数据库查询相信很多人都不陌生，所有经常有人调侃程序员就是CRUD专员，这所谓的CRUD指的就是数据库的增删改查。
数据库查询相信很多开发人员都不陌生，经常有人称程序员工作就是写CRUD，所谓的CRUD指的就是数据库的增删改查。
关于数据库中行数统计，无论是MySQL还是Oracle，都有一个函数可以使用，那就是COUNT。
在数据库管理系统中，查询优化器是一个至关重要的组件，它负责将用户提交的SQL查询转换为高效的执行计划。在MySQL中，查询优化器使用了一个称为“成本模型”的机制来评估不同执行计划的优劣，并选择其中成本最低的那个。本文将深入探讨MySQL的成本模型，以及如何利用这一知识来优化查询性能。
mysql查询过程： 客户端发送查询请求。 服务器检查查询缓存，如果命中缓存，则返回结果，否则，继续执行。 服务器进行sql解析，预处理，再由优化器生成执行计划。 Mysql调用存
在上一篇文章《MySQL常见加锁场景分析》中，我们聊到行锁是加在索引上的，但是复杂的 SQL 往往包含多个条件，涉及多个索引，找出 SQL 执行时使用了哪些索引对分析加锁场景至关重要。
MySQL在执行查询语句时使用那个索引是由server层的优化器决定的。优化器的作用是找到一个最优的执行方案，用最小的代价去执行语句。由于MySQL使用预估的方式去选择索引，所以MySQL可能会出现选择索引出错的情况，无法命中最优索引。
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。
开发过程中总是纠结于count时到底是用count(列名)、 count(常量)、 count(*)其中的哪个，用哪个统计数据的效率会高些，每次开发每次去百度找前辈的经验介绍，但是每次得到的建议总是会有些差别，今天看到了一篇阿里关于count的文章，觉得挺好，在这里分享一下，顺便加上一些个人的使用建议。
码农架构的读者应该注意到上个周末有分享一篇文章：一个几乎每个系统必踩的坑儿：访问数据库超时，最后对于怎么避免写出慢SQL没有过多赘述，但实际上这个问题我们经常遇到。我们不能等着系统上线，慢 SQL 吃光数据库资源之后，再找出慢 SQL 来改进，那样就晚了。那么，怎样才能在开发阶段尽量避免写出慢 SQL 呢？
可以看到上面的执行计划返回了3行结果，id列的值可以看作是SQL中所具有的SELECT操作的序号 由于上述SQL中只有一个SELECT，所以id全为1，因此，我们就要按照由上至下读取执行计划 按照我们的SQL语句，我们会认为执行顺序是a,b,c,但是通过上图可以发现，Mysql并不是完成按照SQL中所写的顺序来进行表的关联操作的 执行对表的执行顺序为a,c,b，这是由于MySQL优化器会根据表中的索引的统计信息来调整表关联的实际顺序
explain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。
原因是会造成全表扫描，有位读者说这种说法是有问题的，实际上针对无 where_clause 的 COUNT(*)，MySQL 是有优化的，优化器会选择成本最小的辅助索引查询计数，其实反而性能最高，这位读者的说法对不对呢
MySQL会在某些情况下选择错误索引导致查询性能下降。例如不断地删除历史数据和新增数据的场景。
完全的范式和反范式是不存在的，在实际操作中建议混用这两种策略，可能使用部分范式化的schema、缓存表、以及其他技巧。
谈到MySQL性能优化，查询优化作为优化的源头，它也是最能体现一个系统是否更快。 本章以及接下来的几章将会着重讲解关于查询性能优化的内容，从中会介绍一些查询优化的技巧，帮助大家更深刻地理解MySQL如何真正地执行查询、究竟慢在哪里、如何让其快起来，并明白高效和低效的原因何在，这样更有助于你更好的来优化查询SQL语句。
上一篇文章 《MySQL索引原理机器优化》讲了索引的一些原理以及优化方案,这一次学习对查询的优化,毕竟快速的查找到数据才是我们的最终目的.
