mysql关键字执行顺序
from > on > join > where > group by > having > select > distinct > union > order by
sql语句优化
（1）使用limit对查询结果的记录进行限定
（2）避免select *，将需要查找的字段列出来
（3）使用连接（join）来代替子查询
（4）拆分大的delete或insert语句
选择合适的数据类型
（1）使用可存下数据的最小的数据类型，整型 < date,time < char,varchar < blob
（2）使用简单的数据类型，整型比字符处理开销更小，因为字符串的比较更复杂。如，int类型存储时间类型，bigint类型转ip函数
IPv4地址。人们常用VARCHAR(15)列来存储IP地址。然而，它们实际上是32们无符号整数，不是字符串。用小数点将地址分成四段的表示方法只是让人们阅读容易 。所以应该用无符号整数 存储IP地址。MySQL提供INET_ATON()和INET_NTOA()函数在这两种表示方法之间转换。
例：select inet_aton(‘192.168.222.255‘); 输出：3232292607
select inet_ntoa(3232292607); 输出：192.168.222.255
（3）使用合理的字段属性长度，固定长度的表会更快。使用enum、char而不是varchar
（4）尽可能使用not null定义字段
（5）尽量少用text，非用不可最好分表
使用命令分析
1、show查看状态
1） 显示状态信息
SHOW [SESSION|GLOBAL] STATUS LIKE '%Status_name%';
session（默认）：取出当前窗口的执行
global：从mysql启动到现在
（1）查看查询次数（插入次数com_insert、修改次数com_insert、删除次数com_delete）
SHOW STATUS LIKE 'com_select';
（2）查看连接数(登录次数)
SHOW STATUS LIKE 'connections';
（3）数据库运行时间
SHOW STATUS LIKE 'uptime';
（4）查看慢查询次数
SHOW STATUS LIKE 'slow_queries';
（5）查看索引使用的情况：
SHOW STATUS LIKE 'handler_read%';
handler_read_key：这个值越高越好，越高表示使用索引查询到的次数。
handler_read_rnd_next：这个值越高，说明查询低效。
2、显示系统变量
SHOW ENGINE INNODB STATUS;
3、EXPLAIN分析查询
EXPLAIN SELECT column_name FROM table_name;
explain查询sql执行计划，各列含义：
table：表名；
type：连接的类型
-const：主键、索引；
-eq_reg：主键、索引的范围查找；
-ref：连接的查找（join）
-range：索引的范围查找；
-index：索引的扫描；
-all：全表扫描；
possible_keys：可能用到的索引；
key：实际使用的索引；
key_len：索引的长度，越短越好；
ref：索引的哪一列被使用了，常数较好；
rows：mysql认为必须检查的用来返回请求数据的行数；
extra：using filesort、using temporary（常出现在使用order by时）时需要优化。
-Using filesort 额外排序。看到这个的时候，查询就需要优化了
-Using temporary 使用了临时表。看到这个的时候，也需要优化
3、PROFILING分析SQL语句
1）开启profile。查看当前SQL执行时间
SET PROFILING=ON;
SHOW profiles;
2）查看所有用户的当前连接。包括执行状态、是否锁表等
SHOW processlist;
4、PROCEDURE ANALYSE()取得建议
通过分析select查询结果对现有的表的每一列给出优化的建议
SELECT column_name FROM table_name PROCEDURE ANALYSE();
5、OPTIMIZE TABLE回收闲置的数据库空间
OPTIMIZE TABLE table_name;
对于MyISAM表，当表上的数据行被删除时，所占据的磁盘空间并没有立即被回收，使用命令后这些空间将被回收，并且对磁盘上的数据行进行重排（注意：是磁盘上，而非数据库）。
对于InnoDB表，OPTIMIZE TABLE被映射到ALTER TABLE上，这会重建表。重建操作能更新索引统计数据并释放成簇索引中的未使用的空间。
只需在批量删除数据行之后，或定期（每周一次或每月一次）进行一次数据表优化操作即可，只对那些特定的表运行。
6、REPAIR TABLE修复被破坏的表
REPAIR TABLE table_name;
7、CHECK TABLE检查表是否有错误
CHECK TABLE table_name;
mysql索引类型
1.普通索引，是最基本的索引，它没有任何限制。
（1）直接创建索引
CREATE INDEX index_name ON table(column(length))
（2）修改表结构的方式添加索引
ALTER TABLE table_name ADD INDEX index_name ON (column(length))
（3）创建表的时候同时创建索引
CREATE TABLE `table` (
`id` int(11) NOT NULL AUTO_INCREMENT ,
`title` char(255) CHARACTER NOT NULL ,
`content` text CHARACTER NULL ,
`time` int(10) NULL DEFAULT NULL ,
