锐客网

  1. 首页 > 生活百科 > it技术 > >

怎么介绍MySQL 怎么介绍授课老师上场

IT技术分区

mysql是什么数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作 。由于资料集中管理 ， 电脑的资源便可由使用者共享 ， 而且资料的保密及处理的一致性更容易达成 。
数据库将相关数据的集合存储在一起的，这些数据是结构化的，无有害的或不必要的冗余，并为多种应用服务；数据的存储独立于使用它的程序；对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行 。
常用关系型数据库产品介绍：
一、Oracle前身叫SDL、由Larry Ellison和两个变成任意在1977创办，他们开发了主机的拳头产品，在市场上大量销售 。Oracle公司是最早开发关系型数据库的厂商之一 ， 其产品支持最广泛的操作系统平台，目前Oracle关系数据库产品的市场占有率数一数二。
二、MySQL被广泛的应用在Internet上的大中小型网站中，由于体积小、速度快、总体拥有成本低 ， 开放源代码
三、 Microsoft SQL Server是微软公司开发的大型关系数据库系统 ， SQL Server的功能比较全面，效率高，可以作为中型企业或单位的数据库平台 。
mysql表分区使用及详细介绍一、分区概念
分区是将一个表分成多个区块进行操作和保存，从而降低每次操作的数据，提高性能 。而对于应用来说则是透明的，从逻辑上看只有一张表，但在物理上这个表可能是由多个物理分区组成的，每个分区都是独立的对象，可以进行独立处理 。
二、分区作用
1.可以逻辑数据分割，分割数据能够有多个不同的物理文件路径 。
2.可以存储更多的数据 ， 突破系统单个文件最大限制 。
3.提升性能，提高每个分区的读写速度，提高分区范围查询的速度 。
4.可以通过删除相关分区来快速删除数据
5.通过跨多个磁盘来分散数据查询 ， 从而提高磁盘I/O的性能 。
6.涉及到例如SUM()、COUNT()这样聚合函数的查询，可以很容易的进行并行处理 。
7.可以备份和恢复独立的分区，这对大数据量很有好处 。
三、分区能支持的引擎
MySQL支持大部分引擎创建分区，入MyISAM、InnoDB等；不支持MERGE和CSV等来创建分区 。同一个分区表中的所有分区必须是同一个存储引擎 。值得注意的是 ， 在MySQL8版本中，MyISAM表引擎不支持分区 。
四、确认MySQL支持分区
从MySQL5.1开始引入分区功能 ， 可以如下方式查看是否支持：
老版本用：SHOW VARIABLES LIKE '%partition%';
新版本用：show plugins;
五、分区类型
1. RANGE分区：基于属于一个给定连续区间的列值 ， 把多行分配给分区 。
例如，可以将一个表通过年份划分成两个分区，2001 -2010年、2011-2020 。
2. LIST分区：类似于RANGE分区，LIST是列值匹配一个离散值集合中的某个值来进行选择 。
比如 根据字段 把值为1、3、5的放到一起，2、4、6的另外放到一起 等等...
