性能分析-数据库（安装、索引、sql、执行过程）与磁盘知识（读、写、同时读写、内存速度测试）

数据库

数据库，其实是数据库管理系统dbms。

数据库管理系统，

常见：

关系型数据库： mysql、pg、
- 库的表，表与表之间有关联关系；表二维表
- 统一标准的SQL（不局限于CRUD）
非关系型数据库：redis、mongodb
- 表之间没有强关联，表中数据，也没有统一的结构。
- redis： key-value
- mongodb：bson(类似json)文档
- 没有统一标准sql，不同的非关系型数据，sql语句不一样
时序数据：
- Prometheus 以时间序列来存储数据

数据库管理系统，管理数据。

数据：一切可以用计算书来存储都是数据。

数据对于一个项目是非常非常重要的，所以对数据的保存、数据的稳定性、数据的安全性要求是比较高的。

如果数据存在磁盘上，希望磁盘的稳定性就要求比较高。----所以，数据库的数据存的磁盘，一般选择机械硬盘。

关系型数据库：库和表库是数据的一个整体。

mysql数据库，库名称，就是一个文件夹名称。一个库就是一个文件夹。表用二维表的方式栅格化数据，进行存储。

select语言的性能分析是的重点：项目中获取数据频率远远高于对数据变更的操作。

获取数据，从磁盘上读取你想要的数据。从一张表中来获取想要数据。

mysql数据库，表在磁盘上，就是文件。

我们从表中获取一条数据的过程，找到文件夹(库)，找到文件(表)，打开磁盘的文件(读文件)，跳转到对应的位置(表中一行) 学习数据库的时候还需要有磁盘知识。

数据库安装（linux，源安装）

数据库安装： wget https://dev.mysql.com/get/mysql80-community-release-el7-7.noarch.rpm yum install -y mysql80-community-release-el7-7.noarch.rpm

如果此时直接安装安装的就是mysql8.0.x版本，数据库安装要安装 mysql5.7.x版本

目前企业中用的mysql数据库的版本，主要是：mysql5.7.x版本或mysql8.x版本

mysql数据库在5.7的版本开始，有非常大的变化。

从mysql的官网上下载，都是mysql8.x版本。mysql5.7.37之前的版本，版本的有效时间已经过期，现在安装的mysql版本是5.7.37以后。

yum repolist all | grep mysql 查看到当前系统mysql的源支持的mysql版本。现在是mysql8的版本

vim /etc/yum.repos.d/mysql-community.repo
[mysql57-community]
name=MySQL 5.7 Community Server
baseurl=http://repo.mysql.com/yum/mysql-5.7-community/el/7/$basearch
enabled=1 # 由0改成了1
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-mysql-2022
file:///etc/pki/rpm-gpg/RPM-GPG-KEY-mysql
[mysql80-community]
name=MySQL 8.0 Community Server
baseurl=http://repo.mysql.com/yum/mysql-8.0-community/el/7/$basearch
enabled=0 # 由1改成了0
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-mysql-2022
file:///etc/pki/rpm-gpg/RPM-GPG-KEY-mysql
# 安装mysql5.7
yum install mysql-community-server -y

这样就能安装到最新的mysql5.7.x版本。

如果你要用mysql的rpm包安装，安装的顺序

mysql-community-common-5.7.41-1.el7.x86_64
1/6
mysql-community-libs-5.7.41-1.el7.x86_64
2/6
mysql-community-client-5.7.41-1.el7.x86_64
3/6
mysql-community-server-5.7.41-1.el7.x86_64
4/6
mysql-community-libs-compat-5.7.41-1.el7.x86_64systemctl restart mysqld
systemctl enable mysqld

这种方式安装的mysql数据库的配置文件： /etc/my.cnf

不同方式安装mysql数据库，配置文件的路径是不一样的。所以不要死记。

调整密码等级 0弱密码 1 一般 2强密码 validate_password_policy 是否开启校验

vim /etc/my.cnf
# 添加validate_password_policy配置 0（LOW），1（MEDIUM），2（STRONG）
validate_password_policy=0
# 关闭密码策略
validate_password = off

修改了mysql的配置文件，要重启，才生效。

此时，不知道root密码的，找到root命令

从mysql的日志获取随机生成的root密码： grep "password" /var/log/mysqld.log

登录数据库： mysql -uroot -p 回车，输入密码，

修改密码：

alter user 'root'@'localhost' identified by '新密码';
# 开启远程访问
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY '你的新密码' WITH GRANT
OPTION;
FLUSH PRIVILEGES;
exit;

