；
• key：实际使用的索引；
• key_len：索引的长度，越短越好；
• ref：索引的哪一列被使用了，常数较好；
• rows：mysql认为必须检查的用来返回请求数据的行数；
• extra：using filesort、using temporary（常出现在使用order by时）时需要优化。

Max()和Count()的优化

1.对max()查询，可以为表创建索引，create index index_name on table_name(column_name 规定需要索引的列)，这里就是以付款的日期为索引；,然后在进行查询。

如果没有索引，查询的可能一直到最后一行。

2.count()对多个关键字进行查询，比如在一条SQL中同时查出2006年和2007年电影的数量，语句：

select count(release_year=‘2006‘ or null) as ‘2006年电影数量‘,
count(release_year=‘2007‘ or null) as ‘2007年电影数量‘
from film;

count(*)时会包含null空这一列，而count(id)这种写法将不包含null这一列.

3.子查询的优化

把子查询改为左连接查询，但是如果两张表里存在一对多的情况，左连接查询结果会出现，所以要使用distinct去掉重复记录

select * from table1 where table1.column1 in (select table2.column2 from table2);
select distinct table1.column1 from table1 join table2 on table1.column1=table2.column2;

4.order by语句优化
group by可能会出现临时表（Using temporary），文件排序（Using filesort）等，影响效率。
可以通过关联的子查询，来避免产生临时表和文件排序，可以节省io
改写前

select actor.first_name,actor.last_name,count(*)
from sakila.film_actor
inner join sakila.actor using(actor_id)
group by film_actor.actor_id;

改写后

select actor.first_name,actor.last_name,c.cnt
from sakila.actor inner join(
select actor_id,count(*) as cnt from sakila.film_actor group by
actor_id
)as c using(actor_id);

5.limit 语句优化

limit常用于分页处理，时常会伴随order by从句使用，因此大多时候会使用Filesorts这样会造成大量的io问题

1.使用有索引的列或主键进行order by操作

2.记录上次返回的主键，在下次查询时使用主键过滤
使用这种方式有一个限制，就是主键一定要顺序排序和连续的，如果主键出现空缺可能会导致最终页面上显示的列表不足5条，解决办法是附加一列，保证这一列是自增的并增加索引就可以了

6.选择合适的索引列

1.在where，group by，order by，on从句中出现的列

2.索引字段越小越好(因为数据库的存储单位是页，一页中能存下的数据越多越好 )

3.离散度大得列放在联合索引前面

select count(distinct customer_id), count(distinct staff_id) from payment;

查看离散度 通过统计不同的列值来实现 count越大 离散程度越高

过多的索引不但影响写入，而且影响查询，索引越多，分析越慢
如何找到重复和多余的索引，主键已经是索引了，所以primay key 的主键不用再设置unique唯一索引了

冗余索引，是指多个索引的前缀列相同，innodb会在每个索引后面自动加上主键信息


冗余索引查询工具
pt-duplicate-key-checker

由于业务变更有些原来使用的索引现在不使用了也是需要清除的，这也是索引优化的一个方面了！有些索引的使用的频率很低，甚至没用过。
注意：作者再次的强调SQL和索引的优化对于数据库的优化是相当重要的，这一层的优化如果做好了，其他的优化也能起到一些作用否则其他的优化所能起到的作用是微乎其微的，这一层的优化也是成本最低效果最好的一层了，所以对于数据库的优化最好重点放在这一层。

1. 配置文件的优化；

#重要，缓冲池的大小 推荐总内存量的75%，越大越好。
innodb_buffer_pool_size

#默认只有一个缓冲池，如果一个缓冲池中并发量过大，容易阻塞，此时可以分为多个缓冲池；
innodb_buffer_pool_instances

#log缓冲的大小，一般最常1s就会刷新一次，故不用太大；
innodb_log_buffer_size

#重要，对io效率影响较大。0:1s刷新一次到磁盘；1：每次提交都会刷新到磁盘；2：每次提交刷新到缓冲区，1s刷新到磁盘；默认为1。
innodb_flush_log_at_trx_commit

#读写的io进程数量，默认为4
innodb_read_io_threads
innodb_write_io_threads

#重要，控制每个表使用独立的表空间，默认为OFF，即所有表建立在一个共享的表空间中。
innodb_file_per_table

#mysql在什么情况下会刷新表的统计信息，一般为OFF。
innodb_stats_on_metadata