你這個(gè)就是把 Car表的type_id 和Types表的 types_id 進(jìn)行關(guān)聯(lián)就可以 那你tpyes表中的type_id 就要是primarykey 給你說個(gè)和你這個(gè)一樣簡單的例子吧 表a id-客戶序號 primary-key name-客戶名稱 表b id-序號 nid-客戶序號 products-產(chǎn)品 下面有增刪改查 insert into 表b (`nid`,`products`) values ('1','手機(jī)'); update 表b set `products` = '電話' where `nid` = '1' and `products` = 手機(jī)'; delete * from 表b where `nid` = '1' and `products` = 手機(jī)'; 如果你要查詢的話用下面這句: select b.products, a.name from 表b as b, 表a as a where 表b.uid = 表a.id
創(chuàng)新互聯(lián)建站從2013年成立,是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司,擁有項(xiàng)目成都做網(wǎng)站、網(wǎng)站建設(shè)網(wǎng)站策劃,項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢想脫穎而出為使命,1280元梁園做網(wǎng)站,已為上家服務(wù),為梁園各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:18980820575
數(shù)據(jù)庫優(yōu)化一方面是找出系統(tǒng)的瓶頸,提高M(jìn)ySQL數(shù)據(jù)庫的整體性能,而另一方面需要合理的結(jié)構(gòu)設(shè)計(jì)和參數(shù)調(diào)整,以提高用戶的相應(yīng)速度,同時(shí)還要盡可能的節(jié)約系統(tǒng)資源,以便讓系統(tǒng)提供更大的負(fù)荷.
1. 優(yōu)化一覽圖
2. 優(yōu)化
筆者將優(yōu)化分為了兩大類,軟優(yōu)化和硬優(yōu)化,軟優(yōu)化一般是操作數(shù)據(jù)庫即可,而硬優(yōu)化則是操作服務(wù)器硬件及參數(shù)設(shè)置.
2.1 軟優(yōu)化
2.1.1 查詢語句優(yōu)化
1.首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執(zhí)行信息.
2.例:
顯示:
其中會顯示索引和查詢數(shù)據(jù)讀取數(shù)據(jù)條數(shù)等信息.
2.1.2 優(yōu)化子查詢
在MySQL中,盡量使用JOIN來代替子查詢.因?yàn)樽硬樵冃枰短撞樵?嵌套查詢時(shí)會建立一張臨時(shí)表,臨時(shí)表的建立和刪除都會有較大的系統(tǒng)開銷,而連接查詢不會創(chuàng)建臨時(shí)表,因此效率比嵌套子查詢高.
2.1.3 使用索引
索引是提高數(shù)據(jù)庫查詢速度最重要的方法之一,關(guān)于索引可以參高筆者M(jìn)ySQL數(shù)據(jù)庫索引一文,介紹比較詳細(xì),此處記錄使用索引的三大注意事項(xiàng):
2.1.4 分解表
對于字段較多的表,如果某些字段使用頻率較低,此時(shí)應(yīng)當(dāng),將其分離出來從而形成新的表,
2.1.5 中間表
對于將大量連接查詢的表可以創(chuàng)建中間表,從而減少在查詢時(shí)造成的連接耗時(shí).
2.1.6 增加冗余字段
類似于創(chuàng)建中間表,增加冗余也是為了減少連接查詢.
2.1.7 分析表,,檢查表,優(yōu)化表
分析表主要是分析表中關(guān)鍵字的分布,檢查表主要是檢查表中是否存在錯(cuò)誤,優(yōu)化表主要是消除刪除或更新造成的表空間浪費(fèi).
1. 分析表: 使用 ANALYZE 關(guān)鍵字,如ANALYZE TABLE user;
2. 檢查表: 使用 CHECK關(guān)鍵字,如CHECK TABLE user [option]
option 只對MyISAM有效,共五個(gè)參數(shù)值:
3. 優(yōu)化表:使用OPTIMIZE關(guān)鍵字,如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日志.,優(yōu)化表只對VARCHAR,BLOB和TEXT有效,通過OPTIMIZE TABLE語句可以消除文件碎片,在執(zhí)行過程中會加上只讀鎖.
2.2 硬優(yōu)化
2.2.1 硬件三件套
1.配置多核心和頻率高的cpu,多核心可以執(zhí)行多個(gè)線程.
2.配置大內(nèi)存,提高內(nèi)存,即可提高緩存區(qū)容量,因此能減少磁盤I/O時(shí)間,從而提高響應(yīng)速度.