) ENGINE=MYISAM DEFAULT CHARSET=utf8 DELAY_KEY_WRITE = 1
一条SQL被一个懵懂的少年，一阵蹂躏，扔向了MySQL服务器的尽头，少年苦苦等待，却迟迟等不来那满载而归的硕果。于是少年气愤，费尽苦心想从度娘那边寻求帮助，面对执行计划EXPLAIN，却等来的是无尽的折磨与抓狂。
今天客户那边遇到一个问题：多选文件进行操作，数据量一大后台处理就特别慢，浏览器显示504超时。为了验证问题是否出在sql语句，所以用以下方法来分析：
在尝试编写快速的查询之前,需要清楚一点,真正重要是响应时间。如果把查询看作是一个任务，那么他由一系列子任务组成，每个子任务都会消耗一定的时间。如果要优化查询，实际上要优化其子任务，要么消除其中一些子任务，要么减少子任务的执行的次数，要么让子任务运行得更快。
日常应用运维工作中，Dev或者db本身都需要统计表的行数，以此作为应用或者维护的一个信息参考。也许很多人会忽略select count(*) from table_name类似的sql对数据库性能的影响，可当你在慢日志平台看到执行了数千次，每次执行4秒左右的查询，你还会无动于衷吗？作为一个有担当敢于挑战的dba，你们应该勇于说no，我觉得类似的需求不可避免但不应该是影响数据库性能的因素，如果连这个都摆不平公司还能指望你干什么。经过几番深思总结，我根据查询的需求，分为模糊查询和精确查询，可以通过下面的三种方式来择优选择。下面测试是线上一个日志表，表大小在6个G左右。
当需要查询两个表的交集、并集等数据时，除了嵌套子查询的方式外，还可以使用join的方式提升性能。对于MySQL的join语句，需要两个最基础的“角色”：主表即驱动表，关联表即驱动表。join描述的就是驱动表与被驱动表的关联关系。MySQL有三种关联逻辑处理策略，分别为：Index Nested-Loop Join、Simple Nested-Loop Join、Block Nested-Loop Join。在编写SQL时，需要配合explain使语句选择性能最优的策略。
在访问数据库时，应该只请求需要的行和列。请求多余的行和列会消耗MySql服务器的CPU和内存资源，并增加网络开销。 例如在处理分页时，应该使用LIMIT限制MySql只返回一页的数据，而不是向应用程序返回全部数据后，再由应用程序过滤不需要的行。 当一行数据被多次使用时可以考虑将数据行缓存起来，避免每次使用都要到MySql查询。 避免使用SELECT *这种方式进行查询，应该只返回需要的列。
在MySQL中，执行计划是优化器根据查询语句生成的一种重要的数据结构，它描述了如何通过组合底层操作实现查询的逻辑。当我们编写一条SQL语句时，MySQL会自动对其进行优化，并生成最优的执行计划以实现更快的查询速度。
explain显示了MySQL如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。下面是一个例子：
Mysql中事务的隔离级别分为四大等级：读未提交（READ UNCOMMITTED）、读提交 （READ COMMITTED）、可重复读 （REPEATABLE READ）、串行化 （SERIALIZABLE）。
含有子查询的时候，表明各语句执行的先后顺序，如果数字相同，则按照先后顺序执行，如果为 null，则代表是结果集，不需要查询。
又和大家见面了！又两周过去了，我的云笔记里又多了几篇写了一半的文章草稿。有的是因为质量没有达到预期还准备再加点内容，有的则完全是一个灵感而已，内容完全木有。羡慕很多大佬们，一周能产出五六篇文章，给我两个肝我都不够。好了，不多说废话了…
**内存临时表排序：**在MySQL中，使用InnoDB引擎执行排序操作时，当处理的数据量较小，可以在内存中完成排序时，MySQL会优先使用内存进行排序操作。在这种情况下，MySQL会创建一个临时内存表来存储排序结果，这样可以快速地对数据进行排序，提高查询效率。
第一章 了解SQL第二章 MySQL 介绍第三章 使用 MySQL第四章 检索数据第五章 排序检索数据第六章 过滤数据第七章 数据过滤第八章 通配符过滤第九章 正则搜索第十章 创建计算字段第十一章 数据处理函数第十二章 汇总数据第十三章 数据分组第十四章 使用子查询第十五章 联结表第十六章 高级联结第十七章 组合查询第十八章 全文本搜索第十九章 插入数据第二十章 更新和删除数据第二十一章 表的增删改第二十二章 视图第二十三章 存储过程第二十四章 游标第二十五章 使用触发器第二十六章 事务处理第二十七章 全球化和本地化第二十八章 安全管理第二十九 数据库维护第三十章 改善性能