数据库，默认端口：3306，

数据库的运行日志：/var/log/mysqld.log

数据库的配置文件：/etc/my.cnf

数据库数据文件：/var/lib/mysql

dcoker方式安装

docker run -itd --name mysql-1 -p 3336:3306 -e MYSQL_ROOT_PASSWORD=1234567 mysql:5.7.41

创建一个库

sql脚本创建
图形界面创建

创建了一个库，库在磁盘上就是一个文件夹名称

路径：/var/lib/mysql/库名称的文件夹

创建一个表

sql创建表

CREATE TABLE `vip19`.`tb_1` (
`id` INT NOT NULL,
`name` VARCHAR(45) NOT NULL,
`class` VARCHAR(45) NULL,
`teacher` VARCHAR(45) NULL,
PRIMARY KEY (`id`))
ENGINE = InnoDB
DEFAULT CHARACTER SET = utf8mb4
COLLATE = utf8mb4_bin
COMMENT = '表1';

图形界面创建表

默认时候，用的engine存储引擎，默认是InnoDB

mysql数据库的表，如果版本为5.7及以后的版本，存储引擎Engine默认就是InnoDB。如果是5.7以前的版本，默认的存储引擎是MyISAM。

存储引擎：

存储引擎不一样，在磁盘上的存储方式不一样的
- InnoDB在磁盘上有两个文件：ifm\ibd
  - .ifm文件，是表结构文件
  - .ibd文件，是表数据+表索引文件
- MyISAM在磁盘上有三个文件： ifm\MYD\MYI
  - ifm文件，是表结构文件
  - .MYD文件，数据文件
  - .MYI文件，是索引文件

思考一个问题：两张表结构完全相同，存储引擎为InnoDB、MyISAM，存放的数据量行数相同，问要从这两张表中，获取一行数据，哪个快？
- MyISAM存储引擎要快。MyISAM存储引擎的表在磁盘上的文件要比InnoDB的文件要小，所以操作速度要快。
问题2：既然MyISAM存储引擎更快，为什么现在用的数据库的存储引擎，默认是InnoDB，而不是MyISAM？
- MyISAM存储引擎，是一种速度优先型，会因为速度太快，导致数据出错。
- InnoDB存储以前，是一种事务优先型，也就是说每次操作必须是一个完整事务完成了，才能进行下一个事务操作。
存储引擎会决定表的锁机制：
- InnoDB表的锁是：行锁
  - 行锁：每次操作数据的时候，锁定一行。其他的行还是可以被变更。表是可以被并行变更数据
- MyISAM表的锁是：表锁
  - 表锁：每次操作数据的时候，锁定整张表。
存储引擎，会决定表的索引机制
- InnoDB：支持B+索引
- MyISAM：支持B+索引，哈希索引

现在建表，默认存储引擎是InnoDB，哪，这个引擎是我们现在建所有表的最优选择吗？

不是。如：项目中的一个码表\配置表（sys表）

创建数据库表的时候，存储引擎的选择，是会影响表的性能的。

数据库中，不能存在表名相同的表，但是可以存在表名不同表结构完全相同的表。

MERGE/MRG_MYISAM存储引擎：合并的表，必须是MyISAM存储引擎。这种引擎表是一个虚拟表，不存在磁盘上。

索引index

B树：是一个链表。平衡二叉树

链表：自身数据+下一个数据的地址

B+树：是在B树的基础上发展而来的。顶点：有自身数据+所有的下一个数据的地址。任何的数据，都只需要2次io就能读取到。索引性能非常稳定。

数据库的索引，在数据量比较大时候，是很有帮助。这个帮助是帮助我们快速找数据。

索引，对数据变更或向表中插入数据、变更数据，有帮助吗？

-----会导致数据变更变慢。数据变更，甚至会导致索引无效。

表加了索引，不一定就能高表的性能。

1、加了索引，导致数据变更变慢
2、加了索引，表结构发生变化，索引需要重建。
3、加了索引，表在磁盘上的文件也变大，打开的速度变慢。-----索引，不要过多，够用就行
- 一张表，是可以建多个索引。

