Python- 索引 B+数 比如书的目录

1.索引
    为何要有索引?
        一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，
        在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，
        因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。

    聚集索引
        叶子节点整个行中的额数据
    辅助索引
        叶子节点存储的是索引字段 和主键值
        覆盖索引
        回表
    联合索引
    
    正确使用索引
        1.区分度高字段
        2.索引的字段数据量应该尽可能小
        3.优先使用聚集索引
        4.联合索引 创建时 把区分度高放左边
                    查询时 尽可能使用最左边的索引

    索引越多越好?
        索引能够提升效率
        同时降低了写入速度
        增加额外的磁盘占用

2.元类
    用于创建类的类 叫元类   默认元类都是type
    主要控制类的创建__init__   类的实例化__call__

3.单例
    一个类只有一个实例
    什么时候用,大家公用一个打印机,没有必要每个人创建新的打印机对象 共用一个对象即可

应该被索引的字段

需要排序操作的字段(order_by)
需要比较操作的字段(> < >= <=)
需要过滤操作的字段( filter exclude)

不应该索引的字段

经常更新和删除 的字段不应该被索引

默认索引的规则

主键必定是索引

外键 默认是索引 (可以不配置)

添加索引的方法:

属性中定义
meta中定义

from django.db import models
from apis.models import App

# Create your models here.
class User(models.Model):
    # open_id
    open_id = models.CharField(max_length=64, unique=True)
    # 昵称
    nickname = models.CharField(max_length=256, db_index=True)
    # 关注的城市
    focus_cities = models.TextField(default='[]')
    # 关注的星座
    focus_constellations = models.TextField(default='[]')
    # 关注的股票
    focus_stocks = models.TextField(default='[]')

    # 菜单app
    menu = models.ManyToManyField(App)
　　
    class Meta:
        indexes = [
            # models.Index(fields=['nickname'])
            models.Index(fields=['open_id', 'nickname'])
        ]

    def __str__(self):
        return self.nickname

    def __repr__(self):
        return self.nickname

　　

===============================
索引
01 为什么要用索引
    因为项目运行中,查询操作非常频繁,为了提高用户体验,要提高查询的速度,
    如何提高就靠索引(大多数性能问题都是慢查询  提到加速查，就必须用到索引)
    作用：
        - 约束
        - 加速查找

02 什么是索引
    搜索引导, 所以是一种单独的,物理的 有序的 存储结构,用于加速查询
        例如: 字典  书的目录  车票上的车厢号

    索引的本质原理就是通过不断地缩小查询范围，来降低io次数从而提升查询性能
    强调：一旦为表创建了索引，以后的查询都会先查索引，再根据索引定位的结果去找数据

本质都是：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，
        也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。

03 索引的影响
    1.加速查询
    2.降低写入(增加 删除 修改)速度
    3.会额外占用磁盘空间


4.索引的分类
    1.聚集索引 就是主键索引 (primary key )
        - 主键索引：加速查找 + 不能为空 + 不能重复
        行中的完整记录存在聚集索引的叶子节点上

    2.辅助索引  (unique,index)
        - 普通索引：加速查找
        - 唯一索引：加速查找 + 不能重复

        叶子节点 存储索引字段的值 还有 主键的值
        使用辅助索引时 会产生两种现象
        1.回表    要查的数据就不在辅助索引中 需要到聚集索引中查找
        2.覆盖索引  要查的数据就在辅助索引中

        - create index 索引名称 on 表名(列名,)
        - drop index 索引名称 on 表名

        - create unique index 索引名称 on 表名(列名)
        - drop unique index 索引名称 on 表名

    3 联合索引（多列）：
            - 联合主键索引
            - 联合唯一索引
            - 联合普通索引
        为是什么使用它
        降低资源的占用 , 降低增删改的时间   会比单个字段的索引快

        建立联合索引时 应该把区分度高放最左边  区分度低的依次往右放
        按照区分度的高低 从左往右  依次排列

        查询中 应该优先使用左边的索引
        使用and时 无所谓书写顺序 会自动找区分度最高的
        注意联合索引在查询时  如果压根没用到最左侧索引 不能加速查询