此前我们介绍过 MySQL 性能优化的相关内容： Mysql Innodb 性能优化
爱可生 DBA 团队成员，擅长故障分析、性能优化，个人博客：https://www.jianshu.com/u/a95ec11f67a8，欢迎讨论。
MySQL作为互联网行业使用最多的关系型数据库之一，与其免费、开源的特性是密不可分的。然而，很多小伙伴工作了很多年，只知道使用MySQL进行CRUD操作，这也导致很多小伙伴工作多年后，想跳槽进入大厂，却在面试的时候屡屡碰壁。
本文是在假定读者了解了直方图是什么，直方图如何进行添加维护的前提下，围绕直方图与索引的对比、何时应该添加直方图，及直方图如何帮助优化器选择更优的执行计划这几个方面来介绍直方图。 对直方图不太了解的小伙伴可参考GreatSQL社区的另一篇文章 4.直方图介绍和使用|MySQL索引学习
过年回来的第二周了，终于有时间继续总结知识了。这次来看一下SQL调优的知识，这类问题基本上面试的时候都会被问到，无论你的岗位是后端，运维，测试等等。 像本文标题中的两个问题，就是我在实际面试过程中遇到的，所以这次就主要围绕着这两个问题来总结一下。
这一期，我们通过工具来分析一下：MySQL 为什么会使用一个低效的执行计划，以致于我们不得已用 hint 来调优 SQL？
其实对于上面的观点一定程度上是正确的，但不是完全正确。但之所以流传这么广，主要还是没有搞清楚实际状态，而根据实际使用中总结出来的一些模糊规律。只有了解的MySQL的Join实际执行方式，就会知道上面2种观点是一种模糊的规律，这种规律并不能指导我们实际开发。下面就说说MySQL的实际join执行方式。
数据库优化是一个很常见的面试题，下面就针对这一问题详细聊聊如何进行索引与sql的分析与优化。
又和大家见面了！又两周过去了，我的云笔记里又多了几篇写了一半的文章草稿。有的是因为质量没有达到预期还准备再加点内容，有的则完全是一个灵感而已，内容完全木有。羡慕很多大佬们，一周能产出五六篇文章，给我两个肝我都不够。好了，不多说废话了...
在阿里巴巴的java开发手册有这么一条强制规定：超过三个表禁止join，需要join的字段，数据类型保持绝对一致，多表关联查询时，要保证被关联的字段需要有索引。
关于MySQL 的 join，大家一定了解过很多它的“轶事趣闻”，比如两表 join 要小表驱动大表，阿里开发者规范禁止三张表以上的 join 操作，MySQL 的 join 功能弱爆了等等。这些规范或者言论亦真亦假，时对时错，需要大家自己对 join 有深入的了解后才能清楚地理解。
今天遇到一个left join优化的问题，搞了一下午，中间查了不少资料，对MySQL的查询计划还有查询优化有了更进一步的了解，做一个简单的记录： select c.* from hotel_info_original c left join hotel_info_collection h on c.hotel_type=h.hotel_type and c.hotel_id =h.hotel_id where h.hotel_id is null 这个sql是用来查询出c表中有h表中无的记录，所以想到了用left join的特性（返回左边全部记录，右表不满足匹配条件的记录对应行返回null）来满足需求，不料这个查询非常慢。先来看查询计划：
一、优化分类 二、测试数据样例 参考mysql官方的sakina数据库。 三、使用mysql慢查询日志对有效率问题的sql进行监控 第一个，开启慢查询日志。第二个，慢查询日志存储位置。第三个，没有使用
这个问题是今天朋友提出来的，关于查询一个1200w的数据表的总行数，用count(*)的速度一直提不上去。找了很多优化方案，最后另辟蹊径，选择了用explain来获取总行数。
explain所有人都应该很熟悉，通过它我们可以知道SQL是如何执行的，虽然不是100%管用，但是至少大多数场景通过explain的输出结果我们能直观的看到执行计划的相关信息。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
