本文主要是介绍大数据技术之_29_MySQL 高级面试重点串讲_01_存储引擎 + Join 查询 + 索引与数据处理 + 查看执行计划 -- Explain + 索引失效(应该避免) + 批量数据脚本，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
大数据技术之_29_MySQL 高級面试重点串讲_01
- 第1章 存储引擎
- 1.1 Mysql 逻辑架构介绍
- 1.2 查看命令
- 1.3 MyISAM 和 InnoDB 的对比
- 1.4 阿里巴巴、淘宝用哪个
- 第2章 Join 查询
- 2.1 SQL 执行顺序(一般情况下)
- 2.1.1 手写顺序
- 2.1.2 机读顺序
- 2.1.3 总结
- 2.2 建表 SQL
- 2.3 7 种 JOIN 图
- 2.4 7 种 JOIN 实操
- 第3章 索引与数据处理
- 3.1 索引是什么
- 3.1.1 索引的优势
- 3.1.2 索引的劣势
- 3.2 索引分类
- 3.3 查看执行计划 -- Explain
- 3.3.1 Explain 是什么
- 3.3.2 Explain 能干嘛
- 3.3.3 Explain 怎么玩
- 3.3.4 Explain 的各字段解释
- 3.4 小案例
- 3.5 索引失效(应该避免)
- 3.5.1 全值匹配我最爱（数量和顺序全匹配）
- 3.5.2 最佳左前缀法则
- 3.5.3 不在索引列上做任何操作（计算、函数、(自动or手动)类型转换），会导致索引失效而转向全表扫描
- 3.5.4 存储引擎不能使用索引中范围条件右边的列
- 3.5.5 尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致))，select * 尽量少用
- 3.5.6 mysql 在使用不等于(!= 或者<>)的时候，可能无法使用索引会导致全表扫描
- 3.5.7 注意 null/not null 对索引的可能影响，要看该字段是否定义为空
- 3.5.8 like 以通配符开头('%abc...')，mysql 索引失效会变成全表扫描的操作
- 3.5.9 字符串不加单引号索引失效
- 3.5.10 少用 or，用它来连接时，索引可能会失效
- 3.5.11 小总结
- 3.6 批量数据脚本
- 3.6.1 建表
- 3.6.2 设置一个参数 log_bin_trust_function_creators
- 3.6.3 创建函数，保证每条数据都不同
- 3.6.4 创建存储过程
- 3.6.5 调用存储过程
天上飞的理念必有落地的实现。
第1章 存储引擎
1.1 Mysql 逻辑架构介绍
和其它数据库相比，MySQL 有点与众不同，它的架构可以在多种不同场景中应用并发挥良好作用。主要体现在存储引擎的架构上，插件式的存储引擎架构将查询处理和其它的系统任务以及数据的存储提取相分离。这种架构可以根据业务的需求和实际需要选择合适的存储引擎。
1、连接层
最上层是一些客户端和连接服务，包含本地 sock 通信和大多数基于客户端/服务端工具实现的类似于 tcp/ip 的通信。主要完成一些类似于连接处理、授权认证、及相关的安全方案。在该层上引入了线程池的概念，为通过认证安全接入的客户端提供线程。同样在该层上可以实现基于 SSL 的安全链接。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
2、服务层
第二层架构主要完成大多数的核心服务功能，如 SQL 接口，并完成缓存的查询，SQL的分析和优化及部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。在该层，服务器会解析查询并创建相应的内部解析树，并对其完成相应的优化如确定查询表的顺序，是否利用索引等，最后生成相应的执行操作。如果是 select 语句，服务器还会查询内部的缓存。如果缓存空间足够大，这样在解决大量读操作的环境中能够很好的提升系统的性能。
3、引擎层
存储引擎层，存储引擎真正的负责了 MySQL 中数据的存储和提取，服务器通过 API 与存储引擎进行通信。不同的存储引擎具有的功能不同，这样我们可以根据自己的实际需要进行选取。后面主要介绍 MyISAM 和 InnoDB。
4、存储层
数据存储层，主要是将数据存储在运行于裸设备的文件系统之上，并完成与存储引擎的交互。
1.2 查看命令
如何用命令查看
#登录客户端
[atguigu@hadoop102 ~]$ mysql -uroot -p#看你的 mysql 中的数据库
mysql> show databases;
+--------------------+
| Database |
+--------------------+
| information_schema |
| commerce |
| company |
| db_telecom |
| metastore |
| mysql |
| oozie |
| performance_schema |
| rdd |
| report |
| test |
+--------------------+#看你的 mysql 的版本
mysql> select version();
+-----------+
| version() |
+-----------+
| 5.6.24 |
+-----------+#创建数据库
mysql> create database db0508;
Query OK, 1 row affected (0.00 sec)#使用数据库
mysql> use db0508;
Database changed#看你的 mysql 的版本
#看你的 mysql 现在已提供什么存储引擎：
mysql> show engines;+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| Engine | Support | Comment | Transactions | XA | Savepoints |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| MyISAM | YES | MyISAM storage engine | NO | NO | NO |
| CSV | YES | CSV storage engine | NO | NO | NO |
| MRG_MYISAM | YES | Collection of identical MyISAM tables | NO | NO | NO |
| BLACKHOLE | YES | /dev/null storage engine (anything you write to it disappears) | NO | NO | NO |
| MEMORY | YES | Hash based, stored in memory, useful for temporary tables | NO | NO | NO |
