索引优化分析 1.性能下降SQL慢 执行时间长等待时间长1.1）查询语句写的烂1.2）索引失效 单值复合建索引的图
1.3）关联查询太多join（设计缺陷或不得已的需求） 执行时间长 等待时间长1.4）服务器调优及各个参数设置（缓冲 线程数等）注：包含 但是不限制以上4个
2.常见通用的Join查询2.1）SQL执行顺序a.手写
b.机读 它关心的是那张表 然后推送给主人 对于数据库而言它先从from开始读取
c.总结
2.2）Join图
2.3）建表SQL建表语句
2.4）7种JOIN
4).1 inner join
4).2 left join
4).3 right join 
4).4 left join is null
4).5 right join is null
4).6 full join || full outer join 不支持
3.索引简介 3.1是什么？3.1.1）MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构。可以得到索引的本质：索引是数据结构索引的目的在于提高查询效率，可以类比字典举例：如果要查"mysql"这个单词，我们肯定需要定位到m字母，然后从下往下找到 y 字母，再找到剩下的sql如果没有索引，你可能需要a----z，如果我想找到java开头的单词呢？或者Oracle开头的单词呢？是不是觉得如果没有索引，这个事情根本无法完成？3.1.2）我们可以简单理解为：快速查找排好序的一种数据结构。注 ：索引会影响到where后面的查找和order by后面的排序，所以两大功能会受到影响详解：在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法：这中数据结构，就是索引。下图就是一种可能的索引方式示例:
为了加快Co12的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到相应数据，从而快速的检索出符合条件的记录 结论：数据本身之外，数据库还维护着一个满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法，这种数据结构就是索引3.1.3）一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上3.1.4）我们平常所说的索引，如果没有特别指明，一般都是指B树结构组织的索引(B+Tree索引，多路搜索树，并不一定是二叉的)。其中聚集索引，次要索引，覆盖索引，复合索引，前缀索引，唯一索引默认都是使用B+树索引，统称索引，当然：除了B+树索引之外，还有哈希索引(hash index)等3.1.5）Mysql索引主要有两种结构：B+Tree索引和Hash索引。3.2 优势a.类似大学图书馆建数目索引，提高数据检索的效率，降低数据库的IO成本b.通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗3.3 劣势a.实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的b.虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行inser update和delete因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息c.索引只是提高效率的一个因素，如果你的Mysql有大数据量的表，就需要花时间研究建立最优秀的索引， 或优化查询3.4 mysql索引分类a.单值索引：即一个索引只包含单个列，一个表可以有多个单列索引b.唯一索引：索引列的值必须唯一，但允许有空值c.复合索引：即一个索引包含多个列 d.基本语法
3.5 mysql索引结构3.5.1 BTree索引检索原理：
【初始化介绍】一颗b+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35，包含指针P1、P2、P3P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如：17、35并不真实存在于数据表中【查找过程】如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间应为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找到29，结束查询，总计三次IO。【真实情况】3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高3.5.2 Hash索引3.5.3 full-text全文索引3.5.4.R-Tree索引3.6 那些情况需要创建索引3.6.1 主键自动建立唯一索引3.6.2 频繁作为查询条件的字段应该创建索引3.6.3 查询中与其他表关联的字段，外键关系建立索引3.6.4 频繁更新的字段不适合创建索引：因为每次更新不单单是更新了记录还会更新索引3.6.5 Where条件里用不到的字段不创建索引3.6.6 单键/组合索引的选择问题，who？（在高并发下倾向创建组合索引）3.6.7 查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度3.6.8 查询中统计或者分组字段3.7 那些情况不要创建索引3.7.1 表记录太少3.7.2 经常增删改的表a.Why：提高了查询速度，同时却会降低更新表的速度，如对表进行insert 、update、和delete因为更新表时，Mysql不仅要保存数据，还要保存一下索引文件数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引b.注意：如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果.
