覆盖索引是MySQL优化sql性能的一种非常重要而且常用的手段，通过覆盖索引，我们可以直接查询到需要的结果，而不用回表，从而大大减少树的搜索次数，非常明显的提升查询性能。

数据如何存储与查找

我们知道，MySQL的数据都是存储在B+树上的，每一个索引都代表一个B+树。

背景介绍

从系统设计角度看，一个系统从设计搭建到数据逐步增长，SQL 执行效率可能会出现劣化，为继续支撑业务发展，我们需要对慢 SQL 进行分析和优化，严峻的情况下甚至需要对整个系统进行重构。所以我们往往需要在系统设计前对业务进行充分调研、遵守系统设计规范，在系统运行时定期结合当前业务发展情况进行系统瓶颈的分析。

推荐阅读：

• 都是“Redis惹的祸”，害我差点挂在美团三面，真是“虚惊一场”

索引提高查询效率，就像我们看的书，想要直接翻到某一章，是不是不用一页一页地翻，只需要看下目录，根据目录找到其所在的页数即可。

在计算机中我们需要一种数据结构来存储这个目录，常见数据结构有哈希表，二叉查找树，二叉平衡树(AVL)，红黑树，那为什么Innodb和MyISAM选择b+树呢。

1. 哈希表

作者：@溪竹

链接：https://blog.csdn.net/weixin_42181824/java/article/details/82261988

导引

本文介绍了七种MySQL索引类型。在数据库表中，对字段建立索引可以大大提高查询速度。通过善用这些索引，可以令MySQL的查询和运行更加高效。

前言

在 MySQL 官方提到，改善操作性能的最佳方法

我们知道，mysql 如果设置了主键或者唯一约束，再插入相同的值会报错。

假设表中设置name字段为唯一索引，在存在 name = '张三' 的情况下，再插入"张三"，

insert into sc (name,class,score) values ('张三','三年二班',90);

报错信息如下：> 1062 - Duplicate entry '张三' for key 'name'

千万级大表如何优化，这是一个很有技术含量的问题，通常我们的直觉思维都会跳转到拆分或者数据分区，在此我想做一些补充和梳理，想和大家做一些这方面的经验总结，也欢迎大家提出建议。

从一开始脑海里火光四现，到不断的自我批评，后来也参考了一些团队的经验，我整理了下面的大纲内容。

既然要吃透这个问题，我们势必要回到本源，我把这个问题分为三部分：“千万级”，“大表”，“优化”，也分别对应我们在图中标识的“数据量”，“对象”和“目标”。

我来逐步展开说明一下，从而给出一系列的解决方案。

前几天，业务组的小伙伴找到我，说在一张核心业务表上使用了MySQL的唯一索引，谁知索引没生效，依然产生了重复数据，导致出现了线上bug，被老大怼了一顿，小伙子一脸疑惑：本地测试好好的，怎么一到上线就出问题了呢？

MySQL的唯一索引很好用，但是有些坑还是要提前了解的，要不掉进去，摔得可老疼了。下面让我们复现一下小伙伴的问题，分析一下为什么会这样？

首先，创建一张product_unique表：

版权声明：本文为CSDN博主「java叶新东老师」的原创文章

原文链接：https://blog.csdn.net/qq_27184497/article/details/119274535

前言