索引，sql收尾

1.索引原理

磁盘预读：4096字节
b树：balance tree
b+树：数据只存储在叶子节点；在子节点之间加入了双向地址链接，更方便地在子节点之间进行数据的读取
索引原理
innodb:
    汇集索引：对主键建立索引，并将该行全部数据存到树形结构里
    辅助索引：除了主键以外全部的索引都是辅助索引
    回表：只查询一个索引并不能解决查询中的问题，还须要到具体的表         中去获取整行数据
myisam:只有辅助索引
索引种类：
primary key  非空 + 惟一 + 汇集索引
unique   惟一 + 辅助索引
index    普通索引（辅助索引）
建立索引：create index index_name on 表(字段);  # 建立索引后查询效率大幅提升，文件所占硬盘资源大幅提升
删除索引：drop index index_name on 表;
索引优缺点：
    优：查找速度快
    缺：浪费空间，拖慢写的速度    #不要在程序中建立无用的索引

2.正确使用索引

1.所查询的列不是建立了索引的列
2.在条件中不能带运算或者函数，必须是“字段 = 值”
3.若是建立索引的列的内容重复率高也不能有效利用索引   # 重复率不超过10%的列比较适合作索引
4.数据对应的范围若是太大的话，也不能有效利用索引   # between and  > < >= <= !=  not in
5.like若是把%放在最前面也不能命中索引
6.多条件状况
    and：只要一个条件列是索引列就能够命中索引
    or:只有全部条件列都是索引才能命中索引
7.联合索引：在多个条件相连的状况下，使用联合索引的效率要高于使用单字段的索引
create index index_mix on 表(字段a,字段b);
    1.建立索引的顺序a,b条件中从哪个字段开始出现了范围，索引就失效
    2.联合索引在使用的时候遵循最左前缀原则
    3.联合索引中只有使用and能生效，使用or失效

3.mysql收尾

explain:查看sql语句的执行计划
explain select * from 表 where 条件;  # 查看是否命中了索引，命中的索引的类型
覆盖索引： explain出来的是using index；不用回表
索引合并： explain出来的是 using union；建立索引的时候分开建立的，用的时候（or的多条件状况下）合一块儿了

mysql开启慢日志：经过配置文件开启，筛选出程序中耗时长的sql语句
七表查询速度慢怎么办？
1.表结构：尽可能用固定长度的数据类型代替可变长数据类型；把固定长度的字段放在前面
2.数据的角度：若是表中的数据越多，查询效率越慢
              列多：垂直分表     行多：水平分表
3.sql的角度:
    尽可能把条件写细致，where条件多作筛选
    多表状况下尽可能连表代替子查询
    建立有效的索引，规避无效索引
4.配置角度：开启慢日志，确认有问题的sql语句
5.数据库：读写分离（解决数据库读的瓶颈）

数据库的导入导出
备份表：
    mysqldump -uroot -p123 数据库 > 地址  # 整个库的表和数据
    mysqldump -uroot -p123 库名 表名 表名 > 地址 # 单表（多表）的数据
备份库：
    mysqldump -uroot -p123 --databases 库名 库名 > 地址 # 多库
恢复数据：
    进入mysql切换到要恢复数据的库下面
    sourse 以前备份的地址

开启事务，给数据加锁(行级锁)
begin;
select 字段 from 表 where 条件 for update;
update 表名 set 字段 = 值 where 条件;
commit;

4.sql注入

import pymysql

conn = pymysql.connect(host='127.0.0.1', user='root', password="123",database='day42')
cur = conn.cursor()
user = "kunkun' or 1=1 ;-- "   # 因'--'注释的特性，致使此种写法造成sql注入
password = '*******'
sql = "select * from userinfo where username = %s and password =%s;"
cur.execute(sql,(user,password))
ret = cur.fetchone()
print(ret)
cur.close()
conn.close()