zoukankan      html  css  js  c++  java
  • mysql 索引

    1.索引原理

    # 什么是索引 -- 目录
       # 就是建立起的一个在存储表阶段
       # 就有的一个存储结构能在查询的时候加速
    # 索引的重要性
       # 读写比例 : 10:1
       # 读(查询)的速度就至关重要了
    # 索引的原理
       # block 磁盘预读原理
           # for line in f
           # 4096个字节
       # 读硬盘的io操作的时间非常的长,比CPU执行指令的时间长很多
       # 尽量的减少IO次数才是读写数据的主要要解决的问题

       # 数据库的存储方式
           # 新的数据结构 —— 树
           # 平衡树 balance tree - b树
           # 在b树的基础上进行了改良 - b+树
               # 1.分支节点和根节点都不再存储实际的数据了
                   # 让分支和根节点能存储更多的索引的信息
                   # 就降低了树的高度
                   # 所有的实际数据都存储在叶子节点中
               # 2.在叶子节点之间加入了双向的链式结构
                   # 方便在查询中的范围条件
           # mysql当中所有的b+树索引的高度都基本控制在3层
               # 1.io操作的次数非常稳定
               # 2.有利于通过范围查询
           # 什么会影响索引的效率 —— 树的高度
               # 1.对哪一列创建索引,选择尽量短的列做索引
               # 2.对区分度高的列建索引,重复率超过了10%那么不适合创建索引

    # 聚集索引和辅助索引
       # 在innodb中 聚集索引和辅助索引并存的
           # 聚集索引 - 主键 更快
               # 数据直接存储在树结构的叶子节点
           # 辅助索引 - 除了主键之外所有的索引都是辅助索引 稍慢
               # 数据不直接存储在树中
       # 在myisam中 只有辅助索引,没有聚集索引

    # 索引的种类
       # primary key 主键 聚集索引 约束的作用:非空 + 唯一
           # 联合主键
       # unique 自带索引 辅助索引   约束的作用:唯一
           # 联合唯一
       # index 辅助索引           没有约束作用
           # 联合索引
    # 看一下如何创建索引、创建索引之后的变化
       # create index 索引名字 on 表(字段)
       # DROP INDEX 索引名 ON 表名字;
    # 索引是如何发挥作用的
       # select * from 表 where id = xxxxx
           # 在id字段没有索引的时候,效率低
           # 在id字段有索引的之后,效率高

    2.正确使用索引

    # 以email为条件查询
       # 不添加索引的时候肯定慢
       # 查询的字段不是索引字段,也慢
    # id作为条件的时候
       # 如果不加索引,速度慢
       # 加了索引,速度快

    # 索引不生效的原因
       # 要查询的数据的范围大
           # > < >= <= !=
           # between and
               # select * from 表 order by age limit 0,5
               # select * from 表 where id between 1000000 and 1000005;
           # like
               # 结果的范围大 索引不生效
               # 如果 abc% 索引生效,%abc索引就不生效
       # 如果一列内容的区分度不高,索引也不生效
           # name列
       # 索引列不能在条件中参与计算
           # select * from s1 where id*10 = 1000000; 索引不生效
       # 对两列内容进行条件查询
           # and and条件两端的内容,优先选择一个有索引的,并且树形结构更好的,来进行查询
               # 两个条件都成立才能完成where条件,先完成范围小的缩小后面条件的压力
               # select * from s1 where id =1000000 and email = 'eva1000000@oldboy';
           # or or条件的,不会进行优化,只是根据条件从左到右依次筛选
               # 条件中带有or的要想命中索引,这些条件中所有的列都是索引列
               # select * from s1 where id =1000000 or email = 'eva1000000@oldboy';
       # 联合索引 # create index ind_mix on s1(id,name,email);
           # select * from s1 where id =1000000 and email = 'eva1000000@oldboy';
           # 在联合索引中如果使用了or条件索引就不能生效
               # select * from s1 where id =1000000 or email = 'eva1000000@oldboy';
           # 最左前缀原则 :在联合索引中,条件必须含有在创建索引的时候的第一个索引列
               # select * from s1 where id =1000000;   能命中索引
               # select * from s1 where email = 'eva1000000@oldboy'; 不能命中索引
               # (a,b,c,d)
                   # a,b
                   # a,c
                   # a
                   # a,d
                   # a,b,d
                   # a,c,d
                   # a,b,c,d
           # 在整个条件中,从开始出现模糊匹配的那一刻,索引就失效了
               # select * from s1 where id >1000000 and email = 'eva1000001@oldboy';
               # select * from s1 where id =1000000 and email like 'eva%';