3. HASH分区：基于用户定义的表达式的返回值来进行选择分区，该表达式使用将要插入到表中的这些行的列值来进行计算，这个函数必须产生非负整数值 。
通过HASH运算来进行分区 ， 分布的比较均匀
4. KEY分区：类似于按HASH分区，由MySQL服务器提供其自身的哈希函数 。
按照KEY进行分区类似于按照HASH分区
六、分区创建注意事项
1.如果表中存在primary key 或者 unique key 时，分区的列必须是paimary key或者unique key的一个组成部分，也就是说，分区函数的列只能从pk或者uk这些key中取子集
2.如果表中不存在任何的paimary key或者unique key，则可以指定任何一个列作为分区列
3. 5.5版本前的RANGE、LIST、HASH分区要求分区键必须是int；MySQL5.5及以上，支持非整形的RANGE和LIST分区，即：range columns 和 list columns (可以用字符串来进行分区) 。
七、分区命名
1. 分区的名字基本上遵循其他MySQL 标识符应当遵循的原则，例如用于表和数据库名字的标识符 。应当注意的是， 分区的名字是不区分大小写的。
2. 无论使用何种类型的分区，分区总是在创建时就自动的顺序编号，且从0开始记录 。
八、 创建分区
1. RANGE分区：
CREATE TABLE `test01` (
`dayid` int(11) DEFAULT NULL,
`mac` varchar(32) NOT NULL DEFAULT '',
`dtype` varchar(50) NOT NULL DEFAULT ''
) ENGINE=InnoDB DEFAULT CHARSET=utf8
/*!50100 PARTITION BY LIST (dayid)
(PARTITION p20171205 VALUES IN (20171205) ENGINE = InnoDB,
PARTITION p20171204 VALUES IN (20171204) ENGINE = InnoDB,
PARTITION p20171206 VALUES IN (20171206) ENGINE = InnoDB,
PARTITION p20171207 VALUES IN (20171207) ENGINE = InnoDB) */
解读：以上为 uuid小于5时放到p0分区下，uuid大于5且小于10放到p1分区下，uuid大于10且小于15放到p2分区下，uuid大于15 一直到最大值的存在p3分区下
2. LIST分区：
CREATE TABLE tbl_test (
uuid INT NOT NULL,
title VARCHAR(20)
)
)
PARTITION BY List (uuid) (
PARTITION p0 VALUES in (1,2,3,5),
PARTITION p1 VALUES in (7,9,10),
PARTITION p2 VALUES in (11,15)
)
);
解读：以上为uuid 等于1/2/3/5时放到p0分区，7/9/10放到p1分区，11/15放到p2分区 。当时用insert into时 如果uuid的值不存在p0/p1/p2分区时 ， 则会插入失败而报错 。
3. HASH分区:
HASH分区主要用来确保数据在预先确定数目的分区中平均分布 。在RANGE分区和LIST分区中必须明确指定一个指定的列值或列值集合以指定应该保存在哪个分区中 。而在HASH分区中，MySQL会自动完成这些工作 ， 要做的只是基于将要被哈希的列值指定一个表达式，以及指定被分区的表将要被分割成的分区数量，如：
CREATE TABLE tbl_test (
uuid INT NOT NULL,
title VARCHAR(20)
))
PARTITION BY HASH (uuid) (
PARTITIONS 3
));
解读：MySQL自动创建3个分区，在执行insert into时，根据插入的uuid通过算法来自动分配区间 。
注意：
(1) 由于每次插入、更新、删除一行，这个表达式都要计算一次 ， 这意味着非常复杂的表达式可能会引起性能问题 ， 尤其是在执行同时影响大量行的运算（例如批量插入）的时候 。
(2) 最有效率的哈希函数是只对单个表列进行计算 ， 并且它的值随列值进行一致的增大或减小，因为这考虑了在分区范围上的“修剪” 。也就是说，表达式值和它所基于的列的值变化越接近，就越能有效地使用该表达式来进行HASH分区 。
3.1：线性HASH分区
线性HASH分区在“PARTITION BY”子句中添加“LINEAR”关键字 。
线性HASH分区的有点在于增加、删除、合并和拆分分区将变得更加快捷，有利于处理含有及其大量数据的表 。它的缺点在于各个分区间数据的分布不大可能均衡 。
4. KEY分区
类似于HASH分区，HASH分区允许用户自定义的表达式，而KEY分区则不允许使用用户自定义的表达式；HASH分区只支持整数分区，KEY分区支持除了blob和text类型之外的其他数据类型分区 。
与HASH分区不同，创建KEY分区表的时候，可以不指定分区键，默认会选择使用主键或唯一键作为分区键，没有主键或唯一键 ， 就必须指定分区键 。
CREATE TABLE tbl_test (
uuid INT NOT NULL,
title VARCHAR(20)
))
PARTITION BY LINEAR Key (uuid)
