- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章简单分析MySQL中的primary key功能由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
在5.1.46中优化器在对primary key的选择上做了一点改动:
Performance: While looking for the shortest index for a covering index scan, the optimizer did not consider the full row length for a clustered primary key, as in InnoDB. Secondary covering indexes will now be preferred, making full table scans less likely.
该版本中增加了find_shortest_key函数,该函数的作用可以认为是选择最小key length的 。
索引来满足我们的查询.
该函数是怎么工作的:
。
。
and is clustered, like in MyISAM, then the behavior today should remain the same. If the 。
primary key is clustered, like in InnoDB, then it should not consider using the primary 。
key because then the storage engine will have to scan through much more data. 。
。
调用Primary_key_is_clustered(),当返回值为true,执行find_shortest_key:选择key length最小的覆盖索引(Secondary covering indexes),然后来满足查询.
首先在5.1.45中测试:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
$mysql -V
mysql Ver 14.14 Distrib 5.1.45,
for
unknown-linux-gnu (x86_64) using EditLine wrapper
root@
test
03:49:45>create table
test
(
id
int,name varchar(20),name2 varchar(20),d datetime,primary key(
id
)) engine=innodb;
Query OK, 0 rows affected (0.16 sec)
root@
test
03:49:47>insert into
test
values(1,
'xc'
,
'sds'
,now()),(2,
'xcx'
,
'dd'
,now()),(3,
'sdds'
,
'ddd'
,now()),(4,
'sdsdf'
,
'dsd'
,now()),(5,
'sdsdaa'
,
'sds'
,now());
Query OK, 5 rows affected (0.00 sec)
Records: 5 Duplicates: 0 Warnings: 0
root@
test
03:49:51>
root@
test
03:49:51>insert into
test
values(6,
'xce'
,
'sdsd'
,now()),(7,
'xcx'
,
'sdsd'
,now()),(8,
'sdds'
,
'sds'
,now()),(9,
'sdsdsdf'
,
'sdsdsd'
,now()),(10,
'sdssdfdaa'
,
'sdsdsd'
,now());
Query OK, 5 rows affected (0.00 sec)
Records: 5 Duplicates: 0 Warnings: 0
|
创建索引ind_1:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
root@test 03:49:53>
alter
table
test
add
index
ind_1(
name
,d);
Query OK, 0
rows
affected (0.09 sec)
Records: 0 Duplicates: 0 Warnings: 0
root@test 03:50:08>explain
select
count
(*)
from
test;
+—-+————-+——-+——-+—————+———+———+——+——+————-+
| id | select_type |
table
| type | possible_keys |
key
| key_len | ref |
rows
| Extra |
+—-+————-+——-+——-+—————+———+———+——+——+————-+
| 1 | SIMPLE | test |
index
|
NULL
|
PRIMARY
| 4 |
NULL
| 10 | Using
index
|
+—-+————-+——-+——-+—————+———+———+——+——+————-+
1 row
in
set
(0.00 sec)
|
添加ind_2:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
root@test 08:04:35>
alter
table
test
add
index
ind_2(d);
Query OK, 0
rows
affected (0.07 sec)
Records: 0 Duplicates: 0 Warnings: 0
root@test 08:04:45>explain
select
count
(*)
from
test;
+—-+————-+——-+——-+—————+———+———+——+——+————-+
| id | select_type |
table
| type | possible_keys |
key
| key_len | ref |
rows
| Extra |
+—-+————-+——-+——-+—————+———+———+——+——+————-+
| 1 | SIMPLE | test |
index
|
NULL
|
