理解MySQL数据库覆盖索引
- - haohtml's blog看AUTO_INCREMENT就知道数据并不多，75万条. 很简单对不对?怪异的地方在于：. 如果换成MyISAM做存储引擎的时候，查询耗时只需要0.01s，用InnoDB却会是0.15s左右. 如果只是就这么点差距其实不是什么大不了的事，但是真实的业务需求比这个复杂，造成的差距也很大：MyISAM只需要0.12s，InnoDB则需要2.2s.，最终定位到问题症结是在这条SQL.
理解MySQL数据库覆盖索引
标签：
mysql
覆盖索引
mysql查询优化
mysql优化
| 发表时间：2012-11-21 16:52 | 作者：admin
出处：http://blog.haohtml.com
话说有这么一个表：
| CREATE TABLE `user_group` ( `id` int(11) NOT NULL auto_increment, `uid` int(11) NOT NULL, `group_id` int(11) NOT NULL, PRIMARY KEY (`id`), KEY `uid` (`uid`), KEY `group_id` (`group_id`), ) ENGINE=InnoDB AUTO_INCREMENT=750366 DEFAULT CHARSET=utf8 |
看AUTO_INCREMENT就知道数据并不多，75万条。然后是一条简单的查询：
| SELECT SQL_NO_CACHE uid FROM user_group WHERE group_id = 245; |
很简单对不对?怪异的地方在于：
如果换成MyISAM做存储引擎的时候，查询耗时只需要0.01s，用InnoDB却会是0.15s左右。
如果只是就这么点差距其实不是什么大不了的事，但是真实的业务需求比这个复杂，造成的差距也很大：MyISAM只需要0.12s，InnoDB则需要2.2s.，最终定位到问题症结是在这条SQL。
Explain的结果是：
| +----+-------------+------------+------+---------------+----------+---------+-------+------+-------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+------------+------+---------------+----------+---------+-------+------+-------+ | 1 | SIMPLE | user_group | ref | group_id | group_id | 4 | const | 5544 | | +----+-------------+------------+------+---------------+----------+---------+-------+------+-------+ |
看起来已经用上索引了，而这条SQL语句已经简单到让我无法再优化了。最后请前同事Gaston诊断了一下，他认为：数据分布上，group_id相同的比较多，uid散列的比较均匀，加索引的效果一般，但是还是建议我试着加了一个多列索引：
| ALTER TABLE user_group ADD INDEX group_id_uid (group_id, uid); |
然后，不可思议的事情发生了……这句SQL查询的性能发生了巨大的提升，居然已经可以跑到0.00s左右了。经过优化的SQL再结合真实的业务需求，也从之前2.2s下降到0.05s。
再Explain一次：
| +----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+ | 1 | SIMPLE | user_group | ref | group_id,group_id_uid | group_id_uid | 4 | const | 5378 | Using index | +----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+ |
原来是这种叫覆盖索引(covering index)，MySQL只需要通过索引就可以返回查询所需要的数据，而不必在查到索引之后再去查询数据，所以那是相当的快!!但是同时也要求所查询的字段必须被索引所覆盖到，在Explain的时候，输出的Extra信息中如果有“Using Index”，就表示这条查询使用了覆盖索引。
不过，还有一个无法解释的问题就是，不用覆盖索引的情况下，为什么用MyISAM就快那么多，而InnoDB就慢这么多呢?求真相……
原文出处：http://xiaobin.net/201109/strange-sql-performance-problem/
相关 [理解 mysql 数据库] 推荐：
MySQL数据库的修复
- Xin - 博客园-首页原创精华区找到mysql的安装目录的bin/myisamchk工具，在命令行中输入：. 然后myisamchk 工具会帮助你恢复数据表的索引. 好象也不用重新启动mysql，问题就解决了. 当你试图修复一个被破坏的表的问题时，有三种修复类型. 如果你得到一个错误信息指出一个临时文件不能建立，删除信息所指出的文件并再试一次--这通常是上一次修复操作遗留下来的.