        组合索引(最左前缀匹配)：
        - create unique index 索引名称 on 表名(列名,列名)
        - drop unique index 索引名称 on 表名

        - create index ix_name_email on userinfo3(name,email,)
        - 最左前缀匹配
                select  * from userinfo3 where name='alex';
                select  * from userinfo3 where name='alex' and email='asdf';

                select  * from userinfo3 where email='alex@qq.com';

        组合索引效率 > 索引合并
            组合索引
                - (name,email,)
                    select  * from userinfo3 where name='alex' and email='asdf';
                    select  * from userinfo3 where name='alex';
            索引合并：
                - name
                - email
                    select  * from userinfo3 where name='alex' and email='asdf';
                    select  * from userinfo3 where name='alex';
                    select  * from userinfo3 where email='alex';
        名词：
            覆盖索引：
                - 在索引文件中直接获取数据

            索引合并：
                - 把多个单列索引合并使用


索引的正确使用姿势
    命中索引 ,条件中有索引字段匹配上
    1.无论索引如何设计 无法降低范围查询的查询速度
        select count(*) from usr where id > 1;
        即使命中索引也无法提高效率
    2.索引不应该加在值重复度很高的字段上 应该加在重复度低的字段
    3. 使用and时 当 条件中出现多个索引命中时  会自定找一个区分度最高的索引来使用
    4.使用or的时候  如果两边都有索引 会使用索引,但是注意 or两边都要执行  顺序依然从左往右
    只有一边有索引会不会使用索引?  不会使用 无法加速查询
    5.优化查询 不仅仅要加索引,sql语句也需要优化 使其能命中索引
            你的条件中应该使用区别度高的索引

    正常开发时
    优先使用聚集索引
    再次 使用联合索引  如果你的条件不包含最左侧索引  不能加速查询 这时候就应该使用单个字段索引

    创建索引:
        create index 索引名称 on usr(索引字段);

索引未命中  详见49-2
并不是说我们创建了索引就一定会加快查询速度，
若想利用索引达到预想的提高查询速度的效果，我们在添加索引时，必须遵循以下问题

1 范围问题，或者说条件不明确，条件中出现这些符号或关键字：
    >、>=、<、<=、!= 、between...and...、like、
        大于号、小于号
        不等于！=
        between ...and...
        like

2 尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，
    表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，
    而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，
    这个比例有什么经验值吗？使用场景不同，这个值也很难确定，
    一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

3 =和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，
    mysql的查询优化器会帮你优化成索引可以识别的形式

4 索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，
    原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，
    显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’)
5 and/or
6 最左前缀匹配原则（详见第八小节），非常重要的原则，对于组合索引mysql会一直
    向右匹配直到遇到范围查询(>、<、between、like)就停止匹配(指的是范围大了，有索引速度也慢)，
    比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，
    d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
7 其他情况


总结
    #1. 一定是为搜索条件的字段创建索引，比如select * from s1 where id = 333;就需要为id加上索引

    #2. 在表中已经有大量数据的情况下，建索引会很慢，且占用硬盘空间，建完后查询速度加快
        比如create index idx on s1(id);会扫描表中所有的数据，
        然后以id为数据项，创建索引结构，存放于硬盘的表中。建完以后，再查询就会很快了。

    #3. 需要注意的是：innodb表的索引会存放于s1.ibd文件中，而myisam表的索引则会有单独的索引文件table1.MYI

    MySAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。
    而在innodb中，表数据文件本身就是按照B+Tree（BTree即Balance True）组织的一个索引结构，
    这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此innodb表数据文件本身就是主索引。

    因为inndob的数据文件要按照主键聚集，所以innodb要求表必须要有主键（Myisam可以没有），
    如果没有显式定义，则mysql系统会自动选择一个可以唯一标识数据记录的列作为主键，
    如果不存在这种列，则mysql会自动为innodb表生成一个隐含字段作为主键，这字段的长度为6个字节，类型为长整型.

