MySQL 数据库表设计和优化

一、数据结构设计

 正确的数据结构设计对数据库的性能是非常重要的。 在设计数据表时,尽量遵循一下几点:

  1. 将数据分解为合适的表,每个表都应该有清晰定义的目的,避免将过多的数据存储在单个表中。
  2. 使用适当的数据类型来存储数据,避免使用过大或不必要的数据类型,以节省空间并提高读写效率。
  3. 避免使用过多的NULL值,尽量设计出不含NULL值的表结构,有助于节省存储空间并提高查询效率。

1.1 创建数据表示例

用户数据表

create table users (id int auto_increment primary key,username varchar(50) not null,email varchar(100) not null,balance int,created_at timestamp default current_timestamp
);

二、索引的使用

2.1 什么是索引

首先我们要了解什么是索引、它是干嘛?

索引是一种用于提高数据库查询性能的数据结构。你可以把它想象成一本书的目录,可以提高查询的速度。也就是说,当你在表的列上创建索引时,数据库会根据这些列的数值快速定位到具体的行,不需要整表的扫描。

2.2 常见的索引类型

  1. 普通索引:不要求被索引的列的值是唯一的。
  2. 唯一索引:要求被索引的列的值是唯一的。
  3. 主键索引:要求被索引的列的值是唯一的,且不允许为空。
  4. 全文索引:在本文数据中进行全文搜索, 比如在某一段文章中查找出特定的关键字。

在使用索引时,尽量遵循这几点:

  1. 根据实际需求创建合适的索引,通常对经常用于查询条件的列进行索引。
  2. 避免在过多的列上使用索引,这会增加写操作的开销,还会占用额外的存储空间。
  3. 定期检查删除不再使用的索引。

2.3 索引示例 

添加索引

create index idx_username on users (username);

三、增加查询语句效率

我们在编写查询语句时,尽量遵循以下几点:

  1. 尽量不去使用 select *而是明确列出需要的字段,避免读取不必要的数据。
  2. 谨慎使用子查询,尽量优化为连接查询以及其他方式。
  3. 合理使用join,多表连接可能会引发性能为题,使用合适的连接类型来优化查询效率。

3.1 优化查询示例 

优化查询语句

select id, username from users where username = 'zhangsan' limit 1;

四、正确使用事务

4.1 什么是事务?

它是一组sql查询的集合,这些查询要么全部成功执行,要么全部失败回滚。事务可以确保数据的完整性和唯一性。

4.2 事务的特性

事务具有以下特性:

  1. 原子性:事务中所有操作要么全部成功执行,要么全部失败回滚。
  2. 一致性:事务开始之前和结束之后,数据库的完整性约束没有被破坏,数据始终保持一致状态。
  3. 隔离性:多个事物并发执行时,每个事物都应当与其他事物相互隔离。
  4. 持久性:一旦事务进行提交,它所做的修改会永久的保存在数据库中。

事务的使用尽量遵循一点:

合理设置事务的范围,避免事务持有锁时间过长导致性能问题。

4.3 事务的示例

使用事务

start transaction; 开始一个事务,后续sql将视为一个整体,要么全部执行,要么全部失败。

commit; 提交事务,如果前面的所有操作都执行成功,那这些操作都将保存到数据库中。

start transaction;
insert into orders (user_id, total_amount) values (1, 100);
update users set balance = balance - 100 where id = 1;
commit;

五、分区表

5.1 什么是分区表

通过对数据表进行分区,可以提高查询性能。

也就是说当我们有一个很庞大的数据进行处理时,通过分区表可以减少查询所需的数据量,减缓查询时间。

创建分区表尽量遵循一点:

  1. 根据数据的时间范围进行分区,可以加快查询速度,针对历史性数据的查询。

5.2 分区表示例

创建分区表

partition by range (year(log_time)) 表示按照log_time字段进行分区。

partition p0 values less than(2022) 表示创建一个名为p0的分区,用于存储log_time 小于2022的数据。

create table logs (id int auto_increment,log_time timestamp,message text,primary key(id, log_time)
) partition by range (year(log_time)) (partition p0 values less than (2022),partition p1 values less than (2023),partition p2 values less than (2024)
);

