# MySQL索引优化

本文主要讲述了索引的概念，索引的作用是什么，MySQL索引结构，哪些情况下需要建立索引，哪些情况下需要建立索引！MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。如果合理的设计且使用索引的MySQL是一辆兰博基尼的话，那么没有设计和使用索引的MySQL就是一个人力三轮车。

索引分单列索引和组合索引。单列索引，即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。组合索引，即一个索引包含多个列。



## 一、性能下降主要原因

往往体现在执行时间长 / 等待时间长

### 1、SQL语句写的很烂

### 2、索引失效（单值索引、复合索引）

单值索引的建立：

假设一张表(user)的字段是id、name、email、wechat_num，如果要执行查询`select * from user where name = ''`，但是这样做在数据量很大的情况下会很慢，所以根据name字段建立索引，`create index idx_user_name on user(name)` idx_user_name是索引名称，user是表名，name是索引字段

复合索引的建立：

与上面的例子是相似的，假设要执行查询`select * from user where name='' and email=''`，那么如果要建立复合索引，`create index idx_user_nameEmail on user(name, email)`

比如：

![mark](https://img.zouchanglin.cn///20200202/ppPaGmvwN6UT.png)


### 3、关联查询太多join

设计缺陷或者不得已的需求，大多发生在老旧的系统中

### 4、服务器调优及各个参数设置

比如缓冲区大小、线程数、连接数等等

## 二、常见通用的Join查询

### 1、SQL执行顺序

手写顺序

![mark](https://img.zouchanglin.cn///20200202/XuWqTkgePzak.png)


机读顺序

![mark](https://img.zouchanglin.cn///20200202/rQd65WdDBN0u.png)


所以整个SQL的解析流程为：

![mark](https://img.zouchanglin.cn///20200202/9PlakTTtnjxB.png)

Join总结

![mark](https://img.zouchanglin.cn///20200202/7vXiHNDV1ruj.png)


### 2、SQL Join的练习

建表插入数据，做练习准备

```sql
use day01;
create table tbl_dept(
    id int(11) not NULL auto_increment,
    deptName varchar(30) default NULL,
    locAdd varchar(40) default NULL,
    primary key (id)
)engine=INNODB auto_increment=1 default charset=utf8;

create table tbl_emp(
    id int(11) not null auto_increment,
    name varchar(20) default null,
    deptId int(11) default null,
    primary key (id),
    key fk_dept_id(deptId)
    #constraint fk_dept_id foregin key('deptId') references tbl_dept(id)
)engine=innodb auto_increment=1 default charset=utf8;

insert into tbl_dept(deptName, locAdd) values ('RD', 11);
insert into tbl_dept(deptName, locAdd) values ('HR', 12);
insert into tbl_dept(deptName, locAdd) values ('MK', 13);
insert into tbl_dept(deptName, locAdd) values ('MIS', 14);
insert into tbl_dept(deptName, locAdd) values ('FD', 15);

insert into tbl_emp(name, deptId) VALUES ('z3', 1);
insert into tbl_emp(name, deptId) VALUES ('z4', 1);
insert into tbl_emp(name, deptId) VALUES ('z5', 1);
insert into tbl_emp(name, deptId) VALUES ('z3', 1);

insert into tbl_emp(name, deptId) VALUES ('w5', 2);
insert into tbl_emp(name, deptId) VALUES ('w6', 2);
insert into tbl_emp(name, deptId) values ('s7', 3);
insert into tbl_emp(name, deptId) values ('s8', 4);
insert into tbl_emp(name, deptId) values ('s9', 51);
```

![mark](https://img.zouchanglin.cn///20200202/D6CYkKjFWLMu.png)

下面是INNER JOIN的查询示例，可以看出查询结果是AB的共有部分：

![mark](https://img.zouchanglin.cn///20200202/hHx45QROv3Jb.png)


A独有+AB共有

![mark](https://img.zouchanglin.cn///20200202/zMrojWICbGmF.png)


B独有+AB共有

![mark](https://img.zouchanglin.cn///20200202/K4tPfaVGLoCM.png)


A排除AB共有

![mark](https://img.zouchanglin.cn///20200202/XlRqQu4G5L7X.png)


