【MySQL】内外链接和数据库索引

【MySQL】内外链接和数据库索引

🔥个人主页：大白的编程日记

🔥专栏：MySQL笔记

---

前言

哈喽，各位小伙伴大家好!上期我们讲了模版的特化及其编译分离。今天我们来讲一下C++三大特性之继承。话不多说，我们进入正题！向大厂冲锋

9. 表的内连和外连

表的连接分为内连和外连

9.1 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，我们前面学习的查询都是内连接，也是在开发过程中使用的最多的连接查询。

语法：

select 字段 from 表1 inner join 表2 on 连接条件 and 其他条件;

备注：前面学习的都是内连接

案例：显示SMITH的名字和部门名称

-- 用前面的写法  
select ename, dname from EMP, DEPT where EMP.deptno=DEPT.deptno and ename='SMITH';  
-- 用标准的内连接写法  
select ename, dname from EMP inner join DEPT on EMP.deptno=DEPT.deptno and ename='SMITH';

9.2外连接

外连接分为左外连接和右外连接

9.2.1 左外连接

如果联合查询，左侧的表完全显示我们就说是左外连接。

语法：

select字段名 from表名1 lef tjoin 表名 2on 连接条件

案例：

– 建两张表

create table stu (id int, name varchar(30)); -- 学生表  
insert into stu values(1,'jack'), (2,'tom'), (3,'kitty'), (4,'nono');  
create table exam (id int, grade int); -- 成绩表  
insert into exam values(1, 56), (2, 76), (11, 8);

• 查询所有学生的成绩，如果这个学生没有成绩，也要将学生的个人信息显示出来

-- 当左边表和右边表没有匹配时，也会显示左边表的数据
select * from stu left join exam on stu.id=exam.id;

9.2.1 右外连接

如果联合查询，右侧的表完全显示我们就说是右外连接。

语法：

select字段from表名1rightjoin表名2on 连接条件；

案例：

• 对stu表和exam表联合查询，把所有的成绩都显示出来，即使这个成绩没有学生与它对应，也要显示出来

select * from stu right join exam on stu.id=exam.id;

练习：

• 列出部门名称和这些部门的员工信息，同时列出没有员工的部门

方法一：  
select d.dname，e.\*from dept d left join emp e on d.deptno  $\equiv$  e.deptno;  
方法二：  
select d.dname，e.\*from emp e right join dept d on d.deptno  $\equiv$  e.deptno;

2. 索引

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的create
index，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

• 主键索引(primary key)
• 唯一索引(unique)
• 普通索引(index)
• 全文索引(fulltext)–解决中子文索引问题。

案例：

先整一个海量表，在查询的时候，看看没有索引时有什么问题？

–构建一个8000000条记录的数据
–构建的海量表数据需要有差异性，所以使用存储过程来创建，拷贝下面代码就可以了，暂时不用理解

• 产生随机字符串

delIMITER $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat.return_str,substring(charstr, floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end$$
delIMITER ;

• 产生随机数字

delIMITER $$
create function rand_num()
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end$$
delIMITER ;

• 创建存储过程，向雇员表添加海量数据

delIMITER $$
create procedure insert emp(in start int(10), in max_num int(10))

begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6), 'SALESMAN', 0001, curdate(), 2000, 400, rand_num());
until i = max_num
end repeat;
commit;
end $$delIMITER;
-- 执行存储过程，添加8000000条记录
call insert.emp(100001, 8000000);

到此，已经创建出了海量数据的表了。

• 查询员工编号为998877的员工

select * from EMP where empno=998877;

可以看到耗时4.93秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

• 解决方法，创建索引

alter table EMP add index(empno);

• 换一个员工编号，测试看看查询时间

select * from EMP where empno=123456;

2.1 认识磁盘

2.2 MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

• 先来研究一下磁盘：

• 在看看磁盘中一个盘片

• 扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

• 题外话：

• 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大

• 那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。

• 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如：proc，sys之类，我们不考虑)