PARTITIONS 3;
解读：根据分区键来进行分区
5. 子分区
子分区是分区表中 ， 每个分区的再次分割 ， 适合保存非常大量的数据 。
CREATE TABLE tbl_test (
registerTime Date
))
PARTITION BY GANGE(YEAR(registerTime))
SUBPARTITION BY HASH (TO_DAYS(registerTime))
SUBPARTITIONS 2
(
PARTITION p0 VALUES LESS THAN (2017),
PARTITION p1 VALUES LESS THAN (2020),
PARTITION p2 VALUES LESS THAN MAXVALUE
);
解读：主分区使用RANGE按照年来进行分区，有3个RANGE分区 。这3个分区中又被进一步分成了2个子分区，实际上，整个表被分成了3 * 2 = 6个分区 。每个子分区按照天进行HASH分区 。小于2017的放在一起，2017-2020的放在一起，大于2020的放在一起 。
注意：
(1) 在MySQL5.1中，对于已经通过RANGE或LIST分区了的表在进行子分区是可能的 。子分区既可以使用HASH分区，也可以使用KEY分区 。这也被称为复合分区 。
(2) 每个分区必须有相同数量的子分区 。
(3) 如果在一个分区表上的任何分区上使用SUBPARTITION来明确定义任何子分区，那么就必须定义所有的子分区 。
(4) 每个SUBPARTITION子句必须包含（至少）子分区的一个名字 。
(5) 在每个子分区内 ， 子分区的名字必须是惟一的，目前在整个表中，也要保持唯一 。例如：
PARTITION BY RANGE(YEAR(registerTime))
SUBPARTITION BY HASH(TO_DAYS(registerTime))
(
PARTITION p0 VALUES LESS THAN (2017) (
SUBPARTITION s0,
SUBPARTITION s1
),
PARTITION p1 VALUES LESS THAN (2020) (
SUBPARTITION s2,
SUBPARTITION s3
),
PARTITION p2 VALUES LESS THAN MAXVALUE (
SUBPARTITION s4,
SUBPARTITION s5
)
)
子分区可以用于特别大的表 ， 可以在多个磁盘间分配数据和索引 。例如：
SUBPARTITION s0
DATA DIRECTORY = '/disk0/data'
INDEX DIRECTORY = '/disk0/idx'
,
,
SUBPARTITION s1
DATA DIRECTORY = '/disk1/data'
INDEX DIRECTORY = '/disk1/idx'
九、MySQL分区处理NULL值的方式
MySQL中的分区禁止空值NULL上没有进行处理，无论它是一个列值还是一个用户定义表达式的值，一般而言，在这种情况下MySQL把NULL视为0 。如果你希望回避这种做法，你应该在设计表时声明列“NOT NULL” 。
十、分区管理概述
可以对分区进行添加、删除、重新定义、合并或拆分等管理操作 。
① RANGE和LIST分区的管理
1. 删除分区语句如：alter table tbl_test drop partition p0;
注意：
(1) 当删除了一个分区，也同时删除了该分区中所有的数据 。
(2) 可以通过show create table tbl_test;来查看新的创建表的语句 。
(3) 如果是LIST分区的话，删除的数据不能新增进来 ， 因为这些行的列值包含在已经删除了的分区的值列表中 。
2. 添加分区语句如：alter table tbl_test add partition(partition p3 values less than(50));
注意：
(1) 对于RANGE分区的表，只可以添加新的分区到分区列表的最高端 。
(2) 对于LIST分区的表，不能添加已经包含在现有分区值列表中的任意值 。
3. 如果希望能不丢失数据的条件下重新定义分区 ， 可以使用如下语句：
ALTER TABLE tbl_name REORGANIZE PARTITION partition_list INTO(partition_definitions)
(1) 拆分分区如：
ALTER TABLE tbl_name REORGANIZE PARTITION partition_list INTO(partition s0 values less than(5),partition s1 values less than(10));
或者如：
ALTER TABLE tbl_name REORGANIZE PARTITION p0 INTO(partition s0 values in(1,2,3), partition s1 values in(4,5));
(2) 合并分区如：ALTER TABLE tbl_name REORGANIZE PARTITION s0,s1 INTO(partition p0 values in(1,2,3,4,5));
4. 删除所有分区，但保留数据 ， 形式：ALTER TABLE tbl_name remove partitioning;
② HASH和KEY分区的管理