B排除AB共有

![mark](https://img.zouchanglin.cn///20200202/qMzHYUid0DBS.png)




AB全有，下面是full join

![mark](https://img.zouchanglin.cn///20200202/MRrpX1WJnNv0.png)


但是却报错了，是因为MySQL是不支持这种语法的，但是Orcal数据库却是支持的，所以这么干：A的独有+B的独有+AB共有，所以需要合并去重的操作，使用`union`

![mark](https://img.zouchanglin.cn///20200202/3xmahIeLPX9d.png)


AB 的独有

![mark](https://img.zouchanglin.cn///20200202/Th67Jbcob3Yf.png)


## 三、索引简介

### 1、什么是索引

MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构。

可以得到索引的本质：索引是数据结构

很简单，如果对于一个无顺字典，我要查找Mysql这个单词，那么唯一的方法是遍历， 如果词典按照A-Z排序的话，只需要从M开始的页就好了！这就是索引，所以索引有两大功能：排序和快速查找。则索引就是**排好序的快速查找数据结构**

在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向数据），这样就可以在这些数据结枃上实现高级査找算法。这种数据结构，就是索引，如下图：

![mark](https://img.zouchanglin.cn///20200202/nEb0SX6ve9rT.png)


为了加快 Col2 的查找，可以维护一个右边所示的二叉査找树，每个节点分别包含素引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到相应数据，从而快速的检索出符合条件的记录！

数据本身之外，数据库还维护着一个满足特定査找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法，这种数据结构就是索引。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上，我们平常所说的素引，如果没有特别指明，都是指 B 树（多路搜素树，并不一定是二又的）结构组织的索引。其中聚集索引，次要索引复合索引，前缀索引，唯一索引默认都是使用 B+树索引，统称索引。当然，除了 B+树这种类型的索引之外，还有哈稀索引（hash index等）



### 2、索引的优缺点

优点一：类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的 IO 成本

优点二：通过索引列对数据进行排序，降低数据排序的成本，降低了 CPU 的消耗

所以在多个条件查询的情况下常常建立复合索引

缺点一：实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的

缺点二：虽然索引大大提高了査询速度，同时却会降低更新表的速度，如对表进行 INSERT、UPDATE 和 DELETE

因为更新表时，MSQL 不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段都会调整因为更新所带来的键值变化后的索引信息

缺点三：索引只是提高效率的一个因素，如果你的 MYSQL 有大数据量的表，就需要花时间研究建立最优秀的素引，或优化查询

### 3、索引的分类

单值索引：即一个索引只包含单个列，一个表可以有多个单列索引（建议一张表索引不要超过5个，优先考虑复合索引）

唯一索引：索引列的值必须唯一，但允许有空值

复合索引：即一个索引包含多个列

### 4、索引建立基本语法

创建索引

如果是CHAR,VARCHAR类型，length可以小于字段实际长度；如果是BLOB和TEXT类型，必须指定length。

```sql
CREATE [UNIQUE] INDEX  indexName ON mytable(columnname(length));
```

如果加上`[UNIQUE]` 就是唯一索引，下面这种方式也可以建立索引

```sql
ALTER mytable ADD [UNIQUE]  INDEX [indexName] ON(columnname(length));
```

删除索引

```sql
DROP INDEX [indexName] ON mytable;
```

查看索引

```sql
SHOW INDEX FROM table_name\G
```

四种方式来添加数据表的索引

`ALTER TABLE tbl_nme ADD PRIMARY KEY (column_list) ` 该语句添加一个主键，这意味着索引值必须是唯一的，且不能为 NULL

`ALTER TABLE tbl_name ADD UNIQUE index_name (column_list）` 这条语句创建索引的值必须是唯一的（除了 NULL 外，NULL 可能会出现多次）

`ALTER TABLE tbl_name ADD INDEX index_name (column_list）` 添加普通索引，索引值可出现多次

`ALTER TABLE tbl_name ADD FULLTEXT index_name (column_list）`该语句指定了索引为 FULLTEXT，用于全文索引



### 5、MySQL索引结构

BTree索引、Hash索引、full-text全文索引、R-Tree索引

我们主要看看BTree索引：
![mark](https://img.zouchanglin.cn///20200202/QsTVWKGMvRTp.png)