3.配置高速磁盤或合理分布磁盤:高速磁盤提高I/O,分布磁盤能提高并行操作的能力.
2.2.2 優(yōu)化數(shù)據(jù)庫參數(shù)
優(yōu)化數(shù)據(jù)庫參數(shù)可以提高資源利用率,從而提高M(jìn)ySQL服務(wù)器性能.MySQL服務(wù)的配置參數(shù)都在my.cnf或my.ini,下面列出性能影響較大的幾個(gè)參數(shù).
2.2.3 分庫分表
因?yàn)閿?shù)據(jù)庫壓力過大,首先一個(gè)問題就是高峰期系統(tǒng)性能可能會降低,因?yàn)閿?shù)據(jù)庫負(fù)載過高對性能會有影響。另外一個(gè),壓力過大把你的數(shù)據(jù)庫給搞掛了怎么辦?所以此時(shí)你必須得對系統(tǒng)做分庫分表 + 讀寫分離,也就是把一個(gè)庫拆分為多個(gè)庫,部署在多個(gè)數(shù)據(jù)庫服務(wù)上,這時(shí)作為主庫承載寫入請求。然后每個(gè)主庫都掛載至少一個(gè)從庫,由從庫來承載讀請求。
2.2.4 緩存集群
如果用戶量越來越大,此時(shí)你可以不停的加機(jī)器,比如說系統(tǒng)層面不停加機(jī)器,就可以承載更高的并發(fā)請求。然后數(shù)據(jù)庫層面如果寫入并發(fā)越來越高,就擴(kuò)容加數(shù)據(jù)庫服務(wù)器,通過分庫分表是可以支持?jǐn)U容機(jī)器的,如果數(shù)據(jù)庫層面的讀并發(fā)越來越高,就擴(kuò)容加更多的從庫。但是這里有一個(gè)很大的問題:數(shù)據(jù)庫其實(shí)本身不是用來承載高并發(fā)請求的,所以通常來說,數(shù)據(jù)庫單機(jī)每秒承載的并發(fā)就在幾千的數(shù)量級,而且數(shù)據(jù)庫使用的機(jī)器都是比較高配置,比較昂貴的機(jī)器,成本很高。如果你就是簡單的不停的加機(jī)器,其實(shí)是不對的。所以在高并發(fā)架構(gòu)里通常都有緩存這個(gè)環(huán)節(jié),緩存系統(tǒng)的設(shè)計(jì)就是為了承載高并發(fā)而生。所以單機(jī)承載的并發(fā)量都在每秒幾萬,甚至每秒數(shù)十萬,對高并發(fā)的承載能力比數(shù)據(jù)庫系統(tǒng)要高出一到兩個(gè)數(shù)量級。所以你完全可以根據(jù)系統(tǒng)的業(yè)務(wù)特性,對那種寫少讀多的請求,引入緩存集群。具體來說,就是在寫數(shù)據(jù)庫的時(shí)候同時(shí)寫一份數(shù)據(jù)到緩存集群里,然后用緩存集群來承載大部分的讀請求。這樣的話,通過緩存集群,就可以用更少的機(jī)器資源承載更高的并發(fā)。
一個(gè)完整而復(fù)雜的高并發(fā)系統(tǒng)架構(gòu)中,一定會包含:各種復(fù)雜的自研基礎(chǔ)架構(gòu)系統(tǒng)。各種精妙的架構(gòu)設(shè)計(jì).因此一篇小文頂多具有拋磚引玉的效果,但是數(shù)據(jù)庫優(yōu)化的思想差不多就這些了.