MySQL数据库的IO操作
- - haohtml's blog 淘宝丁奇分享的PPT：MySQL数据库的IO操作，详细分享了四块的内容，并且告诉大家如何调整MySQL数据库IO操作相关的参数，给出了详细的选择策略，现替其整理成文章分享与此. 4.影响io行为的一些参数和选择策略. 一个简单的查询 select * from t where id>=( select id from t where k1=100 limit 100000,1) limit 2;.
MySQL数据库优化总结
- - CSDN博客推荐文章 对于一个以数据为中心的应用，数据库的好坏直接影响到程序的性能，因此数据库性能至关重要. 一般来说，要保证数据库的效率，要做好以下四个方面的工作：数据库设计、sql语句优化、数据库参数配置、恰当的硬件资源和操作系统，这个顺序也表现了这四个工作对性能影响的大小. 一、数据库设计
适度的反范式,注意是适度的.
Google数据库产品LevelDB对决MySQL
- - HTML5研究小组去年一月份，Google发布了LevelDB. LevelDB是Key-Value嵌入式数据库管理系统编程库，目前的版本能够支持Billion级别的数据量. LevelDB是一个C++库，可按照字符串键值顺序映射. 源于其本身的良好设计，特别是LSM算法，LevelDB性能非常之高. 在一台4个Q6600的CPU机器上，每秒钟写数据超过40w，而随机读的性能每秒钟超过10w.
excel数据导入mysql数据库
- - 互联网 - ITeye博客1、excel另存为txt. 选中将要导出的数据列，然后另存为选择其它格式=>文本文件（制表符分割）. E:\项目\fblike\game_code_san.txt. 2、txt导入到mysql数据库. load data infile 'E:\\项目\\fblike\\game_code_san.txt' into table game_code_san(code).
c/c++连接mysql数据库
- - CSDN博客数据库推荐文章 由于项目需要，要用c/c++链接mysql数据库. 网上很多类似的解说，但是大部分都需要在本机器上安装完整版的msyql. 其实，有时候我们并不想在改变自己电脑上原有的环境，但是我们却希望通过我们的程序链接数据库. 比如：我在本机上已经安装了一个mysql，但并不是完整版的（比如appserv集成mysql或者wamp集成mysql），或者我的工作在局域网中，我只需要链接另外一台机器上的mysql.
MySQL数据库设置主从同步
- - CSDN博客架构设计推荐文章MYSQL主从同步是目前使用比较广泛的数据库架构，技术比较成熟，配置也不复杂，特别是对于负载比较大的网站，主从同步能够有效缓解数据库读写的压力. 1、可以作为一种备份机制，相当于热备份. 2、可以用来做读写分离，均衡数据库负载. 1、主从数据库版本一致，建议版本5.5以上. # 日志文件名
log-bin = mysql-bin
# 日志格式，建议mixed
binlog_format = mixed
# 主数据库端ID号
server-id = 1.
浅谈MySQL 数据库性能优化
- - BlogJava-qileilove数据库是 IO 密集型的程序，和其他数据库一样，主要功能就是数据的持久化以及数据的管理. 本文侧重通过优化MySQL 数据库缓存参数如查询缓存，表缓存，. 日志缓存，索引缓存，innodb缓存，插入缓存，以及连接参数等方式来对MySQL数据库进行优化. 这里先引用一句话，从内存中读取一个数据的时间消耗是微秒级别，而从普通硬盘上读取一个数据是在毫秒级别，二者相差3个数量级.
MySQL数据库优化实践
- - OurMySQL 最近一段时间，我们整理了一些关于Percona，Linux，Flashcache，硬件设备的优化经验，分享给大家：. 1.开启BBWC. RAID卡都有写cache(Battery Backed Write Cache)，写cache对IO性能的提升非常明显，因为掉电会丢失数据，所以必须由电池提供支持.