颗 b+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示）如磁盘块 1 包合数据项 17 和 35, 包含指针 P1、P2、P3,

P1 表示小于 17 的磁盘块，P2 表示在 17 和 35 之间的磁盘块，P3 表示大于 35 的磁盘块

真实的数据存在于叶子点即 3、5、9、10、13、15、28、29、36、60、75、79、90、99 非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如 17、35 并不真实存在于数据表中

如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次O，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短(相比磁盘的IO)可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。

真实的情况是，3层的B+树可以表示上百万的数据，如果上百万的数据查找只需要三次O，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高

### 6、哪些情况下需要建立索引

（1）主键自动建立唯一索引

（2）频繁作为查询条件的字段应该创建索引

（3）查询中与其它表关联的字段,外键关系建立索引

（4）频繁更新的字段不适合创建索引，因为每次更新不单单是更新了记录还会更新索引，加重IO负担

（5）Where条件里用不到的字段不创建索引

（6）单键/组合索引的选择问题，who?(在高并发下倾向创建组合索引)

（7）查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度

（8）查询中统计或者分组字段

### 7、那些情况下不需要建立索引

（1）表记录太少

（2）经常增删改的表  Why？提高了查询速度，同时却会降低更新表的速度，如对表进行 INSERT、 UPDATE和 DELETE，因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件

（3）数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引。注意，如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果



假如一个表有10万行记录，有一个字段A只有T和F两种值，且每个值的分布概率大约为50%，那么对这种表A字段建索引一般不会提高数据库的査询速度。索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980/2000=0.99。一个索引的选择性越接近于1，这个索引的效率就越高。

JOIN查询与索引简介

MySQL配置与存储引擎介绍

## 再谈谈数据库优化

如图，MySQL优化呢无非就是从这几个方面入手，第一是数据库设计，第二是SQL优化！但是随着数据表的增长，数据会越来越多，通过MySQL优化是可以解决部分性能问题的，但是一台服务器的资源是有限的，无论怎么优化始终无法解决MySQL的性能瓶颈问题。

![mark](https://img.zouchanglin.cn///20200202/m0IRlVYIt0Rj.png)



举一个经典的例子，一个卡车无论再怎么优化发动机，优化传动结构，优化材料设计都没办法拉着金字塔这种沉重的负载，这种情况就属于MySQL的瓶颈，无论如何优化，只要数据量达到一定的规模，一台MySQL肯定是撑不住的：

![mark](https://img.zouchanglin.cn///20200202/ppDlRXjccWon.png)



## 如何用架构进行优化

对于千万级的表如何进行优化呢？见下图，加索引，优化SQL都是之前的优化方法，至于不解决问题，把问题留给后面的程序员这种做法最好还是放弃吧，啊哈哈，其中加缓存和数据库拆分是很常见的解决方案，下面说一下如何通过MySQL主从复制来解决MySQL的性能瓶颈问题：
![mark](https://img.zouchanglin.cn///20200202/P2t01iDe4FxQ.png)




主从复制（又叫做读写分离），主从复制的目的：**分散压力**

为什么要读写分离呢？如果对数据库的读操作和写操作都在同一个数据库服务器中进行，业务系统性能会降低，所以需要进行读写分离，通常情况下遵循二八原则，即20%的时候进行写操作，80%的时候进行读操作：

![mark](https://img.zouchanglin.cn///20200202/2fA0uB87LiLf.png)


生活中有很形象的例子，比如你在自助咖啡厅买咖啡（如果只有一台咖啡机）：

![mark](https://img.zouchanglin.cn///20200202/datDIPqus16z.png)


如果有多台咖啡机，很明显大家买咖啡的效率就上去了：

![mark](https://img.zouchanglin.cn///20200202/BFSWUm9nU51L.png)


所以主从复制的简单原理图如下：

![mark](https://img.zouchanglin.cn///20200202/0iVx6NtTi19n.png)


