简单分析MySQL中的primary key功能-6ren

简单分析MySQL中的primary key功能

转载作者：qq735679552 更新时间：2022-09-29 22:32:09

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:

。

复制代码代码如下:

What find_shortest_key should do is the following. If the primary key is a covering index

。

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:

 
    ? 
   
         $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:

 
    ? 
   
         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:

 
    ? 
   
         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 。

 
    ? 
   
         $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:

 
    ? 
   
         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:

 
    ? 
   
         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:

 
    ? 
   
         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！。

文章推荐： MySQL中对于not in和minus使用的优化

文章推荐：在大数据情况下MySQL的一种简单分页优化方法

文章推荐： Suse Linux 10中MySql安装与配置步骤

文章推荐：通过实例认识MySQL中前缀索引的用法

primary-key - MySQL keys : PRIMARY KEY, FOREIGN KEY, KEY -- "KEY"是什么？
查看“mysqldump -d”并看到一个键是 KEY，而不是“PRIMARY KEY”或“FOREIGN KEY” 什么是关键？示例: CREATE TABLE IF NOT EXISTS `TA
python - 从字典中获取键 : keys() vs 'keys for keys in dict.keys()'
在我开始使用 Python 的过程中尝试找出最佳编码实践。我用 Pandas 写了一个 csv 到数据框阅读器。它使用格式: dataframe = read_csv(csv_input, useco
key - 'MyhomePage({Key key, this.title}) : super(key: key);' in Flutter - what would be a clear explanation with an example?
在 Flutter 中，用一个例子可以清楚地解释什么？我的困惑是关于 key，如下面的代码所示。 MyHomepage({Key key, this.title}) : super(key: key
android - Google API 中的server-key、android-key、browser-key 和iOS key 有什么区别？
我在我的 Android 应用程序中使用 GCM。要使用 GCM 服务，我们需要创建 Google API key 。因此，我为 android、服务器和浏览器 key 创建了 API key 。似乎
azure - 如何在一个 key 中创建具有多个值的 key 保管库 key ？
我想在 azure key 保管库中创建一个 secret ，该 key 将具有多个 key (例如 JSON)。例如- { "storageAccountKey":"XXXXX", "Co
encryption - 指定的 key 不是此加密的有效 key : Key size is not valid. 得到的 key 长度为:15
尝试通过带有 encodeforURL() 的 url 发送 key 时，我不断收到错误消息和 decodefromUrl() .代码示例如下。这是我的入口页面: key = generateSec
key - 检查雪花变体中是否存在 key
是否有检查雪花变体字段中是否存在键的函数？最佳答案您可以使用 IS_NULL_VALUE 来查看 key 是否存在。如果键不存在，则结果将为 NULL。如果键存在，如果值为 JSON null，则
key - 无法从 keys.gnupg.net 添加 key
我正在尝试运行此命令: sudo apt-key adv --keyserver keys.gnupg.net --recv-keys 1C4CBDCDCD2EFD2A 但我收到一个错误: Execu
python - 我该如何放置字典 {key : value} in it's designated key in a dictionary so that it is {key: {key: value}} after counting value
我有一个 csv 文件，我正在尝试对 row[3] 进行计数，然后将其与 row[0] 连接 row[0] row[3] 'A01' 'a' 'B02'
c# - 如何在 C# 中编写一个看起来像 A(key, B(key, C(key, ValFactory(key)))) 的递归函数？
如何编写具有这种形式的函数: A(key, B(key, C(key, ValFactory(key)))) 其中 A、B 和 C 具有此签名: TResult GetOrAdd(string key
javascript - 为什么 Object.keys(this).map(key => (this as any)[key])？
审查 this method我很好奇为什么它使用 Object.keys(this).map(key => (this as any)[key])? 只调用 Object.keys(this).ind
Python: `key not in my_dict` 但 `key in my_dict.keys()`
我有一个奇怪的情况。我有一个字典，self.containing_dict。使用调试器，我看到了字典的内容，并且可以看到 self 是其中的一个键。但是看看这个: >>> self in self.c
google-apps-script - computeRsaSha256Signature() 返回无效参数 : key error when key is public key or rsa private key
我需要在我的 Google Apps 脚本中使用 RSA-SHA256 和公钥签署消息。我正在尝试使用 Utilities.computeRsaSha256Signature(value, key)
reactjs - {...{ key }} 与 key={key} 相同来分配 React 属性吗？
我是 React 的初学者开发人员，几天前我看到了一些我不理解的有趣语法。 View组件上有{...{key}}，我会写成 key={key} ，它完全一样吗？你有链接或解释吗？ render()
sql - 代理 key 、合成 key 和人工 key 之间有区别吗？
代理 key 、合成 key 和人工 key 之间有什么区别吗？我不清楚确切的区别。最佳答案代理键、合成键和人工键是同义词。技术关键是另一个。它们都表示“没有商业意义的主键”。它们不同于具有超出
c# - 使用应用程序客户端 key 访问 Azure Key Vault key
问题陈述:在 Web/控制台 C# 应用程序中以编程方式检索并使用存储在 Azure Key Vault 中的敏感值(例如数据库连接字符串)。据我所知，您可以在 AAD 中注册应用，并使用其客户端
c# - 使用应用程序客户端 key 访问 Azure Key Vault key
问题陈述:在 Web/控制台 C# 应用程序中以编程方式检索并使用存储在 Azure Key Vault 中的敏感值(例如数据库连接字符串)。据我所知，您可以在 AAD 中注册应用，并使用其客户端
Perl:如何获取 key "keys on reference is experimental"上的 key
我正在寻找 Perl 警告的解决方案 “引用键是实验性的” 我从这样的代码中得到这个: foreach my $f (keys($normal{$nuc}{$e})) {#x, y, and z 我在
java - JCE中是否有任何机制来指定 key 生成生命周期( session key 或永久 key )
我正在为 HSM 实现 JCE 提供程序 JCE中有没有机制指定 key 生成类型例如: session key 或永久 key KeyGenerator keygen = KeyGener
android - invalid key hash key 哈希与任何存储的 key 哈希不匹配
我在 Facebook 上创建了一个应用程序。我已经正确添加了 keyhash 并且应用程序运行良好但是当我今天来并尝试再次运行它时它给了我这个错误。这已经是第二次了。 Previsouly 当我收

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

简单分析MySQL中的primary key功能