PRIMARY
| 4 |
NULL
| 10 | Using
index
|
+—-+————-+——-+——-+—————+———+———+——+——+————-+
1 row
in
set
(0.00 sec)
|
上面的版本【5.1.45】中,可以看到优化器选择使用主键来完成扫描,并没有使用ind_1,ind_2来完成查询; 。
接下来是:5.1.48 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
$mysql -V
mysql Ver 14.14 Distrib 5.1.48,
for
unknown-linux-gnu (x86_64) using EditLine wrapper
root@
test
03:13:15> create table
test
(
id
int,name varchar(20),name2 varchar(20),d datetime,primary key(
id
)) engine=innodb;
Query OK, 0 rows affected (0.00 sec)
root@
test
03:48:04>insert into
test
values(1,
'xc'
,
'sds'
,now()),(2,
'xcx'
,
'dd'
,now()),(3,
'sdds'
,
'ddd'
,now()),(4,
'sdsdf'
,
'dsd'
,now()),(5,
'sdsdaa'
,
'sds'
,now());
Query OK, 5 rows affected (0.00 sec)
Records: 5 Duplicates: 0 Warnings: 0
root@
test
03:48:05>insert into
test
values(6,
'xce'
,
'sdsd'
,now()),(7,
'xcx'
,
'sdsd'
,now()),(8,
'sdds'
,
'sds'
,now()),(9,
'sdsdsdf'
,
'sdsdsd'
,now()),(10,
'sdssdfdaa'
,
'sdsdsd'
,now());
Query OK, 5 rows affected (0.01 sec)
Records: 5 Duplicates: 0 Warnings: 0
|
创建索引ind_1:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
root@test 03:13:57>
alter
table
test
add
index
ind_1(
name
,d);
Query OK, 0
rows
affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
root@test 03:15:55>explain
select
count
(*)
from
test;
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
| id | select_type |
table
| type | possible_keys |
key
| key_len | ref |
rows
| Extra |
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
| 1 | SIMPLE | test |
index
|
NULL
| ind_1 | 52 |
NULL
| 10 | Using
index
|
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
root@test 08:01:56>
alter
table
test
add
index
ind_2(d);
Query OK, 0
rows
affected (0.03 sec)
Records: 0 Duplicates: 0 Warnings: 0
添加ind_2:
root@test 08:02:09>explain
select
count
(*)
from
test;
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
| id | select_type |
table
| type | possible_keys |
key
| key_len | ref |
rows
| Extra |
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
| 1 | SIMPLE | test |
index
|
NULL
| ind_2 | 9 |
NULL
| 10 | Using
index
|
+—-+————-+——-+——-+—————+——-+———+——+——+————-+
1 row
in
set
(0.00 sec)
|
版本【5.1.48】中首先明智的选择ind_1来完成扫描,并没有考虑到使用主键(全索引扫描)来完成查询,随后添加ind_2,由于 ind_1的key长度是大于ind_2 key长度,所以mysql选择更优的ind_2来完成查询,可以看到mysql在选择方式上也在慢慢智能了.
观察性能:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
|
5.1.48
root@test 08:49:32>
set
profiling =1;
Query OK, 0
rows
affected (0.00 sec)
root@test 08:49:41>
select
count
(*)
from
test;
+———-+
|
count
(*) |
+———-+
| 5242880 |
+———-+
1 row
in
set
(1.18 sec)
root@test 08:56:30>show profile cpu,block io
for
query 1;
+——————————–+———-+———-+————+————–+—————+
| Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out |
+——————————–+———-+———-+————+————–+—————+
| starting | 0.000035 | 0.000000 | 0.000000 | 0 | 0 |
| checking query cache
