字段类型优先级
列：
整型date.time enum, char>varchar>blob, text
enum 约束，内部也是整形存储
char 定长， 考虑字符集和排序（校对集）
varchar 不定长，考虑字符集的转换和排序时的校对集，速度慢
text/Blob 无法使用内存临时表（排序只是在磁盘上进行）
性别：以utf8为例
char(1), 3个字长字节
enum（’男’,’女’）内部转换成数字来存储，多了一个转换过程
tinyint() 0 1 2 定长1一个字节
够用就行， 不要慷慨（smallint, varchar(N)）
索引
提高排序速度
提高分组统计的速度
btree索引
btree索引常见的误区
1. 在where 条件常用的列上都加上索引， 在where cat_id =3 and price > 100
误区：cat_id 和 price 上都加上索引
错： 只能用到cat_id 或 price索引，因为是独立的索引， 同时只能用上一个
2. 在多列上建立索引，查询哪个列，索引都讲发挥作用
一般工作中使用联合索引比较多， 用到btree的左前缀原则
误：多列索引上，索引发挥作用，需要满足左前缀要求
hash索引
hash的劣势：
- hash函数计算后的结果是随机的，如果是在磁盘上放置数据，以id为主键为例，随着id的增长，id对应的行，在磁盘上随机放置
- 不能对范围查询进行优化 id > 4
- 无法利用前缀索引
- 排序也无法索引
- 必须回行 通过索引拿到数据位置。必须回到表中取数据
聚簇索引
在MySQL中，MyISAM采用的是非聚簇索引的，InnoDB存储引擎是采用聚簇索引的
myisam 主索引和次索引都指向磁盘位置
innodb 次级索引指向主键的引用
innodb注意：
- 主键索引 既存储索引值， 又在叶子中存储行的数据
- 如果么有主键（primary key），则会使用unique key 做主键
- 如果么有unique， 则系统会生成一个内部的rowid做主键
- 在innodb中， 主键的索引结构中， 既存储了主键值，又存储了行数据，这种结构称为‘聚簇索引’
优势： 根据主键查询条目比较少时，不用回行（数据就在主键节点下）
劣势： 如果碰到不规则的数据时候会出现页分裂
-
为什么会产生页分裂？
这是因为聚簇索引采用的是平衡二叉树算法，而且每个节点都保存了该主键所对应行的数据，假设插入数据的主键是自增长的，那么根据二叉树算法会很快的把该数据添加到某个节点下，而其他的节点不用动；但是如果插入的是不规则的数据，那么每次插入都会改变二叉树之前的数据状态。从而导致了页分裂。
非聚簇索引
MYISAM是按列值与行号来组织索引的。它的叶子节点中保存的实际上是指向存放数据的物理块的指针
MYISAM引擎的索引文件（.MYI）和数据文件(.MYD)是相互独立的
覆盖索引
当能通过检索索引就可以读取想要的数据，那就不需要再到数据表中读取行了。如果一个索引包含了（或覆盖了）满足查询语句中字段与条件的数据就叫做覆盖索引。
理想的索引
- 查询频繁
- 区分度高
索引碎片和维护
在数据的频繁的更改的过程中， 索引文件和数据文件会产生空洞，形成碎片
维护
1. 通过一个nop操作 （不产生对数据实质性影响的操作），来修改表
比如： 表的引擎是innodb， 可以alter table 222 engine innodb
2. optimize table 表名，也可以修复
sql语句优化
1.sql语句的时间用在哪儿？
答：等待时间， 执行时间
这两个时间并非孤立的， 如果单条语句执行的快了， 对其他语句的锁定的也少了如何来降低执行时间
sql语句的执行时间，花在哪儿？
答：查找 沿着索引查找，慢者可能全表扫描
取出 差到行后，把数据取出来何查询快？
查询的快 联合索引的顺序， 区分度， 长度
取的快， 索引覆盖
传输的少，更少的行和列
2.切分查询： 按数据拆成多次
列： 插入10000行数据，每1000条为单位， 插件
分解查询： 按逻辑把多表连接查询分成多个简单的sql
3.sql语句的优化思路？
不查–> 少查–>高效的查
不查：
通过业务逻辑来计算
比如论坛的注册会员数，我们可以根据前3个月统计的每天注册数，用程序来估算少查：尽量精准数据，少取行， 我们观察新闻网站，评论内容等，一般一次性取列表 10-30条左右
- 必须要查， 尽量走在索引上查询行
explain
explain详解参考：https://www.cnblogs.com/liujingyuan789/p/6061188.html
id
查询的序号
select_type:
查询类型 例如：
SIMPLE简单查询 （不含子查询）
primary（含子查询或派生查询）
- subquery非from 子查询
- derived from型子查询
1. simple：
表示不需要union操作或者不包含子查询的简单select查询。有连接查询时，外层的查询为simple，且只有一个。
2. primary：一个需要union操作或者含有子查询的select，位于最外层的单位查询的select_type即为primary。且只有一个。
3. subquery：除了from字句中包含的子查询外，其他地方出现的子查询都可能是subquery
4. dependent subquery：与dependent union类似，表示这个subquery的查询要受到外部表查询的影响。
5. derived：from字句中出现的子查询，也叫做派生表，其他数据库中可能叫做内联视图或嵌套select。
6. union：union连接的两个select查询，第一个查询是dervied派生表，除了第一个表外，第二个以后的表select_type都是union。
7. dependent union：与union一样，出现在union 或union all语句中，但是这个查询要受到外部查询的影响
8. union result：包含union的结果集，在union和union all语句中,因为它不需要参与查询，所以id字段为null。
type
索引发挥的作用， 是扫描了一部分还是所有
依次从好到差：system，const，eq_ref，ref，fulltext，ref_or_null，unique_subquery，index_subquery，range，index_merge，index，ALL
possible_keys
可能用到的键
key
真正用的键
key_len
用于处理查询的索引长度，如果是单列索引，那就整个索引长度算进去，如果是多列索引，那么查询不一定都能使用到所有的列，具体使用到了多少个列的索引，这里就会计算进去，没有使用到的列，这里不会计算进去。留意下这个列的值，算一下你的多列索引总长度就知道有没有使用到所有的列了。要注意，mysql的ICP特性使用到的索引不会计入其中。另外，key_len只计算where条件用到的索引长度，而排序和分组就算用到了索引，也不会计算到key_len中。
ref
多表联查时之间的引用关系
rows
估计本次查询出多少行
Extra
额外的信息