既然我们已经建立了B+树，那么就要好好利用它来加速查询，而不是傻傻的去遍历整张表。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
我们日常写 SQL 时，子查询应该算是常客了。MySQL 为子查询执行准备了各种优化策略，接下来我会写子查询各种优化策略是怎么执行的系列文章。
上一篇我们说到了关于MySQL的索引的原理，主要说的是 MySQL 对于索引的字段是怎么去维护的，我们再来简单的回顾下：
本来这篇文章我前两个星期就打算写了，提纲都列好了，但是后面我去追《漫长的季节》这部剧去了，这就花了一个周末的时间，再加上后面一些其它的事，导致没来得及写
索引的本质其实就是各种各样的数据结构，在增删改查的各种操作有不通的时间复杂度和空间复杂度
本文索引优化包含对 MySQL索引（三）explain实践，优化 MySQL 数据库查询性能 的一些补充。
上节课给大家介绍了数据库的基本概念以及如何创建数据库，具体可回顾MySQL创建数据库（一）。从本节课开始，我们将对MySQL中的基本知识点进行分别介绍。本节课先向大家介绍MySQL数据插入insert into与where条件查询的基本用法。
经过上一篇 where field in (...) 的开场准备，本文正式开启子查询系列，这个系列会介绍子查询的各种执行策略，计划包括以下主题：
索引，可能让好很多人望而生畏，毕竟每次面试时候 MySQL 的索引一定是必问内容，哪怕先撇开面试，就在平常的开发中，对于 SQL 的优化也而是重中之重。
以上介绍了Mysql的基本增删改查，和一些使用技巧，只要你多实操就会越来越熟练。Mysql掌握差不多了，就可以使用结合PHP来开发一些动态网站了。
内容为慕课网的《高并发 高性能 高可用 MySQL 实战》视频的学习笔记内容和个人整理扩展之后的笔记，这一节的内容是对于InnoDb的存储结构进阶了解，同时介绍为什么会使用B+索引作为最终数据结构，但是实际上InnoDb在具体实现中也并没有完全遵循B+的格式，而是在内部做了很多“手脚”，这也是所谓理论和实践之间的差异。
可以用新华字典做类比：如果新华字典中对每个字的详细解释是数据库中表的记录，那么按部首或拼音等排序的目录就是索引，使用它可以让我们快速查找的某一个字详细解释的位置。
今天主要来聊聊 MySQL 中索引的工作原理，这一部分的知识，在工作中经常被使用到，在面试中也几乎是必问的。所以，不管是面试造火箭，还是工作拧螺丝，掌握索引的工作原理，都是十分有必要的。
用来加快查询的技术很多，其中最重要的是索引。通常索引能够快速提高查询速度。如果不适用索引，MYSQL必须从第一条记录开始然后读完整个表直到找出相关的行。表越大，花费的时间越多。但也不全是这样。本文讨论索引是什么以及如何使用索引来改善性能，以及索引可能降低性能的情况。
虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息
MySQL5.7 新增两种字段类型：Json 和 Generated，Generated 型的产生和 Json 的关系密不可分，如果没有Generated 类型，Json 类型在强大，生产中可能也无法使用，因为 Json 不支持索引，但是如果要查询 Json 里的数据，没有索引就是全表扫描，在执行效率上肯定是不能用于生产环境的，但是有了 Generated 类型就不同了，Generated 类型简单地说是一个虚拟字段，值是不可更新的，值来源其他字段或者字段间计算或是转化而来的，这种类型是可以创建索引，利用 Generated 的特性，就可以间接的给 Json 类型中的 key 创建索引，解决 Json 不能创建索引的问题。简而言之， Generated 类型的产生，为 Json 类型在索引方面的问题提供了支持。JSON 的值包含单个值、数组、元组、标注的 Json 格式等几种格式。
在关系数据库中，索引是一种数据结构，为存储引擎提高访问速度的数据结构，它一般是以包含索引键值和一个指向索引键值对应数据记录物理地址的指针的节点的集合的清单的形式存在。
在系统性能问题中，数据库往往是性能的瓶颈关键因素。那么如何去检测mysql的性能问题，如何构建高性能的mysql，如何编写出高性能的sql语句？为此，整理一些建议。
为什么加索引? 如果上面的表,我们执行SQL语句 select * from table where Col2=89; 这样就会造成全表扫描,从第一行读取到倒数第二行,然后拿到这个89这个对应的值的位
在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。
MySQL数据库是许多Web应用程序的底层支持，而查询性能的优化是确保系统高效运行的关键。在MySQL中，EXPLAIN是一项强大的工具，可帮助开发者深入了解查询语句的执行计划，从而更好地优化查询性能。本文将详细解析MySQL的EXPLAIN关键字，以揭开查询执行计划的面纱。
在mysql中，索引就是帮助mysql快速找到某条数据的一种数据结构，它是排好序的，独立于mysql表数据之外的。
CREATE UNIQUE INDEX 索引名 ON 表名(字段名1(长度)，字段名2(长度))
总结：最主要的优化策略还是索引优化和SQL优化，之后就是再调整下Mysql的配置参数，想读写分离、分库分表在系统架构设计的时候就需要确定，后续变更的成本太高。
关于这些查找结果的演示推荐：<https://www.cs.usfca.edu/~galles/visualization/Algorithms.html>
作者：fanili，腾讯 WXG 后台开发工程师 知其然知其所以然！本文介绍索引的数据结构、查找算法、常见的索引概念和索引失效场景。 什么是索引？ 在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。（百度百科） 索引的目的是提高查找效率，对数据表的值集合进行了排序，并按照一定数据结构进行了存储。 本文将从一个案
