MySQl优化-01

1、建表原则：

      1)：定长字段要和变长字段相分离：比如一个表中的所有字段类型都是固定的，那么在查询的时候，只需要计算中间行的长度，就可以方便的找到对应记录。

      2)：常用信息和非常用信息分离：比如 用户表中的 user_id、user_name、user_age 比较常见，但是user_info 必须是要点击用户链接以后才能看到的。那么就可以将这些数据进行分表处理 。

      3)：添加冗余字段：比如 分类表中分为 1、2两类， 文章表中有多条1、2两类的数据，而且需求是要求出每种分类下文章的个数，那么就可以在分类表中添加一个冗余字段art_num 将对应分类下的 art_num 做+1 操作。

2、列类型选择：

      1)：索引选择的顺序：int datetime enum char varchar blob text  比如：tinyint 就比char 作为索引的效率高、char类型会涉及到字符集和校对集的问题  varchar在多表查询的时候会更加占用内存。

      2)：NULL 对索引不友好

      3)：字段类型够用就行

3、索引优化策略：

      btree索引：在Myisam中会设计到一个比较耗费时间的操作：回行 。InnoDB 不会涉及到。 

      hash索引：可能一起冲突、对范围查询不适用，并且无法利用左前缀原理。

      btree索引的误区：在where 后字段不会利用索引，常用的联合索引，但是联合索引需要有顺序和个数的条件约束。

      举例：index(a,b,c)之后可以用到的索引是：

      a=3 and b=4 and c=5 ?

      a=3 and c=5 ?

      a=3 and b like "hello%" and c=10 ?

      a=1 and b=3 and c>10

      以上语句分别用到索引是。。。。。

4、索引的左前缀原则：

      btree 索引是具有左前缀索引的。

      索引对查询效率、对排序效率、对分组效率都有提高，要利用好索引。

       explain select * from test \G 分析sql 语句 

5、聚簇索引和非聚簇索引：

       1)：Myisam：为非聚簇索引 指向行在索引中的位置  索引和数据是完全分离的 。这样如果没有用到索引覆盖的话会产生回行操作，耗费时间。

       2)：InnoDB：为聚簇索引  分为主键索引和次级索引  次级索引指向对主键的引用。当数据没有规律时，可能会引起频繁的叶分裂，会因为数据在磁盘上会跨n个块，产生不友好的主键索引。

       Extra：using index 用到索引覆盖。

6、索引覆盖：

       对于Myisam引擎来说，比如id 为索引的时候，还要继续频繁的查询name 那么就可以 将id 和 name 一起作为联合索引来处理，这就是联合索引。避免了回行操作。 

7、理想的索引： 查询频繁 、区分程度、长度、尽量覆盖常用字段信息。

8、处理索引的左前缀原则：

      比如:http://www.google.com 作为索引的时候，在取前几个字符作为索引的时候，可能效果不是很好，处理方式：

      1) : 将url字符串逆序

      2)：利用crc32函数处理url以后，将处理后产生的int类型数据作为，索引来处理  ==》伪哈希。