    # 什么时候用联合索引
       # 只对 a 对abc 条件进行索引
       # 而不会对b,对c进行单列的索引

    # 单列索引
       # 选择一个区分度高的列建立索引,条件中的列不要参与计算,条件的范围尽量小,使用and作为条件的连接符
    # 使用or来连接多个条件
       # 在满上上述条件的基础上
       # 对or相关的所有列分别创建索引

    # 覆盖索引
       # 如果我们使用索引作为条件查询,查询完毕之后,不需要回表查,覆盖索引
       # explain select id from s1 where id = 1000000;
       # explain select count(id) from s1 where id > 1000000;
    # 合并索引
       # 对两个字段分别创建索引,由于sql的条件让两个索引同时生效了,那么这个时候这两个索引就成为了合并索引
    # 执行计划 : 如果你想在执行sql之前就知道sql语句的执行情况,那么可以使用执行计划
       # 情况1:
           # 30000000条数据
               # sql 20s
               # explain sql   --> 并不会真正的执行sql,而是会给你列出一个执行计划
       # 情况2:
           # 20条数据 --> 30000000
               # explain sql

    # 原理和概念
       # b树
       # b+树
       # 聚集索引 - innodb
       # 辅助索引 - innodb myisam
    # SQL索引的创建(单个、联合)、删除
    # 索引的命中:范围,条件的字段是否参与计算(不能用函数),列的区分度(长度),条件and/or,联合索引的最左前缀问题
    # 一些名词
       # 覆盖索引
       # 合并索引
    # explain执行计划
    # 建表、使用sql语句的时候注意的
       # char 代替 varchar
       # 连表 代替 子查询
       # 创建表的时候 固定长度的字段放在前面

    3.数据备份和事务

    # mysqldump -uroot -p123  day40 > D:codes21day41day40.sql
    # mysqldump -uroot -p123 --databases new_db > D:codes21day41db.sql


    # begin; # 开启事务
    # select * from emp where id = 1 for update; # 查询id值,for update添加行锁;
    # update emp set salary=10000 where id = 1; # 完成更新
    # commit; # 提交事务

    4.sql注入

    # create table userinfo(
    # id int primary key auto_increment,
    # name char(12) unique not null,
    # password char(18) not null
    # )
    #
    # insert into userinfo(name,password) values('alex','alex3714')

    # 输入用户
    # 输入密码
    #
    # 用户名和密码到数据库里查询数据
    # 如果能查到数据 说明用户名和密码正确
    # 如果查不到,说明用户名和密码不对
    # username = input('user >>>')
    # password = input('passwd >>>')
    # sql = "select * from userinfo where name = '%s' and password = '%s'"%(username,password)
    # print(sql)
    # -- 注释掉--之后的sql语句
    # select * from userinfo where name = 'alex' ;-- and password = '792164987034';
    # select * from userinfo where name = 219879 or 1=1 ;-- and password = 792164987034;
    # select * from userinfo where name = '219879' or 1=1 ;-- and password = '792164987034';

    import pymysql

    conn = pymysql.connect(host = '127.0.0.1',user = 'root',
                          password = '123',database='day41')
    cur = conn.cursor()
    username = input('user >>>')
    password = input('passwd >>>')
    sql = "select * from userinfo where name = %s and password = %s"
    cur.execute(sql,(username,password))
    print(cur.fetchone())
    cur.close()
    conn.close()
  • 相关阅读:
    python struct使用
    pythonunittest(1)
    python os.path模块学习(转)
    pythonunittest(2)
    主机+虚拟机Ubuntu+开发板互相ping通
    wince 外部中断调用可安装ISR错误(data abort)
    wince firstboot.nb0 的大小的问题解决
    wince 串口索引超过10个解决方法
    wince uboot 启动 wince
    zigbee 天线的设计
  • 原文地址:https://www.cnblogs.com/usherwang/p/13085975.html
Copyright © 2011-2022 走看看