mysql 索引

1.索引原理

# 什么是索引 -- 目录
   # 就是建立起的一个在存储表阶段
   # 就有的一个存储结构能在查询的时候加速
# 索引的重要性
   # 读写比例 : 10:1
   # 读(查询)的速度就至关重要了
# 索引的原理
   # block 磁盘预读原理
       # for line in f
       # 4096个字节
   # 读硬盘的io操作的时间非常的长,比CPU执行指令的时间长很多
   # 尽量的减少IO次数才是读写数据的主要要解决的问题

   # 数据库的存储方式
       # 新的数据结构 —— 树
       # 平衡树 balance tree - b树
       # 在b树的基础上进行了改良 - b+树
           # 1.分支节点和根节点都不再存储实际的数据了
               # 让分支和根节点能存储更多的索引的信息
               # 就降低了树的高度
               # 所有的实际数据都存储在叶子节点中
           # 2.在叶子节点之间加入了双向的链式结构
               # 方便在查询中的范围条件
       # mysql当中所有的b+树索引的高度都基本控制在3层
           # 1.io操作的次数非常稳定
           # 2.有利于通过范围查询
       # 什么会影响索引的效率 —— 树的高度
           # 1.对哪一列创建索引,选择尽量短的列做索引
           # 2.对区分度高的列建索引,重复率超过了10%那么不适合创建索引

# 聚集索引和辅助索引
   # 在innodb中 聚集索引和辅助索引并存的
       # 聚集索引 - 主键 更快
           # 数据直接存储在树结构的叶子节点
       # 辅助索引 - 除了主键之外所有的索引都是辅助索引 稍慢
           # 数据不直接存储在树中
   # 在myisam中 只有辅助索引,没有聚集索引

# 索引的种类
   # primary key 主键 聚集索引 约束的作用:非空 + 唯一
       # 联合主键
   # unique 自带索引 辅助索引   约束的作用:唯一
       # 联合唯一
   # index 辅助索引           没有约束作用
       # 联合索引
# 看一下如何创建索引、创建索引之后的变化
   # create index 索引名字 on 表(字段)
   # DROP INDEX 索引名 ON 表名字;
# 索引是如何发挥作用的
   # select * from 表 where id = xxxxx
       # 在id字段没有索引的时候,效率低
       # 在id字段有索引的之后,效率高

2.正确使用索引

# 以email为条件查询
   # 不添加索引的时候肯定慢
   # 查询的字段不是索引字段,也慢
# id作为条件的时候
   # 如果不加索引,速度慢
   # 加了索引,速度快

# 索引不生效的原因
   # 要查询的数据的范围大
       # > < >= <= !=
       # between and
           # select * from 表 order by age limit 0,5
           # select * from 表 where id between 1000000 and 1000005;
       # like
           # 结果的范围大 索引不生效
           # 如果 abc% 索引生效,%abc索引就不生效
   # 如果一列内容的区分度不高,索引也不生效
       # name列
   # 索引列不能在条件中参与计算
       # select * from s1 where id*10 = 1000000; 索引不生效
   # 对两列内容进行条件查询
       # and and条件两端的内容,优先选择一个有索引的,并且树形结构更好的,来进行查询
           # 两个条件都成立才能完成where条件,先完成范围小的缩小后面条件的压力
           # select * from s1 where id =1000000 and email = 'eva1000000@oldboy';
       # or or条件的,不会进行优化,只是根据条件从左到右依次筛选
           # 条件中带有or的要想命中索引,这些条件中所有的列都是索引列
           # select * from s1 where id =1000000 or email = 'eva1000000@oldboy';
   # 联合索引 # create index ind_mix on s1(id,name,email);
       # select * from s1 where id =1000000 and email = 'eva1000000@oldboy';
       # 在联合索引中如果使用了or条件索引就不能生效
           # select * from s1 where id =1000000 or email = 'eva1000000@oldboy';
       # 最左前缀原则 :在联合索引中,条件必须含有在创建索引的时候的第一个索引列
           # select * from s1 where id =1000000;   能命中索引
           # select * from s1 where email = 'eva1000000@oldboy'; 不能命中索引
           # (a,b,c,d)
               # a,b
               # a,c
               # a
               # a,d
               # a,b,d
               # a,c,d
               # a,b,c,d
       # 在整个条件中,从开始出现模糊匹配的那一刻,索引就失效了
           # select * from s1 where id >1000000 and email = 'eva1000001@oldboy';
           # select * from s1 where id =1000000 and email like 'eva%';

