当前位置:首页 > 文章列表 > 数据库 > MySQL > Mysql实验之使用explain分析索引的走向

Mysql实验之使用explain分析索引的走向

来源:SegmentFault 2023-02-25 07:58:49 0浏览 收藏

数据库小白一枚,正在不断学习积累知识,现将学习到的知识记录一下,也是将我的所得分享给大家!而今天这篇文章《Mysql实验之使用explain分析索引的走向》带大家来了解一下Mysql实验之使用explain分析索引的走向,希望对大家的知识积累有所帮助,从而弥补自己的不足,助力实战开发!

概述

索引是mysql的必须要掌握的技能,同时也是提供mysql查询效率的手段。通过以下的一个实验可以理解?mysql的索引规则,同时也可以不断的来优化sql语句

实验目的

本实验是为了验证组合索引的 最左原则

说明

此实验只是为了验证实际使用索引的结果,请忽略设计的合理性

准备工作

1、用户表一张,有uid ,user_name,real_name ,eamil等字段,详细见建表语句
2、在user_name字段下增加一个简单索引user_name,在email,mobile,age三个字段下增加索引complex_index
3、表引擎使用MyISAM,增加
4、准备97000条数据(具体的可以根据实际情况来定数据量,这里准备的是97000+)
5、实验工具Navcat

建表语句

DROP TABLE IF EXISTS `qz_users`;
CREATE TABLE `qz_users` (
  `uid` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '用户的 UID',
  `user_name` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '用户名',
  `real_name` varchar(128) CHARACTER SET utf8 DEFAULT NULL COMMENT '用户姓名',
  `email` varchar(255) CHARACTER SET utf8 DEFAULT NULL COMMENT 'EMAIL',
  `mobile` varchar(16) CHARACTER SET utf8 DEFAULT NULL COMMENT '用户手机',
  `password` varchar(32) CHARACTER SET utf8 DEFAULT NULL COMMENT '用户密码',
  `salt` varchar(16) CHARACTER SET utf8 DEFAULT NULL COMMENT '用户附加混淆码',
  `avatar_file` varchar(128) CHARACTER SET utf8 DEFAULT NULL COMMENT '头像文件',
  `sex` tinyint(1) DEFAULT NULL COMMENT '性别',
  `birthday` int(10) DEFAULT NULL COMMENT '生日',
  PRIMARY KEY (`uid`),
  KEY `user_name` (`user_name`(250)),
  KEY `complex_index` (`email`,`mobile`,`sex`)
) ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

准备的查询语句

explain select * from qz_users where user_name = "ryanhe";
explain select * from qz_users where email = "x";
explain select * from qz_users where email = "x" and mobile = "x" and sex=1;
explain select * from qz_users where email = "x" and mobile = "x";
explain select * from qz_users where email = "x" and sex = "x";
explain select * from qz_users where sex = "x" and mobile = "x";
explain select * from qz_users where  mobile = "x" and sex = "0";

结果分析

使用 user_name 条件

 explain select * from qz_users where user_name= "x";

结果

图片描述

分析

是否走索引 索引名称 扫描记录数
user_name 1

使用 email 条件

 explain select * from qz_users where email = "x";

结果

图片描述

分析

是否走索引 索引名称 扫描记录数
complex_index 7

使用 email + mobile + sex条件

explain select * from qz_users where email = "x" and mobile = "x" and sex=1;

结果

图片描述

分析

是否走索引 索引名称 扫描记录数
complex_index 1

使用 email + mobile 条件

 explain select * from qz_users where email = "x" and mobile = "x";

结果

图片描述

分析

是否走索引 索引名称 扫描记录数
complex_index 7

使用 email + sex 条件

 explain select * from qz_users where email = "x" and sex = "x";

结果

图片描述

分析

][3] 是否走索引 索引名称 扫描记录数
complex_index 7

使用 sex + mobile 条件

 explain select * from qz_users where sex = "x" and mobile = "x";

结果

图片描述

分析

是否走索引 索引名称 扫描记录数
97185

使用 mobile+ sex 条件

 explain select * from qz_users where  mobile = "18602199680" and sex = "0";

结果

分析

是否走索引 索引名称 扫描记录数
97185

结论

通过上面的结果可以得知,当设置了组合索引之后,合理的使用查询条件的顺序是可以避免sql语句的慢查询的

文中关于mysql的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Mysql实验之使用explain分析索引的走向》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
一张图看懂 数据集 JOIN一张图看懂 数据集 JOIN
上一篇
一张图看懂 数据集 JOIN
用Python生成MySql数据字典
下一篇
用Python生成MySql数据字典
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    61次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    212次使用
  • C-Eval中文评测基准:大语言模型多学科能力评估指南
    C-Eval
    深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
    144次使用
  • AI Prompt Library:免费AI提示词库,助力ChatGPT高效创作与营销
    AI Prompt Library
    探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
    76次使用
  • Generrated:DALL·E 2/3 AI绘画提示词灵感库与图像对比平台
    Generrated
    Generrated汇集9300+张DALL·E生成图像及对应提示词,支持查看完整图集、对比DALL·E 2与3版本差异,是AI绘图新手学习Prompt设计与获取创作灵感的实用工具。
    55次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码