一台MySQL作为写服务器，另外几台MySQL作为读服务器，这样便完成了分散压力，为了几台服务器之间的数据一致，所以需要做一个数据库主从复制，即读写分离！

## Docker实现MySQL主从复制

那么如何使用Docker实现MySQL主从复制呢？我先在Docker里面跑了两个MySQL：

Docker命令是：`docker run -p 3306:3306 --restart=always --name mysql_master -v /root/mysql/conf:/etc/mysql/conf.d -v /root/mysql/logs:/logs -v /root/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 -d mysql`

![mark](https://img.zouchanglin.cn///20200202/cmIEm35mrwFD.png)


接着查看一下两台机器的IP地址

![mark](https://img.zouchanglin.cn///20200202/WbmSPVLgEi23.png)


首先进入到master机器，使用vi编辑器编辑`/etc/my.cnf`，我直接使用docker pull mysql:5.7 ，里面默认是Ubuntu系的内核，所以没有vim编辑器，可以使用apt包管理器下载，下载命令是apt install vim ，如果无法下载那应该是没有更新，使用apt update即可更新！但是我发现其实我的配置文件地址不一样，我的在` /etc/mysql/mysql.conf.d/mysqld.cnf` ，编辑这个配置文件就好了，主机的配置文件：

![mark](https://img.zouchanglin.cn///20200202/gFnhMS5LKBnw.png)


编辑完成后重启mysql，CentOS下直接`systemctl restart mysql` 即可，但是在Ubuntu要使用的命令是`service mysql restart`  （另外，在Ubuntu下重启MySQL会导致用户退出Docker容器，Docker关闭，所以需要再次开启MySQL的容器，使用`docker exec -it mysql_master /bin/bash` 进入容器，然而在CentOS下却不需要）

接下来给主机添加一个用户，并设置密码，然后重启容器：

![mark](https://img.zouchanglin.cn///20200202/mFSvUtx3yejo.png)


接下来进入主机，使用如下命令即可看到binaryLog，以及binaryLog文件的偏移量：

![mark](https://img.zouchanglin.cn///20200202/1dbcH9XlNoJ3.png)


接着需要配置从机，和编辑主机的配置文件是一样的，只不过从机的配置只需要指定 server_id 即可，我们指定从机的server_id=2，然后停止同步线程， 并做主从配置，完成后开启同步线程：

![mark](https://img.zouchanglin.cn///20200202/V6NLKN4Pym94.png)


检查是否开启成功：

![mark](https://img.zouchanglin.cn///20200202/4NJa0cIwXPv3.png)


查看主从复制的状态

![mark](https://img.zouchanglin.cn///20200202/MjvmOyPjvO8G.png)


接下来测试一下，主机新建数据库，从机自动同步，主机新建表，从机自动同步，主机插入数据，从机自动同步：

![mark](https://img.zouchanglin.cn///20200202/OVao7zPEMYeC.png)


## 主从复制的原理

上面已经完成了MySQL的主从复制，接下来看看主从复制究竟是怎么实现的？

![mark](https://img.zouchanglin.cn///20200202/LJgSe0fMUAbb.png)


上面的图其实很能说明问题，主机的数据发生更改的时候会产生一个BinaryLog文件，然后从机的IO线程会去取这个二进制文件，取回来之后会将主机的BinaryLog拷贝到中继日志中，SQL线程直接通过中继日志来改变自身的数据。那么说到这里可能很多人会有疑问，不是说主机用来写，从机用来读吗？为啥还是需要从机的写操作，事实上这并不是写操作，而且直接修改数据的操作，举一个很简单的例子，如果是普通的修改数据，会首先找到要修改的数据的二进制位置，这样才能发生更改，如果直接告诉你在哪个位置要修改成什么数据，会不会更快呢？很明显，主从复制是非常能提交数据库系统的效率的。



一个小坑：如果主机上面的并发量特别高的话，从机同步数据的能力会下降，甚至一个数据插入到主机几小时后才能同步到从机，这种情况的根本原因就是从机的IO线程是单线程的，如果配置为多线程就能解决这种问题！

基于Docker的MySQL主从复制

## 一、解决问题

最近在使用Thymeleaf模板引擎，但是遇到的问题就是我现在有这样一个标签：输入类型是date，我现在要把JavaBean中的java.sql.Date数据放置到这个额输入框中，但是如你上图所见，这个输入框根本不是单纯的文本框，而且一个日期选择框，好吧….我尝试过**th:datetime** 但是不行，即使是按照格式化的方式也是不行，就像这样的：

```xml
<input type="date" th:value="${
#dates.format(company.companyRegdate, 'yyyy/MM/dd')}"/>
<input type="date" th:value="${company.companyRegdate}"/>
```