一张表建复合索引，至少是2列以上，列的顺序非常重要，建索引的时候，我们选择的列的顺序，不一定是表中列的顺序。然后在使用复合索引的时候，我们的sql语言的where条件后字段，顺序要与索引的顺序一致，不要求所有的索引字段都包含，但是顺序一定要正确，如果顺序错了，使用索引就错误。

tab_1(id,col1,col2,col3,col4,col5)
index_na col1,col5,col3
index_col1 col1
sql:
1、select * from tab_1 where id=?;
2、select * from tab_1 where col1=?； √
3、select * from tab_1 where col3=?； ×
4、select * from tab_1 where col5=?； ×
5、select * from tab_1 where col1=? and col3=?； ×
6、select * from tab_1 where col1=? and col5=?； √
7、select * from tab_1 where col3=? and col5=?； ×
8、select * from tab_1 where col5=? and col3=?； ×
9、select * from tab_1 where col1=? and col5=? and col2=? or col3=?； √
select * from tab_1 where col2=? or col3=? and col1=? and col5=?; ×
10、select * from tab_1 where col1=? or col5=?； ×
11、select * from tab_1 where col1=? and col3=? and col5=?； ×
12、select * from tab_1 where col1=? and col5=? and col3=?； √
问？这些sql中，使用率index_na这个索引的有哪些sql编号：

思考？现在工作中，项目sql问题，我们确认是sql没有使用索引，要你解决，你怎么解决？

是开发人员修改sql，正确的使用索引？
还是，我们根据开发人员写的sql语言的条件顺序，新建索引？

“存储引擎”与“存储过程”？

存储引擎：表的存储机制
存储过程：多个sql语句封装之后的sql方法

SQL

DDL：数据定义语言，操作库

DML：数据操作语言，操作表，表数据CRUD

DQL：数据查询语言，查询表数据

DCL：数据控制语言，数据库用户和权限控制

SELECT语句的执行过程

select语句是用来获取数据库中的数据。

select 字段
from 表名称
where 条件
group by 字段
having 分组过滤
oder by 字段排序
limit 限制数量

select语句的执行过程怎样？

select的解析执行过程

from 表
where 条件 进行数据过滤 ----做完这一步，数据量\行数量变少了，数据是放在内存中
group by 分组字段 -----这一步，只是调整了数据的位置，数据量(行\列)都没有变化，数据是放在
内存中
having 分组过滤 ----执行完这一步，满足过滤条件的留下了，行的数量变少了，列的数量还是不变
量，数据是放在内存中
select 字段 -----执行完这一步，数据量行数量不变，列数量可能变少了
order by 字段排序 -----如果order by用的字段在select显示的字段里面，和不再里面，两种情
况。第一种情况，是很容易实现排序，第二种情况，因为select剩下字段里面没有orderby的字段，就需要
再次从磁盘上获取表的数据，这个时候，就出现了第2次读磁盘，还要再次执行sql语句前面的过滤条件，这个
时间就多消耗的，另外，我们还需要单独申请内存来临时存放这个字段的数据，这些临时数据又需要用到临时
表，多消耗了内存空间，所以，第2种情况，性能就非常差。这就是 回表查询、使用临时表。
limit 数量 -----执行这一步，如果只是简单的返回多少条数据量，这个很快，其他数据，又可以丢掉；
但如果，分页返回多少条数据量，这个时候，就可能很慢，分页越多，就会越慢。

通过这个解析过程就能明白，

1. 写sql语言的时候，order by后面的排序字段，用select显示中的字段
2. limit的时候，分页数量不要太大

一个完整的sql，要被执行，要经过哪些过程？

1. 建立连接：数据库信息（数据库ip、端口、账户、密码、库名称）
2. 编写脚本
3. 执行脚本：二进制日志回放
4. 磁盘操作

我们把四个过程分为：

1. 连接层
- 1. 与数据库建立连接通道
2. 服务层：服务层提供一些接口，数据库的sql的驱动关键词，就可以认为是数据库的接口
- 1. 用户权限判断
- 2. 脚本检查
- 3. 脚本解析
- 4. 脚本优化
- 5. 其他
3. 引擎层：把sql进行转换，日志文件
- 1. 数据库引擎进行脚本转换
- 2. 引擎执行日志文件
4. 存储层：磁盘操作
- 1. 磁盘操作

磁盘

机械硬盘
- 光盘----可以反复擦写
- 机械臂
- 转子：现在的机械硬盘，转子的转速一般在7200r/m 14000r/m。转速越高，从磁盘读数据的速度，就会越快。但是因为是机械运动，不可能无限快，转速快，会发热。
固态硬盘
光盘：
- 先理解为一张白纸
- 光盘的格式化。先分区，然后格式化。
  - 硬盘做分区，是可以提升数据存取速度。
  - 做分区的时候，就会选择格式化。NTFS、ext4
    - 磁盘的格式化，可以提高磁盘利用率，获取数据的时候，速度也更快