千萬級數(shù)據(jù)統(tǒng)計(jì)而已。
每天寫表寫兩份。一張現(xiàn)有的總表,一張每天的臨時(shí)表,每天定時(shí)清空。
統(tǒng)計(jì)的數(shù)據(jù),可以寫成一張統(tǒng)計(jì)表。在頁面點(diǎn)擊查詢的時(shí)候,查的就是這張統(tǒng)計(jì)表。
常聽說MySQL中3表 join 的執(zhí)行流程并不是前兩張表 join 得出結(jié)果,再與第三張表進(jìn)行 join;而是3表嵌套的循環(huán)連接。那這個(gè)3表嵌套的循環(huán)連接具體又是個(gè)什么流程呢?與前兩張表 join 得出結(jié)果再與第三張表進(jìn)行 join 的執(zhí)行效率相比如何呢?下面通過一個(gè)例子來分析分析。
set optimizer_switch='block_nested_loop=off';
關(guān)聯(lián)字段無索引的情況下強(qiáng)制使用索引嵌套循環(huán)連接算法,目的是更好的觀察掃描行數(shù)。
表結(jié)構(gòu)和數(shù)據(jù)如下:
示例SQL:
通過 slow log 得知一共掃描 24100 行:
執(zhí)行計(jì)劃顯示用的索引嵌套循環(huán)連接算法:
掃描行數(shù)構(gòu)成:
總行數(shù)=100+4000+20000=24100。
從這個(gè)結(jié)果來看,join 過程像是先 t1 和 t3 join 得出 20 行中間結(jié)果,再與 t2 進(jìn)行 join 得出結(jié)果。這結(jié)論與我們通常認(rèn)為的 3表 join 實(shí)際上是3表嵌套的循環(huán)連接不一樣,接著往下看。
查看執(zhí)行計(jì)劃成本:
mysql explain format=json select * from t1 join t2 on t1.b=t2.b join t3 on t1.b=t3.b where t1.a21\G
其他信息:
IO成本= 1*1.0 =1
CPU成本= 100*0.2 =20
t1總成本=21
IO成本= 1*1.0 =1
CPU成本= 200*0.2 =40
t3表總成本= 驅(qū)動表扇出*(IO成本+CPU成本) = 20*(1+40) =820
階段性總成本= 21+820 =841
此處 eval_cost=80,實(shí)則為 驅(qū)動表扇出*被驅(qū)動每次掃描行數(shù)*filtered*成本常數(shù) ,即 20*200*10%*0.2 。
簡化公式為: eval_cost=rows_produced_per_json*成本常數(shù)
IO成本= 4*1.0 =4
CPU成本= 1000*0.2 =200
t2表總成本= 前2表join的扇出*(IO成本+CPU成本) = 400*(4+200) =81600
階段性總成本= 841+81600 =82441
此處 eval_cost=8000,即 rows_produced_per_json*成本常數(shù) ,即 40000*0.2
根據(jù)執(zhí)行計(jì)劃成本分析:
這樣看,3表 join 流程是:
注意,由于造的數(shù)據(jù)比較特殊,所以第 3 步得出的中間結(jié)果集實(shí)際上只有 1行,所以最終 t2 表的查找次數(shù)是 20*1=20 ,所以掃描總行數(shù)是 20*1000 。所以單看 slow log 中顯示的 24100 行,會誤認(rèn)為是先得出 t1 和 t3 join 的結(jié)果,再去和 t2 進(jìn)行 join。
當(dāng)我調(diào)整 t3 的數(shù)據(jù),刪除20行,再插入20行,使?jié)M足 b21 的數(shù)據(jù)翻倍,這樣“第 3 步得出的中間結(jié)果集”變成 2 行:
再來看slow log 中掃描的總行數(shù)為44100,t1、t3的掃描行數(shù)不變,t2 的掃描行數(shù)變?yōu)? 20*2*1000=40000 :
為什么執(zhí)行計(jì)劃中分析得到的是 t2 表查找 400 次呢?
因?yàn)閳?zhí)行計(jì)劃對t1 join t3 的扇出是個(gè)估算值,不準(zhǔn)確。而 slow log 是真實(shí)執(zhí)行后統(tǒng)計(jì)的,是個(gè)準(zhǔn)確值。
為什么執(zhí)行計(jì)劃中,t2表的執(zhí)行次數(shù)是用“t1 join t3 的扇出”表示的?這不是說明 t1 先和 t3 join,結(jié)果再和 t2 join?
其實(shí)拆解來看,“3表嵌套循環(huán)” 和 “前2表 join 的結(jié)果和第3張表 join” 兩種算法,成本是一樣的,而且如果要按3表嵌套循環(huán)的方式展示每張表的成本將非常復(fù)雜,可讀性不強(qiáng)。所以執(zhí)行計(jì)劃中這么表示沒有問題。
總的來說,對于3表join或者多表join 來說,“3表嵌套循環(huán)” 和 “先2表 join,結(jié)果和第3張表join” 兩種算法,成本是一樣的。要注意的一點(diǎn)是3表嵌套循環(huán)成本并非如下圖寫的:n m x,而是 n (m+a x),其中 a 為 t2 滿足單個(gè)等值條件的平均值。
當(dāng)被驅(qū)動表的關(guān)聯(lián)字段不是唯一索引,或者沒有索引,每次掃描行數(shù)會大于1時(shí),其扇出誤差會非常大。比如在上面的示例中:
t3 實(shí)際的扇出只有 20,但優(yōu)化器估算值是 總掃描行數(shù)的 10%,由于t3表的關(guān)聯(lián)字段沒有索引,所以每次都要全表掃描200行,總的掃描行數(shù)= 20*200 =4000,扇出= 4000*10% =400,比實(shí)際的20大了20倍。尤其對于后續(xù)表的 join 來說,成本估算會產(chǎn)生更嚴(yán)重的偏差。
如果是 left join,每個(gè)被驅(qū)動表的 filtered 都會被優(yōu)化器認(rèn)定為 100%,誤差更大!