果然还是不行，于是卡了半天的stackoverflow终于出来了：

```java
@DateTimeFormat(pattern = "yyyy-MM-dd")
private Date companyRegdate;

@DateTimeFormat(pattern = "yyyy-MM-dd")
private Date companyUnregdate;

@DateTimeFormat(pattern = "yyyy-MM-dd")
private Date companyUpdatedate;
```

这里推荐的方式就是给JavaBean的属性上注解一个时间日期格式化器，对的，这个很容易理解，我们所看到的日期不过是像*2018/01/01*这样的字符串，或者说像*2018年1月1日* 这样的字符串，我们和老外对时间的格式表示当然会不一样，但是这个世界上统一的时间就是时间戳，所有的时间表示都是通过时间戳转换而来的。所以我们在存储Date时其实保存的是时间戳的数值，至于具体显示出来时间是怎么样的，要看格式化串，就好比一个模板，所以这个解决方式还是很靠谱的！果断改成@DateTimeFormat，哈哈，还是经验不足呀！



## 二、util.Date与sql.Date

后面呢我又发现出了问题，其实@DatetimeFormat是将String转换成Date，一般前台给后台传值时用@JsonFormat(pattern=”yyyy-MM-dd”) 将Date转换成String 一般后台传值给前台时使用，总结一下其实就是这样！对了顺便提一下，这个想要使用这些注解的前提是必须使用java.util.Date类，而不是java.sql.Date类，否则是格式化注解是会报错的，关于java.util.Date类和java.sql.Date类之前在用的时候还真没注意过这两者的区别，现在还是可以总结一下的：

两者都有getTime方法返回毫秒数，可以直接构建对象，`java.sql.Date`是针对SQL语句使用的，它只包含日期而没有时间部分。`java.util.Date` 是 `java.sql.Date` 的父类，`java.sql.Date`转为`java.util.Date`示例：

```java
java.sql.Date date=new java.sql.Date();
java.util.Date d=new java.util.Date (date.getTime());
```

`java.util.Date`转为`java.sql.Date`示例：

```java
java.util.Date utilDate = new Date();
java.sql.Date sqlDate = new java.sql.Date(utilDate.getTime());
java.sql.Time sTime = new java.sql.Time(utilDate.getTime());
java.sql.Timestamp stp = new java.sql.Timestamp(utilDate.getTime());
```

又遇到一个问题，现在输入类型成了datetime-local，那么如何把Date类型注入到这个标签中呢？下面的方式亲测可用！

datetime-local赋值时间格式：`yyyy-MM-d + 'T' + HH:mm:ss` 年月日和时分秒分别格式化然后拼接大写”T”

```
${#dates.format(productInfo.overTime, 'yyyy-MM-dd')}
+ 'T' +
${#dates.format(productInfo.overTime, 'HH:mm:ss')}
```

## 三、总结

还是用long时间戳好使！

Thymeleaf对date类型的input格式化支持

## Docker安装MySQL

![mark](https://img.zouchanglin.cn///20200202/pjTIz7wYg3y8.png)



下面将使用Docker来安装Mysql，先搜索，然后拉取：

```bsah
docker pull mysql:5.7
```

```bash
docker run -p 3306:3306--name mysql \
-v /root/mysql/conf:/etc/mysql/conf.d \
-v /root/mysql/logs:/logs \
-v /root/mysql/data:/var/lib/mysql  \
-e MYSQL_ROOT_PASSWORD=123456 -d mysql
```

```bash
docker ps  # 查看运行容器

docker exec -it 容器ID /bin/bash # 进入容器
```



> 解决外部工具连接不上的问题  

```mysql
ALTER USER 'root'@'%' IDENTIFIED BY '123456' PASSWORD EXPIRE NEVER;

Query OK, 0 rows affected (0.02 sec)  

FLUSH PRIVILEGES; 

Query OK, 0 rows affected (0.01 sec)  
```