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/714616.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2020小学甲组--恢复数组

题目描述 有一个数组a[1..n]&#xff0c;但是这个数组的内容丢失了&#xff0c;你要尝试恢复它。已知以下的三个事实&#xff1a; 1、对于1<i<n&#xff0c;都有a[i]>0&#xff0c;且所有的a[i]互不相同。即a数组保存的全部都是正整数&#xff0c;且互不相同。 2、…

挑战杯 基于机器视觉的车道线检测

文章目录 1 前言2 先上成果3 车道线4 问题抽象(建立模型)5 帧掩码(Frame Mask)6 车道检测的图像预处理7 图像阈值化8 霍夫线变换9 实现车道检测9.1 帧掩码创建9.2 图像预处理9.2.1 图像阈值化9.2.2 霍夫线变换 最后 1 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分…

范伟:你们怎么老提1,200呢,有什么典故啊?赵本山:没有啊!

范伟&#xff1a;你们怎么老提1,200呢,有什么典故啊?赵本山&#xff1a;没有啊&#xff01; --小品《面子》&#xff08;中3&#xff09;的台词 表演者&#xff1a;赵本山 高秀敏 范伟 &#xff08;接上&#xff09; 范伟&#xff1a;哎吃啊 赵&#xff1a;哎呀这电视看的挺…

Acwing枚举、模拟与排序(一)

连号区间数 原题链接&#xff1a;https://www.acwing.com/problem/content/1212/ 初始最小值和最大值的依据是题目给出的数据范围。只要在数据范围之外就可以。 连号的时候&#xff0c;相邻元素元素之间&#xff0c;差值为1。那么区间右边界和左边界&#xff0c;的值的差&#…

cAdvisor+Prometheus+Grafana 搞定Docker容器监控平台

cAdvisorPrometheusGrafana cAdvisorPrometheusGrafana 搞定Docker容器监控平台1、先给虚拟机上传cadvisor2、What is Prometheus?2.1、架构图 3、利用docker安装普罗米修斯4、安装grafana cAdvisorPrometheusGrafana 搞定Docker容器监控平台 1、先给虚拟机上传cadvisor cAd…

MySQL事务和锁机制

MySQL技术——事务和锁机制 一、事务&#xff08;1&#xff09;概述&#xff08;2&#xff09;ACID特性&#xff08;3&#xff09;事务并发存在的问题&#xff08;4&#xff09;事务的隔离级别 二、锁机制&#xff08;1&#xff09;锁的力度&#xff08;2&#xff09;表的分类&…

网络编程-编码与解码(Protobuf)

编码与解码 下面的文字都来自于极客时间 为什么要编解码呢&#xff1f;因为计算机数据传输的是二进制的字节数据 解码&#xff1a;字节数据 --> 字符串&#xff08;字符数据&#xff09; 编码&#xff1a;字符串&#xff08;字符数据&#xff09;–> 字节数据 我们在编…

Python 实现海康机器人工业相机 MV-CS050-10GC 的实时显示视频流及拍照功能(实时显示视频流同时可以进行拍照)

参考链接&#xff1a; https://www.cnblogs.com/HanYork/p/17388506.html https://www.cnblogs.com/miracle-luna/p/16960556.html#5138211 Flask搭建流媒体服务器&#xff1a;使用Flask搭建一个流媒体服务器_multipart/x-mixed-replace; boundaryframe-CSDN博客

公共字段自动填充

在开发中经常面临对于一些公共字段的赋值。 如在下表中&#xff1a; 如何让程序自动为我们需要赋值的公共字段进行赋值&#xff0c;避免在业务代码中重复写这些公共字段的赋值代码 如下图所示&#xff1a; 实现思路&#xff1a; 1.自定义注解AutoFill&#xff0c;用于标识需…

linux环境安装cuda toolkit

1 全新安装 如果环境中没安装过cuda版本&#xff0c; 这种情况下比较简单。 直接在https://developer.nvidia.com/cuda-toolkit-archive选择对应版本下载安装即可。 如下为安装cuda toolkit 11.8. 2 环境中已经存在其他版本 这种情况下比较复杂一些。 首先要确认最高支持的…