for
query | 0.000051 | 0.000000 | 0.000000 | 0 | 0 |
| Opening tables | 0.000014 | 0.000000 | 0.000000 | 0 | 0 |
| System lock | 0.000005 | 0.000000 | 0.000000 | 0 | 0 |
|
Table
lock | 0.000010 | 0.000000 | 0.000000 | 0 | 0 |
| init | 0.000015 | 0.000000 | 0.000000 | 0 | 0 |
| optimizing | 0.000007 | 0.000000 | 0.000000 | 0 | 0 |
|
statistics
| 0.000015 | 0.000000 | 0.000000 | 0 | 0 |
| preparing | 0.000012 | 0.000000 | 0.000000 | 0 | 0 |
| executing | 0.000007 | 0.000000 | 0.000000 | 0 | 0 |
| Sending data | 1.178452 | 1.177821 | 0.000000 | 0 | 0 |
|
end
| 0.000016 | 0.000000 | 0.000000 | 0 | 0 |
| query
end
| 0.000005 | 0.000000 | 0.000000 | 0 | 0 |
| freeing items | 0.000040 | 0.000000 | 0.000000 | 0 | 0 |
| logging slow query | 0.000002 | 0.000000 | 0.000000 | 0 | 0 |
| logging slow query | 0.000086 | 0.000000 | 0.000000 | 0 | 0 |
| cleaning up | 0.000006 | 0.000000 | 0.000000 | 0 | 0 |
+——————————–+———-+———-+————+————–+—————+
|
对比性能:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
|
5.1.45
root@test 08:57:18>
set
profiling =1;
Query OK, 0
rows
affected (0.00 sec)
root@test 08:57:21>
select
count
(*)
from
test;
+———-+
|
count
(*) |
+———-+
| 5242880 |
+———-+
1 row
in
set
(1.30 sec)
root@test 08:57:27>show profile cpu,block io
for
query 1;
+——————————–+———-+———-+————+————–+—————+
| Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out |
+——————————–+———-+———-+————+————–+—————+
| starting | 0.000026 | 0.000000 | 0.000000 | 0 | 0 |
| checking query cache
for
query | 0.000041 | 0.000000 | 0.000000 | 0 | 0 |
| Opening tables | 0.000014 | 0.000000 | 0.000000 | 0 | 0 |
| System lock | 0.000005 | 0.000000 | 0.000000 | 0 | 0 |
|
Table
lock | 0.000008 | 0.000000 | 0.000000 | 0 | 0 |
| init | 0.000015 | 0.000000 | 0.000000 | 0 | 0 |
| optimizing | 0.000006 | 0.000000 | 0.000000 | 0 | 0 |
|
statistics
| 0.000014 | 0.000000 | 0.000000 | 0 | 0 |
| preparing | 0.000012 | 0.000000 | 0.000000 | 0 | 0 |
| executing | 0.000007 | 0.000000 | 0.000000 | 0 | 0 |
| Sending data | 1.294178 | 1.293803 | 0.000000 | 0 | 0 |
|
end
| 0.000016 | 0.000000 | 0.000000 | 0 | 0 |
| query
end
| 0.000004 | 0.000000 | 0.000000 | 0 | 0 |
| freeing items | 0.000040 | 0.000000 | 0.001000 | 0 | 0 |
| logging slow query | 0.000002 | 0.000000 | 0.000000 | 0 | 0 |
| logging slow query | 0.000080 | 0.000000 | 0.000000 | 0 | 0 |
| cleaning up | 0.000006 | 0.000000 | 0.000000 | 0 | 0 |
+——————————–+———-+———-+————+————–+—————+
|
从上面的profile中可以看到在Sending data上,差异还是比较明显的,mysql不需要扫描整个表的页块,而是扫描表中索引key最短的索引页块来完成查询,这样就减少了很多不必要的数据.
PS:innodb是事务引擎,所以在叶子节点中除了存储本行记录外,还会多记录一些关于事务的信息(DB_TRX_ID ,DB_ROLL_PTR 等),因此单行长度额外开销20个字节左右,最直观的方法是将myisam转为innodb,存储空间会明显上升。那么在主表为t(id,name,pk(id)),二级索引ind_name(name,id),这个时候很容易混淆,即使只有两个字段,第一索引还是比第二索引要大(可以通过innodb_table_monitor观察表的的内部结构)在查询所有id的时候,优化器还是会选择第二索引ind_name.