1. 减少分区数量语句如：ALTER TABLE tbl_name COALESCE PARTITION 2;
2. 添加分区数量语句如：ALTER TABLE tbl_name add PARTITION partitions 2;
③ 其他分区管理语句
1. 重建分区 ：类似于先删除保存在分区中的所有记录 ， 然后重新插入它们，可用于整理分区碎片 。如：ALTER table tbl_name REBUILD PARTITION p2,p3;
2. 优化分区 ：如果从分区中删除了大量的行 ， 或者对一个带有可变长度的行（也就是说，有VARCHAR ， BLOB或TEXT类型的列）做了许多修改，可以使用 ALTER TABLE tbl_name OPTIMIZE PARTITION来收回没有使用的空间，并整理分区数据文件的碎片 。如：ALTER TABLE tbl_name OPTIMIZE PARTITION p2,p3;
3. 分析分区 ：读取并保存分区的键分布 ， 如：ALTER TABLE tbl_name ANALYZE PARTITION p2,p3;
4. 检查分区 ：检查分区中的数据或索引是否已经被破坏 ， 如：ALTER TABLE tbl_name CHECK PARTITION p2,p3;
5. 修补分区 ：修补被破坏的分区，如：ALTER TABLE tbl_name REPAIR PARTITION p2,p3;
十、查看分区信息
1. 查看分区信息：select * from information_schema.partitions where table_schema='arch1' and table_name = 'tbl_test' G;
2. 查看分区上的数据：select * from tbl_test partition(p0);
3. 查看MySQL会操作的分区：explain partitions select * from tbl_test where uuid = 2;
十一、 局限性
1. 最大分区数目不能超过1024 ， 一般建议对单表的分区数不要超过50个 。
2. 如果含有唯一索引或者主键 ， 则分区列必须包含在所有的唯一索引或者主键在内 。
3. 不支持外键 。
4. 不支持全文索引，对分区表的分区键创建索引，那么这个索引也将被分区 。
5. 按日期进行分区很合适，因为很多日期函数可以用 。但是对字符串来说合适的分区函数不太多 。
6. 只有RANGE和LIST分区能进行子分区，HASH和KEY分区不能进行子分区 。
7. 临时表不能被分区 。
8. 分区表对于单条记录的查询没有优势 。
9. 要注意选择分区的成本，没插入一行数据都需要按照表达式筛选插入的分区 。
10. 分区字段尽量不要可以为null
MySQL简单介绍——换个角度认识MySQL1、InnoDB存储引擎
Mysql版本=5.5 默认的存储引擎 ， MySQL推荐使用的存储引擎 。支持事务，行级锁定，外键约束 。事务安全型存储引擎 。更加注重数据的完整性和安全性 。
存储格式 : 数据，索引集中存储，存储于同一个表空间文件中 。
InnoDB的行锁模式及其加锁方法： InnoDB中有以下两种类型的行锁：共享锁（读锁： 允许事务对一条行数据进行读?。┖?互斥锁（写锁： 允许事务对一条行数据进行删除或更新），对于update，insert ， delete语句，InnoDB会自动给设计的数据集加互斥锁，对于普通的select语句，InnoDB不会加任何锁 。
InnoDB行锁的实现方式： InnoDB行锁是通过给索引上的索引项加锁来实现的，如果没有索引 ， InnoDB将通过隐藏的聚簇索引来对记录加锁 。InnoDB这种行锁实现特点意味着：如果不通过索引条件检索数据，那么InnoDB将对表中的所有记录加锁，实际效果跟表锁一样 。
（1）在不通过索引条件查询时 ， InnoDB会锁定表中的所有记录 。
（2）Mysql的行锁是针对索引加的锁，不是针对记录加的锁 ， 所以虽然是访问不同行的记录，但是如果使用相同的索引键，是会出现冲突的 。
（3）当表有多个索引的时候 ， 不同的事务可以使用不同的索引锁定不同的行，但都是通过行锁来对数据加锁 。
优点：
1、支持事务处理、ACID事务特性；
2、实现了SQL标准的四种隔离级别（ 原子性（ Atomicity ）、一致性（ Consistency ）、隔离性（Isolation ）和持续性（Durability ））；
3、支持行级锁和外键约束；
4、可以利用事务日志进行数据恢复 。
5、锁级别为行锁 ， 行锁优点是适用于高并发的频繁表修改，高并发是性能优于 MyISAM 。缺点是系统消耗较大 。
6、索引不仅缓存自身，也缓存数据，相比 MyISAM 需要更大的内存 。
缺点：
因为它没有保存表的行数 ， 当使用COUNT统计时会扫描全表 。
使用场景：
(1)可靠性要求比较高，或者要求事务；(2)表更新和查询都相当的频繁，并且表锁定的机会比较大的情况 。
2、 MyISAM存储引擎
MySQL= 5.5 MySQL默认的存储引擎 。ISAM：Indexed Sequential Access Method(索引顺序存取方法)的缩写 ， 是一种文件系统 。擅长与处理，高速读与写 。
功能：
（1）支持数据压缩存储,但压缩后的表变成了只读表，不可写；如果需要更新数据，则需要先解压后更新 。
（2）支持表级锁定，不支持高并发；
（3）支持并发插入 。写操作中的插入操作，不会阻塞读操作（其他操作）；
优点：
1.高性能读?。?
