PHP使用mysqli扩展连接MySQL数据库
1.面向对象的使用方式
$db
=
new
mysqli(’localhost’,
’root’,
’123456’,
’dbname’);
如果建立连接时未指定数据库则选择使用的数据库,切换使用的数据库
$db-》select_db(’dbname’);
$query
=
“SELECT
*
FROM
user
WHERE
uid=4“;
$result
=
$db-》query($query);
$result_num
=
$result-》num_rows;
$row
=
$result-》fetch_assoc();
//返回一个关联数组,可以通过$row[’uid’]的方式取得值
$row
=
$result-》fetch_row();
//返回一个列举数组,可以通过$row的方式取得值
$row
=
$result-》fetch_array();
//返回一个混合数组,可以通过$row[’uid’]和$row两种方式取得值
$row
=
$result-》fetch_object();
//返回一个对象,可以通过$row-》uid的方式取得值
$result-》free();
//释放结果集
$db-》close();
//关闭一个数据库连接,这不是必要的,因为脚本执行完毕时会自动关闭连接
当进行INSERT、UPDATE、DELETE操作时,使用$db-》affected_rows查看影响行数
2.面向过程的使用方式
$db
=
mysqli_connect(’localhost’,
’root’,
’123456’,
’dbname’);
如果建立连接时未指定数据库则选择使用的数据库,切换使用的数据库
mysqli_select_db($db,
’dbname’);
查询数据库
$query
=
“SELECT
*
FROM
user
WHERE
uid=4“;
$result
=
mysqli_query($db,
$query);
$result_num
=
mysqli_num_rows($result);
返回一行结果
$row
=
mysqli_fetch_assoc($result);
//返回一个关联数组,可以通过$row[’uid’]的方式取得值
$row
=
mysqli_fetch_row($result);
//返回一个列举数组,可以通过$row的方式取得值
$row
=
mysqli_fetch_array($result);
//返回一个混合数组,可以通过$row[’uid’]和$row两种方式取得值
$row
=
mysqli_fetch_object($result);
//返回一个对象,可以通过$row-》uid的方式取得值
断开数据库连接
mysqli_free_result($result);
//释放结果集
mysqli_close($db);
//关闭一个数据库连接,这不是必要的,因为脚本执行完毕时会自动关闭连接
当进行INSERT、UPDATE、DELETE操作时,使用mysqli_affected_rows()查看影响行数
面试中常问:mysql数据库做哪些优化也提高mysql性能
在开始演示之前,我们先介绍下两个概念。
概念一,数据的可选择性基数,也就是常说的cardinality值。
查询优化器在生成各种执行计划之前,得先从统计信息中取得相关数据,这样才能估算每步操作所涉及到的记录数,而这个相关数据就是cardinality。简单来说,就是每个值在每个字段中的唯一值分布状态。
比如表t1有100行记录,其中一列为f1。f1中唯一值的个数可以是100个,也可以是1个,当然也可以是1到100之间的任何一个数字。这里唯一值越的多少,就是这个列的可选择基数。
那看到这里我们就明白了,为什么要在基数高的字段上建立索引,而基数低的的字段建立索引反而没有全表扫描来的快。当然这个只是一方面,至于更深入的探讨就不在我这篇探讨的范围了。
概念二,关于HINT的使用。
这里我来说下HINT是什么,在什么时候用。
HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作,使她生成最优的执行计划。一般来说,优化器的执行计划都是最优化的,不过在某些特定场景下,执行计划可能不是最优化。
比如:表t1经过大量的频繁更新操作,(UPDATE,DELETE,INSERT),cardinality已经很不准确了,这时候刚好执行了一条SQL,那么有可能这条SQL的执行计划就不是最优的。为什么说有可能呢?-php连接数据库mysql
来看下具体演示
譬如,以下两条SQL,
A:
- select * from t1 where f1 = 20;
B:
- select * from t1 where f1 = 30;
- mysql》 desc t1;+------------+--------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+------------+--------------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || rank1 | int(11) | YES | MUL | NULL | || rank2 | int(11) | YES | MUL | NULL | || log_time | datetime | YES | MUL | NULL | || prefix_uid | varchar(100) | YES | | NULL | || desc1 | text | YES | | NULL | || rank3 | int(11) | YES | MUL | NULL | |+------------+--------------+------+-----+---------+----------------+7 rows in set (0.00 sec)
- mysql》 select count(*) from t1;+----------+| count(*) |+----------+| 32768 |+----------+1 row in set (0.01 sec)
SQL C:
- select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;
SQL D:
- select * from t1 where rank1 =100 and rank2 =100 and rank3 =100;
- mysql》 explain format=json select * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { “query_block“: { “select_id“: 1, “cost_info“: { “query_cost“: “3243.65“ }, “table“: { “table_name“: “t1“, “access_type“: “ALL“, “possible_keys“: [ “idx_rank1“, “idx_rank2“, “idx_rank3“ ], “rows_examined_per_scan“: 32034, “rows_produced_per_join“: 115, “filtered“: “0.36“, “cost_info“: { “read_cost“: “3232.07“, “eval_cost“: “11.58“, “prefix_cost“: “3243.65“, “data_read_per_join“: “49K“ }, “used_columns“: [ “id“, “rank1“, “rank2“, “log_time“, “prefix_uid“, “desc1“, “rank3“ ], “attached_condition“: “((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))“ } }}1 row in set, 1 warning (0.00 sec)