# 什么时候用联合索引
   # 只对 a 对abc 条件进行索引
   # 而不会对b,对c进行单列的索引

# 单列索引
   # 选择一个区分度高的列建立索引,条件中的列不要参与计算,条件的范围尽量小,使用and作为条件的连接符
# 使用or来连接多个条件
   # 在满上上述条件的基础上
   # 对or相关的所有列分别创建索引

# 覆盖索引
   # 如果我们使用索引作为条件查询,查询完毕之后,不需要回表查,覆盖索引
   # explain select id from s1 where id = 1000000;
   # explain select count(id) from s1 where id > 1000000;
# 合并索引
   # 对两个字段分别创建索引,由于sql的条件让两个索引同时生效了,那么这个时候这两个索引就成为了合并索引
# 执行计划 : 如果你想在执行sql之前就知道sql语句的执行情况,那么可以使用执行计划
   # 情况1:
       # 30000000条数据
           # sql 20s
           # explain sql   --> 并不会真正的执行sql,而是会给你列出一个执行计划
   # 情况2:
       # 20条数据 --> 30000000
           # explain sql

# 原理和概念
   # b树
   # b+树
   # 聚集索引 - innodb
   # 辅助索引 - innodb myisam
# SQL索引的创建(单个、联合)、删除
# 索引的命中:范围,条件的字段是否参与计算(不能用函数),列的区分度(长度),条件and/or,联合索引的最左前缀问题
# 一些名词
   # 覆盖索引
   # 合并索引
# explain执行计划
# 建表、使用sql语句的时候注意的
   # char 代替 varchar
   # 连表 代替 子查询
   # 创建表的时候 固定长度的字段放在前面

3.数据备份和事务

# mysqldump -uroot -p123  day40 > D:codes21day41day40.sql
# mysqldump -uroot -p123 --databases new_db > D:codes21day41db.sql


# begin; # 开启事务
# select * from emp where id = 1 for update; # 查询id值,for update添加行锁;
# update emp set salary=10000 where id = 1; # 完成更新
# commit; # 提交事务

4.sql注入

# create table userinfo(
# id int primary key auto_increment,
# name char(12) unique not null,
# password char(18) not null
# )
#
# insert into userinfo(name,password) values('alex','alex3714')

# 输入用户
# 输入密码
#
# 用户名和密码到数据库里查询数据
# 如果能查到数据 说明用户名和密码正确
# 如果查不到,说明用户名和密码不对
# username = input('user >>>')
# password = input('passwd >>>')
# sql = "select * from userinfo where name = '%s' and password = '%s'"%(username,password)
# print(sql)
# -- 注释掉--之后的sql语句
# select * from userinfo where name = 'alex' ;-- and password = '792164987034';
# select * from userinfo where name = 219879 or 1=1 ;-- and password = 792164987034;
# select * from userinfo where name = '219879' or 1=1 ;-- and password = '792164987034';

import pymysql

conn = pymysql.connect(host = '127.0.0.1',user = 'root',
                      password = '123',database='day41')
cur = conn.cursor()
username = input('user >>>')
password = input('passwd >>>')
sql = "select * from userinfo where name = %s and password = %s"
cur.execute(sql,(username,password))
print(cur.fetchone())
cur.close()
conn.close()
原文地址:https://www.cnblogs.com/usherwang/p/13085975.html