4.性能分析
4.1 MySql Query Optimizer
4.2 MySQL常见瓶颈CPU：CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候IO：磁盘I/O瓶颈发生在装入数据远大于内存容量的时候服务器硬件的性能瓶颈：top，free，iostat和vmstat来查看系统的性能状态4.3 Explain （5点）4.3.1 是什么(查看执行计划)a.使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的 性能瓶颈b.官网介绍https://dev.mysql.com/doc/refman/5.5/en/explain-output.htmlhttps://dev.mysql.com/doc/refman/8.0/en/explain-extended.html
4.3.2 能干嘛2).1 表的读取顺序2).2 数据读取操作的操作类型2).3 哪些索引可以使用2).4 哪些索引被实际使用2).5 表之前的引用2).6 每张表有多少行被优化器查询4.3.3 怎么玩a.Explain+SQL语句b.执行计划包含的信息
4.3.4 各字段解释4.3.4.1 ida.select 查询的序列号，包含一组数字，表示查询中select子句或操作表的顺序b. 三种情况b).1 id相同，执行的顺序由上至下
b).2 id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
b).3 id相同，同时存在
4.3.4.2 select_type1.有哪些
2.查询的类型，主要是用于区别2).1 SIMPLE: 简单的select查询，查询中不包含子查询或者UNION2).2 PRIMARY: 查询中若包含任何复杂的子部分，最外层查询则被标记为2).3 SUBQUERY：在SELECT或WHERE列表中包含了子查询2).4 DERIVED： 在FROM列表中包含的子查询被标记为DERIVED（衍生）MySQL会递归之心这些子查询，把结果放在临时表里2).5 UNION： 若第二个SELECT出现在UNION之后，则被标记为UNION；若UNION包含在FROM子句的子查询中，外层SELECT将被标记为：DERIVED2).6 UNION RESULT: 从UNION表获取结果的SELECT3.普通查询、联合查询、子查询等的复杂查询4.3.4.3 table显示这一行的数据是关于哪张表的4.3.4.4 type
1.
2.访问类型排序 3.访问查询使用了何种类型从最好到最差依次是：system>const>eq_ref>ref>index>ALLsystem :表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计const：表示通过索引一次就找到，const用于比较primary key 或者unique索引。因为只匹配一行数据，所以很快将主键置于where列表中，MySQL就能将该查询转换为一个常量如图：
eq_ref:唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描如图：
ref：非唯一性索引扫描，返回匹配某个单独值的所有行本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体如图： range：只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引一般就是在你的where语句中出现了between、<、>、in等的查询这种范围扫描索引扫描比全表扫描要好，因为他它只需要开始于索引的某一点，而结束语另一点，不用扫描全部索引如图：
index：Full Index Scan，index与ALL区别为index类型只遍历索引树。这通常比ALL快，
因为索引文件通常比数据文件小。（也就是说虽然all和Index都是读全表，但index是从索引中读取的，而all是从硬盘中读的）如图：
all：Full Table Scan，将遍历全表以找到匹配的行如图：
备注：一般来说，得保证查询至少达到range级别，最好能达到ref。4.3.4.5 possible_keys显示可能应用在这张表中的索引，一个或多个查询涉及到的字段上若存在索引，则该索引将列出，但不一定被查询实际使用 4.3.4.6 key 实际使用的索引。如果为NULL，则没有使用索引如图：
查询中若使用了覆盖索引，则该索引仅出现在key列表中如图：
4.3.4.7 key_len表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，长度越短越好key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据定义计算而得，不是通过表内检索出的图片：
4.3.4.8 ref显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值如图：
4.3.4.9 rows根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数如图：
4.3.4.10 Extra包含不适合在其他列中显示但十分重要的额外信息1.Using filesort （九死一生）说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为:"文件排序"如图：
2.Using temporary （十死无生）使了临时表保存中间结果，MySQL在对查询结果排序时使用临时表。常见于排序order by和分组查询 group by如图：
3.USING index （发财了）3).1 表示相应的select操作中使用了覆盖索引（Covering Index），避免访问了表的数据行 ，效率不错！如图：
3).2 如果同时出现using where，表明索引被用来执行索引键值的查找3).3 如果没有同时出现using where，表明索引用来读取数据而非执行查找动作。3).4 覆盖索引（Covering Index） 一说为索引覆盖理解方式一：就是select的数据列只用从索引中就能够取得，不必读取数据行，MySQL可以利用索引返回select列表中的字段，而不必根据索引再次读取数据文件，换句话说查询列要被所建的索引覆盖理解方式二：索引是高效找到行的一个方法，但是一般数据库也能使用索引找到一个列的数据，因此它不必读取整个行。 毕竟索引叶子节点存储了它们索引的数据。当能通过读取索引就可以得到想要的数据。那就不需要读取行了。一个索引包含了（或覆盖了）满足查询结果的数据就叫做覆盖索引。29注意：如果要使用覆盖索引，一定要注意select列表中只取出需要的列，不可select*因为如果将所有字段一起做索引会导致索引文件过大，查询性能下降4.Using where ：表明了使用了where过滤5.Using join buffer ：使用了连接缓存6.impossible where ： where子句的值总是false，不能用来获取任何元组7.select tables optimized away 如图：
8.distinct ：优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作 4.3.5 热身Case如图：
5.索引优化https://www.cnblogs.com/JBLi/p/11502336.html