2.因为它保存了表的行数 ， 当使用COUNT统计时不会扫描全表；
缺点：
1、锁级别为表锁，表锁优点是开销小，加锁快；缺点是锁粒度大，发生锁冲动概率较高，容纳并发能力低，这个引擎适合查询为主的业务 。
2、此引擎不支持事务 ， 也不支持外键 。
3、INSERT和UPDATE操作需要锁定整个表；
使用场景：
(1)做很多count 的计算；(2)插入不频繁，查询非常频繁；(3)没有事务 。
InnoDB和MyISAM一些细节上的差别：
1、InnoDB不支持FULLTEXT类型的索引，MySQL5.6之后已经支持（实验性） 。
2、InnoDB中不保存表的 具体行数，也就是说，执行select count() from table时，InnoDB要扫描一遍整个表来计算有多少行，但是MyISAM只要简单的读出保存好的行数即可 。注意的是，当count()语句包含 where条件时，两种表的操作是一样的 。
3、对于AUTO_INCREMENT类型的字段，InnoDB中必须包含只有该字段的索引 ， 但是在MyISAM表中，可以和其他字段一起建立联合索引 。
4、DELETE FROM table时 ， InnoDB不会重新建立表，而是一行一行的删除 。
5、LOAD TABLE FROM MASTER操作对InnoDB是不起作用的，解决方法是首先把InnoDB表改成MyISAM表，导入数据后再改成InnoDB表 ， 但是对于使用的额外的InnoDB特性（例如外键）的表不适用 。
6、另外，InnoDB表的行锁也不是绝对的，如果在执行一个SQL语句时MySQL不能确定要扫描的范围，InnoDB表同样会锁全表 。
1．索引概述
利用关键字 ， 就是记录的部分数据（某个字段，某些字段，某个字段的一部分），建立与记录位置的对应关系，就是索引 。索引的关键字一定是排序的 。索引本质上是表字段的有序子集，它是提高查询速度最有效的方法 。一个没有建立任何索引的表，就相当于一本没有目录的书，在每次查询时就会进行全表扫描，这样会导致查询效率极低、速度也极慢 。如果建立索引，那么就好比一本添加的目录，通过目录的指引，迅速翻阅到指定的章节，提升的查询性能，节约了查询资源 。
2．索引种类
从索引的定义方式和用途中来看：主键索引，唯一索引，普通索引，全文索引 。
无论任何类型，都是通过建立关键字与位置的对应关系来实现的 。索引是通过关键字找对应的记录的地址 。
以上类型的差异：对索引关键字的要求不同 。
关键字：记录的部分数据（某个字段，某些字段，某个字段的一部分） 。
普通索引,index：对关键字没有要求 。
唯一索引,unique index：要求关键字不能重复 。同时增加唯一约束 。
主键索引,primary key：要求关键字不能重复，也不能为NULL 。同时增加主键约束 。
全文索引,fulltext key：关键字的来源不是所有字段的数据，而是从字段中提取的特别关键词 。
PS：这里主键索引和唯一索引的区别在于：主键索引不能为空值，唯一索引允许空值；主键索引在一张表内只能创建一个，唯一索引可以创建多个 。主键索引肯定是唯一索引，但唯一索引不一定是主键索引 。
3.索引原则
如果索引不遵循使用原则，则可能导致索引无效 。
（1）列独立
如果需要某个字段上使用索引，则需要在字段参与的表达中，保证字段独立在一侧 。否则索引不会用到索引, 例如这条sql就不会用到索引:select * from A where id 1=10;
（2）左原则
Like：匹配模式必须要左边确定不能以通配符开头 。例如:select * from A where name like '%小明%'，不会用到索引，而select * from A where name like '小明%' 就可以用到索引（name字段有建立索引） ， 如果业务上需要用到'%小明%'这种方式,有两种方法:1.可以考虑全文索引,但mysql的全文索引不支持中文；2.只查询索引列或主键列,例如:select name from A where name like '%小明%' 或 select id from A where name like '%小明%' 或 select id,name from A where name like '%小明%' 这三种情况都会用到name的索引;
复合索引：一个索引关联多个字段，仅仅针对左边字段有效果 ， 添加复合索引时 ， 第一个字段很重要，只有包含第一个字段作为查询条件的情况才会使用复合索引(必须用到建索引时选择的第一个字段作为查询条件,其他字段的顺序无关),而且查询条件只能出现and拼接,不能用or,否则则无法使用索引.