最后此篇关于简单分析MySQL中的primary key功能的文章就讲到这里了,如果你想了解更多关于简单分析MySQL中的primary key功能的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
目前我正在构建相当大的网络系统,我需要强大的 SQL 数据库解决方案。我选择 Mysql 而不是 Postgres,因为一些任务需要只读(MyISAM 引擎)而其他任务需要大量写入(InnoDB)。
我在 mysql 中使用如下命令。当它显示表格数据时,它被格式化为一个非常干净的表格,间距均匀且 |作为列分隔符。 SELECT * FROM TABLE_NAME; 当我从 CLI 运行命令时,如下
我知道这个问题之前已经被问过好几次了,我已经解决了很多问题,但到目前为止没有任何效果。 MySQL 试图将自身安装到的目录 (usr/local/mysql) 肯定有问题。关于我的错误的奇怪之处在于我
以下是我的 SQL 数据结构,我正在尝试如下两个查询: Select Wrk_ID, Wrk_LastName, Skill_Desc from Worker, Skill where
我们有一个本地 mysql 服务器(不在公共(public)域上),并希望将该服务器复制到我们拥有的 google 云 sql 实例。我的问题是:1.这可能吗?2.我们的本地服务器只能在本地网络上访问
我有一个表(test_table),其中一些字段值(例如字段 A、B 和 C)是从外部应用程序插入的,还有一个字段(字段 D),我想从现有表(store_table)插入其值,但在插入前者(A、B 和
我想创建一个 AWS RDS 实例,然后使用 terraform 管理数据库用户。因此,首先,我创建了一个 RDS 实例,然后使用创建的 RDS 实例初始化 mysql 提供程序,以进一步将其用于用户
当用户在我的网站上注册时,他们会在我的一个数据库中创建自己的表格。该表存储用户发布的所有帖子。我还想做的是也为他们生成自己的 MySql 用户——该用户仅有权从他们的表中读取、写入和删除。 创建它应该
我有一个关于 ColdFusion 和 Mysql 的问题。我有两个表:PRODUCT 和 PRODUCT_CAT。我想列出包含一些标记为:IS_EXTRANET=1 的特殊产品的类别。所以我写了这个
我想获取 recipes_id 列的值,以获取包含 ingredient_id 的 2,17 和 26 条目的值。 假设 ingredient_id 2 丢失则不获取记录。 我已经尝试过 IN 运算符
在 Ubuntu 中,我通常安装两者,但 MySQL 的客户端和服务器之间有什么区别。 作为奖励,当一个新语句提到它需要 MySQL 5.x 时,它是指客户端、服务器还是两者兼而有之。例如这个链接ht
我重新访问了我的数据库并注意到我有一些 INT 类型的主键。 这还不够独特,所以我想我会有一个指导。 我来自微软 sql 背景,在 ssms 中你可以 选择类型为“uniqeidentifier”并自
我的系统上有 MySQL,我正在尝试确定它是 Oracle MySQL 还是 MySQL。 Oracle MySQL 有区别吗: http://www.oracle.com/us/products/m
我是在生产 MySQL 中运行的应用程序的新维护者。之前的维护者已经离开,留下的文档很少,而且联系不上了。 我面临的问题是执行以下请求大约需要 10 秒: SELECT COUNT(*) FROM `
我有两个位于不同机器上的 MySQL 数据库。我想自动将数据从一台服务器传输到另一台服务器。比方说,我希望每天早上 4:00 进行数据传输。 可以吗?是否有任何 MySQL 内置功能可以让我们做到这一
有什么方法可以使用 jdbc 查询位于 mysql 根目录之外的目录中的 mysql 表,还是必须将它们移动到 mysql 根目录内的数据库文件夹中?我在 Google 上搜索时没有找到任何东西。 最
我在 mysql 数据库中有两个表。成员和 ClassNumbers。两个表都有一个付费年份字段,都有一个代码字段。我想用代码数字表中的值更新成员表中的付费年份,其中成员中的代码与 ClassNumb
情况:我有 2 台服务器,其中一台当前托管一个实时 WordPress 站点,我希望能够将该站点转移到另一台服务器,以防第一台服务器出现故障。传输源文件很容易;传输数据库是我需要弄清楚如何做的。两台服
Phpmyadmin 有一个功能是“复制数据库到”..有没有mysql查询来写这个函数?类似于将 db A 复制到新的 db B。 最佳答案 首先创建复制数据库: CREATE DATABASE du
我有一个使用 mySQL 作为后端的库存软件。我已经在我的计算机上对其进行了测试,并且运行良好。 当我在计算机上安装我的软件时,我必须执行以下步骤: 安装 mySQL 服务器 将用户名指定为“root
我是一名优秀的程序员,十分优秀!