这篇文章主要讲 explain 如何使用，还有 explain 各种参数概念，之后会讲优化
用来加快查询的技术很多，其中最重要的是索引。通常索引能够快速提高查询速度。如果不适用索引，MYSQL必须从第一条记录开始读完整个表，直到找出相关的行。表越大，花费的时间越多。但也不全是这样。本文讨论索引是什么，如何使用索引来改善性能，以及索引可能降低性能的情况。
使用正则表达式查询 正则表达式通常被用来检索或替换那些符合某个模式的文本内容，根据指定的匹配模式匹配文本中符合要求的特殊字符串。例如，从一个文本文件中提取电话号码，查找一篇文章中重复的单词或者替换用户输入的某些敏感词语等，这些地方都可以使用正则表达式。正则表达式强大而且灵活，可以应用于非常复杂的查询。 MySQL中使用REGEXP关键字指定正则表达式的字符匹配模式。下表列出了REGEXP操作符中常用字符匹配列表。 [请添加图片描述] 1. 查询以特定字符或字符串开头的记录 字符‘^’匹配以特定字符或者字符串
假设我们要搜索年龄在18到24之间的女生，同时要求按年龄排序，如果平台注册用户达到千万级，那么，我们一般会对这个搜索结果分页，避免结果页加载很慢，所以，为了实现这个功能，基于用户表，我们会写这样一条SQL：
使用select对列进行查询时，不仅可以直接以列的原始值作为结果，而且还可以将列值进行计算后所得值作为查询结果，即select子句可以查询表达式的值,表达式可由列名、常量及算术运算符组成。 查询结果计算列显示“无列名”,一般要给计算列加列标题。 其中：表达式中可以使用的运算符有：加+、减-、乘*、除/、取余%
索引是帮助MySQL高效获取数据的数据结构。索引内部存在一个键值和对应数据的物理地址，当数据很多的时候，索引文件会很大，所以一般以文件的形式存储于磁盘中，后缀名为.myi。
熟悉 MySQL 的同学一定都知道，MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤，然后剩余的条件只能在遍历行过程中进行内存过滤。
说明：Linux pstree命令将所有行程以树状图显示，树状图将会以 pid (如果有指定) 如果有指定使用者 id，则树状图会只显示该使用者所拥有的行程。
左边的数据表，一共有两列七条记录，最左边的是数据记录的物理地址。为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值，和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到对应的数据，从而快速检索出符合条件的记录。
在一次和技术大佬的聊天中被问到，平时我是怎么做Mysql的优化的？在这个问题上我只回答出了几点，感觉回答的不够完美，所以我打算整理一次SQL的优化问题。
Mysql5.7版本以后新增的功能，Mysql提供了一个原生的Json类型，Json值将不再以字符串的形式存储，而是采用一种允许快速读取文本元素（document elements）的内部二进制（internal binary）格式，并提供了不少内置函数,通过计算列，甚至还可以直接索引json中的数据。
MySQL的索引分类问题一直让人头疼，几乎所有的资料都会给你列一个长长的清单，给你介绍什么主键索引、单值索引，覆盖索引，自适应哈希索引，全文索引，聚簇索引，非聚簇索引等……给人的感觉就是云里雾里，好像MySQL索引的实现方式有很多种，但是都没有一个清晰的分类。所以本人尝试总结了一下如何给MySQL的索引类型分类，便于大家记忆，由于MySQL中支持多种存储引擎，在不同的存储引擎中实现略微有所差距，下文中如果没有特殊声明，默认指的都是InnoDB存储引擎。
EXPLAIN 工具能用于获取查询执行计划，即分析 MySQL 如何执行一个 SQL 语句。我们可以通过使用EXPLAIN 去模拟优化器执行 SQL 语句，从而分析 SQL 语句有没有使用索引、是否采用全表扫描方式、判断能否更进一步优化等。我们可以根据EXPLAIN 输出的数据来分析如何优化查询语句，提升查询语句的性能瓶颈。
最后两种语法mysql不支持，但是我们可以用union来联合其他的查询结果来拼凑出最终结果。
只有字段的数据类型为char、varchar、text及其系列才可以创建全文索引。
写在前面：2020年面试必备的Java后端进阶面试题总结了一份复习指南在Github上，内容详细，图文并茂，有需要学习的朋友可以Star一下！ GitHub地址：https://github.com/abel-max/Java-Study-Note/tree/master
1、 排序1.1、作用使用 MySQL 的 ORDER BY 子句对读取的数据进行排序，返回搜索结果1.2、语法SELECT field1, field2,...fieldN FROM table_name1, table_name2...ORDER BY field1 [ASC [DESC][默认 ASC]], [field2...] [ASC [DESC][默认 ASC]]你可以使用任何字段来作为排序的条件，从而返回排序后的查询结果。你可以设定多个字段来排序。你可以使用 ASC 或 DESC 关键字来设
MySQL是目前业界最为流行的关系型数据库之一，而索引的优化也是数据库性能优化的关键之一。所以，充分地了解MySQL索引有助于提升开发人员对MySQL数据库的使用优化能力。
dual表是一个伪表。在有些特定情况下，没有具体的表的参与，但是为了保证select语句的完整又必须要一个表名，这时候就使用伪表。
不管是啥业务，最终数据都要落地，数据库这一环是肯定少不了的。随着业务发展，并发越来越高，数据库很容易成为整个链路的短板。这也是大厂面试中比较常被问到的。而调优的第一步，都是从sql语句、索引入手。先得保证单个数据库执行没问题，才会有更高层次的分库分表、弹性、容灾等等。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