（3）OR的使用
必须要保证 OR 两端的条件都存在可以用的索引，该查询才可以使用索引 。
（4）MySQL智能选择
即使满足了上面说原则，MySQL也能弃用索引，例如：select * from A where id1;这里弃用索引的主要原因：查询即使使用索引，会导致出现大量的随机IO，相对于从数据记录的第一条遍历到最后一条的顺序IO开销 ， 还要大 。
4.索引的使用场景
（1）索引检索：检索数据时使用索引 。
（2）索引排序: 如果order by 排序需要的字段上存在索引 ， 则可能使用到索引 。
（3）索引覆盖: 索引拥有的关键字内容，覆盖了查询所需要的全部数据，此时，就不需要在数据区获取数据，仅仅在索引区即可 。覆盖就是直接在索引区获取内容，而不需要在数据区获取 。例如: select name from A where name like '小明%';
建立索引索引时 ， 不能仅仅考虑where检索，同时考虑其他的使用场景 。（在所有的where字段上增加索引，就是不合理的）
5.前缀索引
前缀索引是建立索引关键字一种方案 。通常会使用字段的整体作为索引关键字 。有时，即使使用字段前部分数据，也可以去识别某些记录 。就比如一个班级里，我要找王xx，假如姓王的只有1个人，那么就可以建一个关键字为'王'的前缀索引 。语法：Index `index_name` (`index_field`(N))使用index_name前N个字符建立的索引 。
6.索引失效
（1） 应尽量避免在 where 子句中使用 != 或操作符 ， 否则将引擎放弃使用索引而进行全表扫描；
（2） 应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描；
（3） 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描；
（4）应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描；如select id from t where num/2 = 100；
（5） 应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描；如：select id from t where substring(name,1,3) = ’abc’ ；
（6）应尽量避免在where子句中对字段进行类型转换，这将导致引擎放弃使用索引而进行全表扫描； 如果列类型是字符串，那一定要在条件中将数据使用引号引用起来,如select id from t where id = 1；如果id字段在表设计中是varchar类型，那么即使id列上存的是数字，在查询时也一定要用varchar去匹配，sql应改为select id from t where id = '1'；
（7）应尽量避免在where子句中单独引用复合索引里非第一位置的索引；
join 的两种算法：BNL 和 NLJ
NLJ（Nested Loop Join）嵌套循环算法；以如下 SQL 为例：
select * from t1 join t2 on t1.a=t2.a
SQL 执行时内部流程是这样的：
1. 先从 t1（假设这里 t1 被选为驱动表）中取出一行数据 X；
2. 从 X 中取出关联字段 a 值，去 t2 中进行查找，满足条件的行取出；
3. 重复1、2步骤，直到表 t1 最后一行循环结束 。
这就是一个嵌套循环的过程，如果在被驱动表上查找数据时可以使用索引，总的对比计算次数等于驱动表满足 where 条件的行数 。假设这里 t1、t2都是1万行，则只需要 1万次计算，这里用到的是Index Nested-Loops Join（INLJ，基于索引的嵌套循环联接） 。
如果 t1、t2 的 a 字段都没有索引，还按照上述的嵌套循环流程查找数据呢？每次在被驱动表上查找数据时都是一次全表扫描，要做1万次全表扫描，扫描行数等于 1万 1万*1万，这个效率很低，如果表行数更多，扫描行数动辄几百亿 ， 所以优化器肯定不会使用这样的算法，而是选择 BNL 算法；
BNLJ（Block Nested Loop Join）块嵌套循环算法；
1. 把 t1 表（假设这里 t1 被选为驱动表）满足条件的数据全部取出放到线程的 join buffer 中；
2. 每次取 t2 表一行数据，去 joinbuffer 中进行查找，满足条件的行取出，直到表 t2 最后一行循环结束 。