数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件

[root@vm-0-3-centos ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件  
total 319592  
drwxr-x--- 2 mysql mysql 4096 Apr 15 21:46 57test  
-rw-r----- 1 mysql mysql 56 Apr 12 15:27 auto.cnf  
drwxr-x--- 2 mysql mysql 4096 May 17 13:52 bit_index  
-rw----- 1 mysql mysql 1676 Apr 12 15:27 ca-key.pem  
-rw-r----- 1 mysql mysql 1112 Apr 12 15:27 ca.pem  
drwx----- 2 mysql mysql 4096 Apr 13 21:26 ccdata_pro  
-rw-r----- 1 mysql mysql 1112 Apr 12 15:27 client-cert.pem  
-rw----- 1 mysql mysql 1680 Apr 12 15:27 client-key.pem  
-rw-r----- 1 mysql mysql 16958 Jun 8 15:46 ib_buffer_pool  
-rw-r----- 1 mysql mysql 213909504 Jun 8 16:02 ibdata1  
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile0  
-rw-r----- 1 mysql mysql 50331648 Jun 8 16:02 ib_logfile1  
-rw-r----- 1 mysql mysql 12582912 Jun 8 15:46 ibtmp1  
drwxr-x--- 2 mysql mysql 4096 Apr 28 14:11 musicserver  
drwxr-x--- 2 mysql mysql 4096 May 9 09:47 mysql  
srwxrwxrwx 1 mysql mysql 0 Jun 8 15:46 mysql.sock  
-rw----- 1 mysql mysql 5 Jun 8 15:46 mysql.sock.lock  
drwxr-x--- 2 mysql mysql 4096 Apr 12 15:27 performance_schema  
-rw----- 1 mysql mysql 1676 Apr 12 15:27 private_key.pem  
-rw-r----- 1 mysql mysql 452 Apr 12 15:27 public_key.pem  
drwxr-x--- 2 mysql mysql 4096 May 9 09:46 scott  
-rw-r----- 1 mysql mysql 1112 Apr 12 15:27 server-cert.pem  
-rw----- 1 mysql mysql 1676 Apr 12 15:27 server-key.pem  
drwxr-x--- 2 mysql mysql 12288 Apr 12 15:27 sys  
drwxr-x--- 2 mysql mysql 4096 Jun 5 17:13 test #自己定义的数据库，里面有数据表

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。

而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

• 定位扇区

• 柱面(磁道): 多盘磁盘, 每盘都是双面, 大小完全相等。那么同半径的磁道, 整体上便构成了一个柱面

• 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的

• 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做CHS。不过实际系统软件使用的并不是CHS（但是硬件是），而是LBA，一种线性地址，可以想象成虚拟地址与物理地址。系统将LBA地址最后会转化成为CHS，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节)，进行IO交互吗？不是

• 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
• 从目前来看，单次IO512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
• 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 $4\mathrm{KB}$ 。

2.3 磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

2.4 MySQL与磁盘交互基本单位

而MySQL作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率，MySQL进行IO的基本单位是16KB(后面统一使用InnoDB存储引擎讲解)

mysql>SHOW GLOBAL STATUS LIKE 'innodb_page_size';  
+-----------------------------------+-----------------------------------+  
| variable_name | value |  
+-----------------------------------+-----------------------------------+  
| Innodb_page_size | 16384 | -- 16*1024=16384  
+-----------------------------------+-----------------------------------+  
1 row in set (0.01 sec)

也就是说，磁盘这个硬件设备的基本单位是512字节，而MySQL InnoDB引擎使用16KB进行IO交互。即，MySQL和磁盘进行数据交互的基本单位是16KB。这个基本数据单元，在MySQL这里叫做page（注意和系统的page区分）

2.5 建立共识

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
  所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
• 为了更好的进行上面的操作，MySQL服务器在内存中运行的时候，在服务器内部，就申请了被称为Buffer Pool的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数
  

后言

这就是C++三大特性之继承。大家自己好好消化！今天就分享到这！感谢各位的耐心垂阅！咱们下期见！拜拜~