Docker安装MySQL需要注意的问题：

1、搜索时在 [https://hub.docker.com/](https://hub.docker.com/) 这个网站进行搜索，比如搜索MySQL

![mark](https://img.zouchanglin.cn///20200202/UDLufmUgC3Od.png)


下面就有版本号，默认是最新的，也就是latest

2、这条命令的意思

```bash
docker run -p 3306:3306--name mysql \
-v /root/mysql/conf:/etc/mysql/conf.d \
-v /root/mysql/logs:/logs \
-v /root/mysql/data:/var/lib/mysql  \
-e MYSQL_ROOT_PASSWORD=123456 -d mysql
```

其实很近简单--restart=always是让容器在Docker服务启动后也跟随启动，我的Docker设置的是开机启动，所以开机后一旦Docker服务启动，mysql容器也会启动，通过-v命令添加了三个容器卷，分别是~/mysql/conf、~/mysql/logs、~/mysql/data ，这样的话我们在宿主机上就可以配置MySQL、查看log、以及备份数据！

## Docker安装Tomcat

同样的安装Tomcat也是先查找，然后直接根据自己的版本号直接`docker pull tomcat:标签`

```bash
docker run -it -p 8080:8080 --name tomcat \
-v /root/tomcat/webapps:/usr/local/tomcat/webapps \
-v /root/tomcat/logs:/usr/local/tomcat/logs \
tomcat /bin/bash
```

这个Tomcat需要手动启动，所以使用 -it 模式进入bin目录start.sh才可以开启Tomcat，另外，如果像上面这个路径去添加容器卷的话，webapp和logs目录会清空，我是直接把webapps的东西copy进去就好了！

## Docker安装Redis

同样的安装redis也是先查找，然后直接根据自己的版本号直接`docker pull redis:标签

```bash
docker run -p 6379:6379 
-v /root/redis/data:/data \
-v /root/redis/conf/redis.conf:/usr/local/etc/redis/redis.conf  
-d redis:3.2 redis-server /usr/local/etc/redis/redis.conf --appendonly yes
```

在主机/root/redis/conf/redis.conf目录下新建redis.conf文件 vim /root/redis/conf/redis.conf/redis.conf

测试redis-cli连接和测试持久化文件生成

docker exec -it 容器编号 redis-cli

![mark](https://img.zouchanglin.cn///20200202/pQOQApv4N7Nv.png)


## Docker镜像发布到阿里云

![mark](https://img.zouchanglin.cn///20200202/7aLfGAfMkDOa.png)

镜像的生成方法，编写DockerFile，这个在上一篇文章DockerFile已经说过了。或者从容器生成一个新的镜像：

```bash
docker commit [OPTIONS] 容器ID [REPOSITORY[:TAG]]
```

登录到阿里云的镜像服务：[https://cr.console.aliyun.com/cn-hangzhou/instances/repositories](https://cr.console.aliyun.com/cn-hangzhou/instances/repositories)

创建一个命名空间，创建本地仓库:

![mark](https://img.zouchanglin.cn///20200202/9LbXONFPSHpr.png)


将镜像推送到阿里云，推送方式阿里云文档里面就有

![mark](https://img.zouchanglin.cn///20200202/TjKTO6YRlG5R.png)


按照提示操作，先登录

![mark](https://img.zouchanglin.cn///20200202/ECsmk0I6Q138.png)


登录成功后，由于我之前没还没制作镜像，现在开始制作镜像并且推送镜像

![mark](https://img.zouchanglin.cn///20200202/dWNjRkX7csHu.png)


出现下面这种，即说明推送完毕（其实这和Pull是一样的，镜像分层都是一层一层的结构）

![mark](https://img.zouchanglin.cn///20200202/sLPmeGO79Eo4.png)


在阿里云执行搜索，一定要是公有仓库才能搜到，下面看看我的Redis

![mark](https://img.zouchanglin.cn///20200202/0wAmcrSx3UqS.png)
![mark](https://img.zouchanglin.cn///20200202/tgD7Hv2AQWDj.png)

这样就和那些mysql镜像一样了，可以直接下载，先删除本地的镜像，然后再拉取
![mark](https://img.zouchanglin.cn///20200202/F1wWRqMOweFP.png)