李沐动手学习深度学习——4.2练习

1. 在所有其他参数保持不变的情况下&#xff0c;更改超参数num_hiddens的值&#xff0c;并查看此超参数的变化对结果有何影响。确定此超参数的最佳值。 通过改变隐藏层的数量&#xff0c;导致就是函数拟合复杂度下降&#xff0c;隐藏层过多可能导致过拟合&#xff0c;而过少导…

Git多人合作的推送流程

多人合作时&#xff0c;使用Git进行代码推动&#xff08;push&#xff09;需要一定的协调和规范&#xff0c;以确保代码库的整体健康。以下是一个常见的多人合作时的Git代码推动流程&#xff1a; 同步主分支&#xff1a; 在推送之前&#xff0c;确保你的本地主分支&#xff08;…

【Java】四大函数式接口

消费型接口Consumer 消费型接口接收一个输入&#xff0c;没有返回值 在stream流计算中 forEach() 接收一个消费型接口Consumer用于 遍历元素 /*** 消费型接口* 接收一个输入&#xff0c;没有返回值*/ public class demo01 {public static void main(String[] args) {//TODO 消…

【MySQL】表的内连和外连(重点)

表的连接分为内连和外连。 一、内连接 内连接实际上就是利用 where 子句对两种表形成的笛卡儿积进行筛选&#xff0c;前面学习的查询都是内连接&#xff0c;也是在开发过程中使用的最多的连接查询。 select 字段 from 表1 inner join 表2 on 连接条件 and 其他条件; 注意&…

【数仓】Hadoop集群配置常用参数说明

Hadoop集群中&#xff0c;需要配置的文件主要包括四个 配置核心Hadoop参数&#xff1a; 编辑core-site.xml文件&#xff0c;设置Hadoop集群的基本参数&#xff0c;如文件系统、Hadoop临时目录等。 配置HDFS参数&#xff1a; 编辑hdfs-site.xml文件&#xff0c;设置HDFS的相关参…

策略开发:EMA如何计算

EMA的计算原理 EMA 是MA&#xff08;平滑移动平均线&#xff09;的另一种形式。全名“加权指数移动平均线”。 2/13就是12日移动平均线的平滑因子&#xff0c;他的意思是指&#xff1a;给予新价格 2/13的权重&#xff0c;给予过去的EMA 11/13的权重。 在计算的时候第一天的M…

Linux使用基础命令

1.常用系统工作命令 (1).用echo命令查看SHELL变量的值 qiangziqiangzi-virtual-machine:~$ echo $SHELL /bin/bash(2).查看本机主机名 qiangziqiangzi-virtual-machine:~$ echo $HOSTNAME qiangzi-virtual-machine (3).date命令用于显示/设置系统的时间或日期 qiangziqian…

Linux多线程服务端编程:使用muduo C++网络库 学习笔记 附录B 从《C++ Primer(第4版)》入手学习C++

这是作者为《C Primer&#xff08;第4版&#xff09;&#xff08;评注版&#xff09;》写的序言&#xff0c;文中“本书”指的是这本书评注版。 B.1 为什么要学习C 2009年本书作者Stanley Lippman先生应邀来华参加上海祝成科技举办的C技术大会&#xff0c;他表示人们现在还用…

MySQL存储过程和Function

一、存储过程 MySQL中提供存储过程和存储函数机制&#xff0c;将其统称为存储程序。 SQL语句要先编译&#xff0c;然后执行&#xff0c;存储程序是一组为了完成特定功能的SQL语句&#xff0c;编译后存到数据库中。 用户通过指定存储程序的名字并给定参数来调用才会执行。 存…

扩展学习|大数据分析的现状和分类

文献来源&#xff1a;[1] Mohamed A , Najafabadi M K , Wah Y B ,et al.The state of the art and taxonomy of big data analytics: view from new big data framework[J].Artificial Intelligence Review: An International Science and Engineering Journal, 2020(2):53. 下…