高性能MySQL(第三版)-第六章 2

高性能MySQL(第三版) 是在MySQL5.5的基础上进行讲解的。
研读了第六章 查询性能优化的5-6小节,记录一些知识点。

  • 假如有如下索引 (a,b),有下面的查询:
select ... from tb1 where b between 2 and 5

因为索引的前导字段是 a,但是查询的 where 条件中只指定了字段 b,MySQL 无法使用 (a,b) 这个索引,只能全表扫描,因为 MySQL不支持松散索引扫描

  • MySQL 不支持在同一张表同时进行查询和更新,当需要将查询和更新放在一条 SQL 中时,可以将查询语句当作临时表处理。
  • 如果想知道结果集的行数,最好用 count(*),而不是 count(列名),count(列名) 只会把列中不为空的行统计出来,不为空不是不为NULL,是没有数据的意思。
  • 在没有 where 条件的情况下,MyISAM 的 count() 很快,这是因为 MyISAM 存储了总行数
  • 除非有其他特许需要,否则在关联查询中,只需要在关联顺序中的第二个表的相应列上创建索引就行
  • 最好确保 group by 和 order by 中的表达式只涉及到一个表中的列,这样 MySQL 才有可能使用索引来优化这个过程
  • 为了提升 limit 的性能,可以通过索引覆盖的技术进行延迟关联
    什么是索引覆盖,就直接拿《高性能MySQL》中的例子来看看,如下"
select film_id,description from sakila.film order by title limit 50,5

SQL的功能是查找出第50-54条数据并返回,MySQL是这样处理的,把0-54条数据都查出来,然后将50之前的数据舍弃,这样做对性能的影响很大。

并且查询过程是这样的:
1.先通过非主键索引找到主键索引的值film_id,但是还需要查出字段description的值,所以还需要再通过主键索引的值查到所需要的数据description,也就是需要两次查询
2.上面这个SQL是先关联查询出所有的数据,然后再limit

通过如果用延迟关联,性能会有提升,修改后SQL如下:

select film.fim_id,film.description from sakila.film 
INNER JOIN (
      select film_id from sakila.fim order by title limit 50,5
) as lim USING(fim_id)

这样先将需要数据的主键id查出来,然后再进行关联查询,提升了性能

  • limit 和 offset 问题,其实是 offset 的问题,他会导致 MySQL 扫描大量不需要的行然后再抛弃掉(可以用书签记录上次取数据的位置,然后别用 offset)
  • SQL_CALC_FOUND_ROWS 可以获取去掉 limit 后满足条件的所有行,代价比较大,因为要扫所有满足条件的行
  • 尽量用 UNION ALL,如果没有 ALL 关键字,MySQL 会给临时表加上 DISTINCT 选项,会导致整个临时表的数据需要做唯一性检查,代价很高
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容