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：
- 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。
- 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。
- 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
- 普通索引：不要求被索引的列的值是唯一的。
- 唯一索引：要求被索引的列的值是唯一的。
- 主键索引：要求被索引的列的值是唯一的，且不允许为空。
- 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：
- 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。
- 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。
- 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：
- 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。
- 谨慎使用子查询，尽量优化为连接查询以及其他方式。
- 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：
- 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。
- 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。
- 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。
- 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：
- 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)
);