-----wusir
2. 频繁查找的列创建索引
    - 创建索引
    - 命中索引 *****
        - like '%xx'
            select * from tb1 where email like '%cn';
        - 使用函数
            select * from tb1 where reverse(email) = 'wupeiqi';
        - or
            select * from tb1 where nid = 1 or name = 'seven@live.com';

            特别的：当or条件中有未建立索引的列才失效，以下会走索引
                    select * from tb1 where nid = 1 or name = 'seven';
                    select * from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex'

        - 类型不一致
            如果列是字符串类型，传入条件是必须用引号引起来，不然...
            select * from tb1 where email = 999;
        - !=
            select * from tb1 where email != 'alex'
            特别的：如果是主键，则还是会走索引
                select * from tb1 where nid != 123
        - >
            select * from tb1 where email > 'alex'
            特别的：如果是主键或索引是整数类型，则还是会走索引
                select * from tb1 where nid > 123
                select * from tb1 where num > 123
        - order by
            select name from tb1 order by email desc;

            当根据索引排序时候，选择的映射如果不是索引，则不走索引
            特别的：如果对主键排序，则还是走索引：
                select * from tb1 order by nid desc;
        - 组合索引最左前缀
            如果组合索引为：(name,email)
            name and email       -- 使用索引
            name                 -- 使用索引
            email                -- 不使用索引

3. 查询优化神器-explain
    关于explain命令相信大家并不陌生，具体用法和字段含义可以参考官网explain-output，
    这里需要强调rows是核心指标，绝大部分rows小的语句执行一定很快
    （有例外，下面会讲到）。所以优化语句基本上都是在优化rows。

   执行计划：让mysql预估执行操作(一般正确)
        all < index < range < index_merge < ref_or_null < ref < eq_ref < system/const
        id,email
        慢：
            select * from userinfo3 where name='alex'

            explain select * from userinfo3 where name='alex'
            type: ALL(全表扫描)
                select * from userinfo3 limit 1;
        快：
            select * from userinfo3 where email='alex'
            type: const(走索引)

4. DBA工作

    慢查询优化的基本步骤
        0.先运行看看是否真的很慢，注意设置SQL_NO_CACHE
        1.where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高
        2.explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）
        3.order by limit 形式的sql语句让排序的表优先查
        4.了解业务方使用场景
        5.加索引时参照建索引的几大原则
        6.观察结果，不符合预期继续从0分析

    慢日志
        - 执行时间 > 10
        - 未命中索引
        - 日志文件路径

    配置：
        - 内存
            show variables like '%query%'
            set global 变量名 = 值
        - 配置文件
            mysqld --defaults-file='E:\wupeiqi\mysql-5.7.16-winx64\mysql-5.7.16-winx64\my-default.ini'

            my.conf内容：
                slow_query_log = ON
                slow_query_log_file = D:/....

            注意：修改配置文件之后，需要重启服务

5. ******分页*******

    a. select * from userinfo3 limit 20,10;
    b.
        - 不让看
        - 索引表中扫：
            select * from userinfo3 where id in(select id from userinfo3 limit 200000,10)
        - 方案：
            记录当前页最大或最小ID
            1. 页面只有上一页，下一页
                # max_id
                # min_id
                下一页：
                    select * from userinfo3 where id > max_id limit 10;
                上一页：
                    select * from userinfo3 where id < min_id order by id desc limit 10;
            2. 上一页 192 193  [196]  197  198  199 下一页

                select * from userinfo3 where id in (
                    select id from (select id from userinfo3 where id > max_id limit 30) as N order by N.id desc limit 10
                )


    c. *****闫龙*****：
        id不连续，所以无法直接使用id范围进行查找


1. ORM框架：SQLAlchemy
    SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，
    简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

      - 作用：
         1. 提供简单的规则
         2. 自动转换成SQL语句


      - DB first: 手动创建数据库以及表          -> ORM框架 -> 自动生成类
      - code first： 手动创建类、和数据库        -> ORM框架 -> 以及表

      a. 功能
         - 创建数据库表
            - 连接数据库（非SQLAlchemy,pymyql,mysqldb,....）
            - 类转换SQL语句
         - 操作数据行
            增
            删
            改
            查

         - 便利的功能