PRIMARY KEY (`id`),
INDEX index_name (title(length))
)
（4）删除索引
DROP INDEX index_name ON table
2.唯一索引，与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。
（1）创建唯一索引
CREATE UNIQUE INDEX indexName ON table(column(length))
（2）修改表结构
ALTER TABLE table_name ADD UNIQUE indexName ON (column(length))
（3）创建表的时候直接指定
CREATE TABLE `table` (
`id` int(11) NOT NULL AUTO_INCREMENT ,
`title` char(255) CHARACTER NOT NULL ,
`content` text CHARACTER NULL ,
`time` int(10) NULL DEFAULT NULL ,
UNIQUE indexName (title(length))
);
3.主键索引，是一种特殊的唯一索引，一个表只能有一个主键，不允许有空值。
CREATE TABLE `table` (
`id` int(11) NOT NULL AUTO_INCREMENT ,
`title` char(255) NOT NULL ,
PRIMARY KEY (`id`)
);
4.组合索引
指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用组合索引时遵循最左前缀集合
ALTER TABLE `table` ADD INDEX name_city_age (name,city,age);
5.全文索引
主要用来查找文本中的关键字，而不是直接与索引中的值相比较。fulltext索引跟其它索引大不相同，它更像是一个搜索引擎，而不是简单的where语句的参数匹配。fulltext索引配合match against操作使用，而不是一般的where语句加like。它可以在create table，alter table ，create index使用，不过目前只有char、varchar，text 列上可以创建全文索引。值得一提的是，在数据量较大时候，现将数据放入一个没有全局索引的表中，然后再用CREATE index创建fulltext索引，要比先为一张表建立fulltext然后再将数据写入的速度快很多。
（1）创建表的适合添加全文索引
CREATE TABLE `table` (
`id` int(11) NOT NULL AUTO_INCREMENT ,
`title` char(255) CHARACTER NOT NULL ,
`content` text CHARACTER NULL ,
`time` int(10) NULL DEFAULT NULL ,
PRIMARY KEY (`id`),
FULLTEXT (content)
);
（2）修改表结构添加全文索引
ALTER TABLE article ADD FULLTEXT index_content(content)
（3）直接创建索引
CREATE FULLTEXT INDEX index_content ON article(content)
索引的缺点
1.虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行insert、update和delete。因为更新表时，不仅要保存数据，还要保存一下索引文件。
2.建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会增长很快。
索引只是提高效率的一个因素，如果有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。
索引失效的情况(在表中建立索引，优先考虑where、group by使用到的字段)
1、如果where中有or，及时其中有条件带索引也不会使用（若想使用or且还想用到索引，只能在or条件的每个列都加上索引），尽量避免使用in 和not in，会导致数据库引擎放弃索引进行全表扫描
2、对于多列索引，不是使用的第一部分，则不会使用索引
3、like查询是以%开头
4、存在隐式转换，如果列列类型是字符串，一定要在条件将数据使用引号引用起来，否则不使用索引
5、mysql估计使用全表扫描比使用索引快，则不使用索引（数据量较小的时候）
6、where条件中使用函数或运
7、范围条件查询导致索引失效
什么样的列不适合加索引
1、唯一性差
2、where条件中不使用的字段
3、使用<>时，效果一般（如果where后含有is null/is not null/like '%值%/where 1 = 1）
4、频繁更新不用的字段，增加数据库的工作量，降低效率
为什么说B+ 树比B 树更适合实际应用中操作系统的文件索引和数据库索引？
B树：有序数组+平衡多叉树
B+树：有序数组链表+平衡多叉树；
1）B+树的磁盘读写代价更低
B+树的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对于B树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。
2) B+-tree的查询效率更加稳定
由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
3）由于B+树的数据都存储在叶子结点中，分支结点均为索引，方便扫库，只需要扫一遍叶子结点即可，但是B树因为其分支结点同样存储着数据，我们要找到具体的数据，需要进行一次中序遍历按序来扫，所以B+树更加适合在区间查询的情况，所以通常B+树用于数据库索引。