- mysql》 explain format=json select /*+ index_merge(t1) */ * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { “query_block“: { “select_id“: 1, “cost_info“: { “query_cost“: “441.09“ }, “table“: { “table_name“: “t1“, “access_type“: “index_merge“, “possible_keys“: [ “idx_rank1“, “idx_rank2“, “idx_rank3“ ], “key“: “union(idx_rank1,idx_rank2,idx_rank3)“, “key_length“: “5,5,5“, “rows_examined_per_scan“: 1103, “rows_produced_per_join“: 1103, “filtered“: “100.00“, “cost_info“: { “read_cost“: “330.79“, “eval_cost“: “110.30“, “prefix_cost“: “441.09“, “data_read_per_join“: “473K“ }, “used_columns“: [ “id“, “rank1“, “rank2“, “log_time“, “prefix_uid“, “desc1“, “rank3“ ], “attached_condition“: “((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))“ } }}1 row in set, 1 warning (0.00 sec)
不加HINT,
- mysql》 explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { “query_block“: { “select_id“: 1, “cost_info“: { “query_cost“: “534.34“ }, “table“: { “table_name“: “t1“, “access_type“: “ref“, “possible_keys“: [ “idx_rank1“, “idx_rank2“, “idx_rank3“ ], “key“: “idx_rank1“, “used_key_parts“: [ “rank1“ ], “key_length“: “5“, “ref“: [ “const“ ], “rows_examined_per_scan“: 555, “rows_produced_per_join“: 0, “filtered“: “0.07“, “cost_info“: { “read_cost“: “478.84“, “eval_cost“: “0.04“, “prefix_cost“: “534.34“, “data_read_per_join“: “176“ }, “used_columns“: [ “id“, “rank1“, “rank2“, “log_time“, “prefix_uid“, “desc1“, “rank3“ ], “attached_condition“: “((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))“ } }}1 row in set, 1 warning (0.00 sec)
加了HINT,
- mysql》 explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { “query_block“: { “select_id“: 1, “cost_info“: { “query_cost“: “5.23“ }, “table“: { “table_name“: “t1“, “access_type“: “index_merge“, “possible_keys“: [ “idx_rank1“, “idx_rank2“, “idx_rank3“ ], “key“: “intersect(idx_rank1,idx_rank2,idx_rank3)“, “key_length“: “5,5,5“, “rows_examined_per_scan“: 1, “rows_produced_per_join“: 1, “filtered“: “100.00“, “cost_info“: { “read_cost“: “5.13“, “eval_cost“: “0.10“, “prefix_cost“: “5.23“, “data_read_per_join“: “440“ }, “used_columns“: [ “id“, “rank1“, “rank2“, “log_time“, “prefix_uid“, “desc1“, “rank3“ ], “attached_condition“: “((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))“ } }}1 row in set, 1 warning (0.00 sec)
如果f1的值刚好频繁更新的值为30,并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等,那么对这两条语句来说,可能不准确的就是B了。-数据库
这里顺带说下,MySQL提供了自动更新和手动更新表cardinality值的方法,因篇幅有限,需要的可以查阅手册。
那回到正题上,MySQL 8.0 带来了几个HINT,我今天就举个index_merge的例子。
示例表结构:
表记录数:
这里我们两条经典的SQL:
表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引。
那我们来看SQL C的查询计划。
显然,没有用到任何索引,扫描的行数为32034,cost为3243.65。
我们加上hint给相同的查询,再次看看查询计划。
这个时候用到了index_merge,union了三个列。扫描的行数为1103,cost为441.09,明显比之前的快了好几倍。
我们再看下SQL D的计划:
对比下以上两个,加了HINT的比不加HINT的cost小了100倍。
总结下,就是说表的cardinality值影响这张的查询计划,如果这个值没有正常更新的话,就需要手工加HINT了。相信MySQL未来的版本会带来更多的HINT。
宝网数据免费1G全能空间,永久使用(真实有效)
宝网数据,免费空间使用感受
使用宝网数据免费空间已经有几个月的时间了,第一次知道宝网数据是在谷歌的商业广告看到的,我便试着申请了一个,虽然刚开
始身份证认证的时候麻烦一些,刚开始还有些怀疑。
等我认证之后申请下来使用的时候,我感觉到宝网数据免费主机的优点是很多的。
据说现在不需要身份证审核了,直接可以申请
1.《访问速度非常快,不管是电信还是联通,都能在3秒之内打开网页
2.》域名无需备案,即可绑定
3.》永久免费,稳定,速度快,国内最好的免费空间
4.《IIS:500个,足以支撑上万IP流量的网站了
5.》几十种预装网站,甚至还有商业源码,真是神奇。
6.《宝网数据永久免费空间后台管理功能非常强大。 baoiis.com
7.》越来越多的人知道了宝网数据,而我也在继续使用着宝网数据的空间。
8.《宝网数据是国内免费空间中,唯一论坛支持,QQ支持,电话支持免费空间,相当棒服务态度非常好,有问必答,赞一个!
选择宝网数据,你绝对没错。
XiaoQi
-php连接数据库mysql