通常建議join不超過2表,就是因?yàn)閮?yōu)化器估算成本誤差大導(dǎo)致選擇不好的執(zhí)行計(jì)劃,如果要用,一定要記住:關(guān)聯(lián)字段必須要有索引,最好有唯一性或者基數(shù)大。
如何分析mysql
A、設(shè)置索引項(xiàng),應(yīng)該是出現(xiàn)在where后面的列,或者連接字句中出現(xiàn)的列;
B、使用唯一索引,索引的基數(shù)越大,索引查詢的效果越好,舉例:查詢條件中含有索引字段和非索引字段的時(shí)候,會優(yōu)先走索引篩選出數(shù)據(jù),然后在數(shù)據(jù)中回表過濾沒有走索引的字段,但是Mysql任務(wù),如果索引篩選出的數(shù)據(jù)量大于20%,會認(rèn)為此時(shí)走索引效果不如全表掃描,繼而放棄索引,走全表掃描來查詢;
C、使用短索引,例如一個(gè)屬性200多位,其實(shí)索引只要?jiǎng)?chuàng)建前幾位效果會好;
D、最左原則,組合索引中,靈活運(yùn)用最左前綴;
E、不要過度使用索引,索引會占用空間,影響寫入的速度;
執(zhí)行順序:
適用結(jié)構(gòu)相同的表聯(lián)結(jié)成一張大表
內(nèi)連接:返回兩個(gè)表共同的行
左連接:以表 1 為基礎(chǔ),匹配表 2 的相同行
右連接:以表 2 為基礎(chǔ),匹配表 1 的相同行
全連接:返回全部數(shù)據(jù),可以理解為左連接和右連接的結(jié)合
mysql 沒有全連接
常用于組內(nèi)排序,具體寫法如下
窗口函數(shù)可以用 rank 相關(guān)函數(shù)或者聚合函數(shù)
當(dāng)前日期+時(shí)間(date + time)函數(shù):now()
當(dāng)前時(shí)間戳函數(shù):current_timestamp()
日期或時(shí)間轉(zhuǎn)換為字符串 函數(shù):date_format(date,format), time_format(time,format)
lower(str):將字符串參數(shù)值轉(zhuǎn)換為全小寫字母后返回
upper(str):將字符串參數(shù)值轉(zhuǎn)換為全大寫字母后返回
concat(str1, str2,...):將多個(gè)字符串參數(shù)首尾相連后返回
concat_ws(separator,str1,str2,...):將多個(gè)字符串參數(shù)以給定的分隔符 separator 首尾相連后返回
substr(str,pos):截取從 pos 位置開始到最后的所有 str 字符串
substr(str, pos, len):截取 str 字符串,從 pos 位置開始的 len 個(gè)字符
length(str):返回字符串的存儲長度
char_length(str):返回字符串中的字符個(gè)數(shù)
format(X,D,locale):以格式 ‘#,###,###.##’ 格式化數(shù)字 X,D 指定小數(shù)位數(shù),locale 指定國家語言(默認(rèn)的 locale 為 en_US)
left(str, len):返回最左邊的len長度的子串
right(str, len):返回最右邊的len長度的子串
ltrim(str),rtrim(str):去掉字符串的左邊或右邊的空格
repeat(str, count):將字符串 str 重復(fù) count 次后返回
reverse(str):將字符串 str 反轉(zhuǎn)后返回
通俗易懂的學(xué)會:SQL窗口函數(shù)
mysql format時(shí)間格式化說明
MySQL常用字符串函數(shù)
文章題目:怎么用mysql分析表 mysql 分析表
轉(zhuǎn)載來于:http://jinyejixie.com/article22/doohgjc.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供小程序開發(fā)、電子商務(wù)、網(wǎng)站收錄、移動網(wǎng)站建設(shè)、建站公司、企業(yè)網(wǎng)站制作
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)