这个算法下，执行计划的 Extra 中会出现 Using join buffer(Block Nested Loop) ， t1、t2 都做了一次全表扫描，总的扫描行数等于 1万 1万 。但是由于 joinbuffer 维护的是一个无序数组，每次在 joinbuffer 中查找都要遍历所有行 ， 总的内存计算次数等于1万*1万 。另外如果 joinbuffer 不够大放不下驱动表的数据，则要分多次执行上面的流程，会导致被驱动表也做多次全表扫描 。
BNLJ相对于NLJ的优点在于，驱动层可以先将部分数据加载进buffer，这种方法的直接影响就是将大大减少内层循环的次数 ， 提高join的效率 。
例如：
如果内层循环有100条记录，外层循环也有100条记录，这样的话，每次外层循环先将10条记录放到buffer中 ， 内层循环的100条记录每条与这个buffer中的10条记录进行匹配，只需要匹配内层循环总记录数次即可结束一次循环（在这里，即只需要匹配100次即可结束），然后将匹配成功的记录连接后放入结果集中，接着，外层循环继续向buffer中放入10条记录 ， 同理进行匹配，并将成功的记录连接后放入结果集 。后续循环以此类推，直到循环结束 ， 将结果集发给client为止 。
可以发现，若用NLJ，则需要100 * 100次才可结束 ， BNLJ则需要100 / block_size * 100 = 10 * 100次就可结束,大大减少了循环次数 。
JOIN 按照功能大致分为如下三类：
JOIN、STRAIGHT_JOIN、INNER JOIN（内连接,或等值连接）：取得两个表中存在连接匹配关系的记录 。
LEFT JOIN（左连接）：取得左表（table1）完全记录，即是右表（table2）并无对应匹配记录 。
RIGHT JOIN（右连接）：与 LEFT JOIN 相反，取得右表（table2）完全记录，即是左表（table1）并无匹配对应记录 。
注意：mysql不支持Full join,不过可以通过UNION 关键字来合并 LEFT JOIN 与 RIGHT JOIN来模拟FULL join 。
mysql 多表连接查询方式，因为mysql只支持NLJ算法,所以如果是小表驱动大表则效率更高；反之则效率下降；因此mysql对内连接或等值连接的方式做了一个优化,会去判断join表的数据行大小,然后取数据行小的表为驱动表 。
INNER JOIN、JOIN、WHERE等值连接和STRAIGHT_JOIN都能表示内连接，那平时如何选择呢？一般情况下用INNER JOIN、JOIN或者WHERE等值连接，因为MySQL 会按照"小表驱动大表的策略"进行优化 。当出现需要排序时，才考虑用STRAIGHT_JOIN指定某张表为驱动表 。
两表JOIN优化
a.当无order by条件时 ， 根据实际情况，使用left/right/inner join即可 ， 根据explain优化 ；
b.当有order by条件时，如select * from a inner join b where 1=1 and other condition order by a.col；使用explain解释语句；
1）如果第一行的驱动表为a，则效率会非常高，无需优化；
2）否则，因为只能对驱动表字段直接排序的缘故 ， 会出现using temporary，所以此时需要使用STRAIGHT_JOIN明确a为驱动表，来达到使用a.col上index的优化目的；或者使用left join且Where条件中不含b的过滤条件，此时的结果集为a的全集，而STRAIGHT_JOIN为inner join且使用a作为驱动表 。注：使用STRAIGHT_JOIN虽然不会using temporary ， 但也不是一定就能提高效率，如果a表数据远远超过b表 ， 那么有可能使用STRAIGHT_JOIN时比原来的sql效率更低，所以怎么使用STRAIGHT_JOIN，还是要视情况而定 。
在使用left join（或right join）时，应该清楚的知道以下几点：
(1). on与 where的执行顺序
ON 条件（“A LEFT JOIN B ON 条件表达式”中的ON）用来决定如何从 B 表中检索数据行 。如果 B 表中没有任何一行数据匹配 ON 的条件,将会额外生成一行所有列为 NULL 的数据,在匹配阶段 WHERE 子句的条件都不会被使用 。仅在匹配阶段完成以后，WHERE 子句条件才会被使用 。它将从匹配阶段产生的数据中检索过滤 。
所以我们要注意：在使用Left (right) join的时候，一定要在先给出尽可能多的匹配满足条件，减少Where的执行 。