| InnoDB | DEFAULT | Supports transactions, row-level locking, and foreign keys | YES | YES | YES |
| ARCHIVE | YES | Archive storage engine | NO | NO | NO |
| FEDERATED | NO | Federated MySQL storage engine | NULL | NULL | NULL |
| PERFORMANCE_SCHEMA | YES | Performance Schema | NO | NO | NO |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+#看你的 mysql 当前默认的存储引擎：
mysql> show variables like '%storage_engine%';
+----------------------------+--------+
| Variable_name | Value |
+----------------------------+--------+
| default_storage_engine | InnoDB |
| default_tmp_storage_engine | InnoDB |
| storage_engine | InnoDB |
+----------------------------+--------+
1.3 MyISAM 和 InnoDB 的对比
1.4 阿里巴巴、淘宝用哪个
1、Percona 为 MySQL 数据库服务器进行了改进，在功能和性能上较 MySQL 有着很显著的提升。该版本提升了在高负载情况下的 InnoDB 的性能、为 DBA 提供一些非常有用的性能诊断工具；另外有更多的参数和命令来控制服务器行为。
2、该公司新建了一款存储引擎叫 xtradb 完全可以替代 innodb，并且在性能和并发上做得更好。
3、阿里巴巴大部分 mysql 数据库其实使用的 percona 的原型加以修改。
4、AliSql + AliRedis
第2章 Join 查询
2.1 SQL 执行顺序(一般情况下)
2.1.1 手写顺序
2.1.2 机读顺序
2.1.3 总结
2.2 建表 SQL
CREATE TABLE `tbl_dept` (`id` INT(11) NOT NULL AUTO_INCREMENT,`deptName` VARCHAR(30) DEFAULT NULL,`locAdd` VARCHAR(40) DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;CREATE TABLE `tbl_emp` (`id` INT(11) NOT NULL AUTO_INCREMENT,`name` VARCHAR(20) DEFAULT NULL,`deptId` INT(11) DEFAULT NULL,PRIMARY KEY (`id`),KEY `fk_dept_id` (`deptId`)#CONSTRAINT `fk_dept_id` FOREIGN KEY (`deptId`) REFERENCES `tbl_dept` (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;INSERT INTO tbl_dept (deptName, locAdd) VALUES ('RD', 11);
INSERT INTO tbl_dept (deptName, locAdd) VALUES ('HR', 12);
INSERT INTO tbl_dept (deptName, locAdd) VALUES ('MK', 13);
INSERT INTO tbl_dept (deptName, locAdd) VALUES ('MIS', 14);
INSERT INTO tbl_dept (deptName, locAdd) VALUES ('FD', 15);INSERT INTO tbl_emp (NAME, deptId) VALUES ('z3', 1);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('z4', 1);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('z5', 1);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('w5', 2);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('w6', 2);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('s7', 3);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('s8', 4);
INSERT INTO tbl_emp (NAME, deptId) VALUES ('s9', 51);
2.3 7 种 JOIN 图
2.4 7 种 JOIN 实操
0：原始数据
mysql> select * from tbl_emp;
+----+------+--------+
| id | name | deptId |
+----+------+--------+
| 1 | z3 | 1 |
| 2 | z4 | 1 |
| 3 | z5 | 1 |
| 4 | w5 | 2 |
| 5 | w6 | 2 |
| 6 | s7 | 3 |
| 7 | s8 | 4 |
| 8 | s9 | 51 |
+----+------+--------+
8 rows in set (0.00 sec)mysql> select * from tbl_dept;
+----+----------+--------+
| id | deptName | locAdd |
+----+----------+--------+
| 1 | RD | 11 |
| 2 | HR | 12 |
| 3 | MK | 13 |
| 4 | MIS | 14 |
| 5 | FD | 15 |
+----+----------+--------+
5 rows in set (0.00 sec)
1：A、B 两表共有
mysql> select * from tbl_emp a inner join tbl_dept b on a这篇关于大数据技术之_29_MySQL 高级面试重点串讲_01_存储引擎 + Join 查询 + 索引与数据处理 + 查看执行计划 -- Explain + 索引失效(应该避免) + 批量数据脚本的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