(2).注意ON 子句和 WHERE 子句的不同
即使右表的数据不满足ON后面的条件,也会在结果集拼接一条为NULL的数据行,但WHERE后面的条件不一样,右表不满足WHERE的条件,左表关联的数据也会被过滤掉 。
(3).尽量避免子查询，而用join
往往性能这玩意儿 ， 更多时候体现在数据量比较大的时候，此时，我们应该避免复杂的子查询 。
（1）in 和 not in 要慎用，如：select id from t where num in(1,2,3)对于连续的数值，能用 between 就不要用 in：select id from t where num between 1 and 3很多时候用 exists 代替 in 是一个好的选择：select num from a where num in(select num from b)用下面的语句替换：select num from a where exists(select 1 from b where num=a.num)
（2）Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗 ， 同时带来大量日志 。
（3）join语句,MySQL里面的join是用小表去驱动大表,而由于MySQL join实现的原理就是做循环，比如left join就是对左边的数据进行循环去驱动右边的表,左边有m条记录匹配,右边有n条记录那么就是做m次循环,每次扫描n行数据,总扫面行数是m*n行数据 。左边返回的结果集的大小就决定了循环的次数,故单纯的用小表去驱动大表不一定的正确的,小表的结果集可能也大于大表的结果集,所以写join的时候尽可能的先估计两张表的可能结果集,用小结果集去驱动大结果集.值得注意的是在使用left/right join的时候,从表的条件应写在on之后,主表应写在where之后.否则MySQL会当作普通的连表查询；
（4）select count(*) from table；这样不带任何条件的count会引起全表扫描，并且没有任何业务意义，是一定要杜绝的；
（5）select * from t 这种语句要尽量避免，使用具体的字段代替* ， 更有实际意义，需要什么字段就返回什么字段；
（6）数据量大的情况下，limit要慎用，因为使用limit m，n方式分页时，mysql每次都是查询前m n条，然后舍弃前m条，所以m越大，偏移量越大，性能就越差 。比如：select * from A limit 1000000,20这钟，查询效率就会非常低，当分页的页数大于一定的数量之后，就可以换种方式来分页：select * from A a join （select id from A limit 1000000，20） b on a.id=b.id;
mysql数据库MySQL数据库一般指MySQL，MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发 。
mysql是目前网站以及APP应用上用得较多的一个开源的关系型数据库系统，可以对数据进行保存，分段化的数据保存，也可以对其数据进行检索，查询等功能的数据库 。
默认的mysql数据库中存有一个库这个就是mysql的系统数据库，可以对其保存系统的数据包括mysql数据库的信息，数据库root账号，普通账号，以及数据库的名称，还有数据库的一些表还有一些数字型的数据类型结构都会有所保存 。
mysql数据库的优点
（1）MySQL数据库是用C和C语言编写的，并且使用了多种编辑器进行测试，以保证源码的可移植性 。
（2）支持多个操作系统例如：Windows、Linux、Mac OS等等 。
（3）支持多线程，可以充分的利用CPU资源 。
（4）为多种编程语言提供API，包括C语言、Java、PHP、Python语言等 。
（5）MySQL优化了SQL算法 ， 有效的提高了查询速度 。
（6）MySQL内提供了用于管理，检查以及优化数据库操作的管理工具 。
（7）它能够作为一个单独的应用程序应用在客户端服务器网络环境中，也可以作为一个库嵌入到其他的软件中并提供多种语言支持 。
【怎么介绍MySQL 怎么介绍授课老师上场】关于怎么介绍MySQL和怎么介绍授课老师上场的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：gis无法导入地图的原因，gis无法导入地图的原因是什么

    下一篇：jquery查找ul下的li，jquery查找指定元素