MySQL-索引

news2024/9/21 22:09:44

一、介绍

索引是数据库对象之一，用于提高字段检索效率，使用者只需要对哪个表中哪些字段建立索引即可，其余什么都不做，数据库会自行处理。

索引提供指向存储在表的指定列中的数据值的指针，如同图书的目录，能够加快表的查询速度。但同时也增加了插入、更新和删除操作的处理时间。

二、索引的使用

2.1 实验数据准备

-- 创建表
CREATE TABLE student (
  id int(11) NOT NULL COMMENT '主键',
  name varchar(50) DEFAULT NULL COMMENT '姓名',
  age int(11) DEFAULT NULL COMMENT '年龄'
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

-- 基于存储过程插入5万条数据
CREATE PROCEDURE p_index()
BEGIN
  DECLARE i INT DEFAULT 1;
	WHILE i <= 50000 DO
		INSERT INTO student(id,name,age) VALUES(i,CONCAT('张三',i),10+i);
		SET i = i+1;
	END WHILE;
END;
-- 执行
CALL p_index();

-- 等待一会执行完毕，查询条数
SELECT COUNT(*) FROM student;  -- 50000条

查询数据看耗时：

-- 基于id查询
SELECT * FROM student WHERE id = 49007;
> OK
> 时间: 0.019s

-- 基于name查询
SELECT * FROM student WHERE name = '张三49007';
> OK
> 时间: 0.023s

2.2 索引操作

1.创建索引

create index 索引名 ON 表名(字段名);  -- 索引名：index_name

2.查询索引

show index from 表名;

3.删除索引

drop index 索引名 on 表名;

4.修改索引

alter table 表名 add index 索引名(字段名);

2.3 测试索引

① 为student表创建一个索引

create index index_student_id ON student(id);

② 测试索引对查询效率的提升

SELECT * FROM student WHERE id = 49007;
> OK
> 时间: 0.001s    -- 可以看出效率明显提升

三、索引分类

3.1 唯一索引

唯一索引（unique key），索引列中的值必须是唯一的，但是允许为空值。

-- 方式1：建表的时候指定
CREATE TABLE table_name(    
  字段1 类型,    
  字段2 类型,    
  ...  
  unique key (索引名(字段名));    
);

-- 方式2：建表后设置
create unique index index_name on 表名(字段名);

3.2 主键索引

主键索引（primary key）是一种特殊的唯一索引，不允许有空值。也就是说，建表时指定了主键字段，该字段本身就设置了索引。

3.3 普通索引

使用create index创建的就是普通索引。

3.4 组合索引

前面我们都是为单个字段创建索引，其实一个索引可以包含多个字段，我们称之为叫：组合索引，也叫联合索引。

create index 索引名 ON 表名(字段1,字段2,...);

-- 组合索引的最左优先(匹配)原则：
-- 组合索引的第一个字段必须出现在查询子句中，这个索引才会被用到。如果有一个组合索引(col_a,col_b,col_c)，下面的情况都会用到这个索引：
	where col_a = "some value";
	where col_a = "some value" and col_b = "some value";
	where col_a = "some value" and col_c = "some value";  -- 本质等价于 where col_a = "some value";
	where col_a = "some value" and col_b = "some value" and col_c = "some value";
	where col_b = "some value" and col_a = "some value" and col_c = "some value"; -- mysql会自动优化成第三条的样子
	
-- 下面的情况就不会用到索引：
	where col_b = "aaaa";
	where col_b = "aaaa" and col_c = "ccc";

3.5 全文索引

全文索引（fulltext index），主要对字符串类型建立基于分词的索引，主要是基于CHAR、VARCHAR和TEXT的字段上，虽然可以使用like进行模糊匹配，但是其效率远低于全文索引。

① 全文创建

-- 方式1：建表时创建：
create table 表名(
    字段名1 类型,
    字段名2 类型,
    ...
    fulltext index 索引名(字段名)
);

-- 方式2：建表后创建
create fulltext index 索引名 on 表名(字段名);

② 全文使用

select ... from 表名 where match(全文索引字段名) against('检索内容');

3.6 explain

可以通过执行explain语句查看执行计划来判断是否使用索引。

explain select ... from table_name where ...;

四、聚簇索引和非聚簇索引

  • 聚簇索引：索引数据和行数据存储在一起。
  • 非聚簇索引：索引数据和行数据分开存储。

InnoDB引擎使用的是聚簇索引：数据和索引文件是.idb，该文件中即存储了索引也存储了数据本身。

MyISAM引擎使用的是非聚簇索引：索引文件.MYI和数据文件.MYD，分开存储。

在InnoDB引擎中，插入数据时一定会和索引值进行绑定，索引值默认是主键，如果没有主键找唯一键，如果没有唯一键找mysql自动生成的行id(rowid)。

五、索引建议

  • 在经常需要搜索查询的列上创建索引，可以加快搜索的速度。
  • 在作为主键的列上创建索引，强制该列的唯一性和组织表中数据的排列结构。
  • 在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，其指定的范围是连续的。
  • 在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。
  • 在经常使用WHERE子句的列上创建索引，加快条件的判断速度。
  • 为经常出现在关键字ORDER BY、GROUP BY、DISTINCT后面的字段建立索引。

六、浅谈索引底层原理

在讨论MySQL索引时，我们必须先简单了解相关的数据结构，才能更好的学习索引。

这个网站上可以在线演示各种数据结构。
地址：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

6.1 二叉树

二叉树（Binary tree）是树形结构的一种类型。树中的节点，最多可以有两个子节点，称为：左子树和右子树。如下图，就是一个二叉树结构。
在这里插入图片描述

6.2 二叉查找树（Binary Search Tree）

二叉查找树（Binary Search Tree）又称为：二叉排序树（Binary Sort Tree）和 二叉搜索树。
二叉查找树具有如下特点：
（1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值；
（2）若右子树不空，则右子树上所有结点的值均大于它的根结点的值；
在这里插入图片描述
这样的结构好处是，有序，并且是折半查找，效率相对较高。例如：要找元素7
① 从根节点8开始，7比8小，所以去8的左子树找
② 遇到元素6，7比6大，所以去6的右子树找
③ 遇到元素7，匹配成功
可以看出，从7个元素中去找某一个元素，最多也就是3次，即：最多用树的高度次就能找到元素。

但是，在极端情况下，树会变成链表，如图：
在这里插入图片描述
因为后添加的元素大，所有，只能一直添加到右子树上，这就导致了整个树不平衡，形成了类似链表的结构，查找的效率就不高了。

为了解决这个问题，又有了红黑树。

6.3 红黑树

红黑树（Red Black Tree） 是一种自平衡二叉查找树。
他的主要思想是保证左右子树尽量平衡（即：左右子树高度尽量一致），但是红黑树不是严格意义上的平衡二叉树（AVL），因为它的左右子树高差有可能大于 1。
在这里插入图片描述

6.4 B树

在前面我们见到的几种树结构，每个节点只能有2个子节点，随着数据量的增加，会导致树的高度越来越大，从而造成查询的效率变低，那就可以让每个节点拥有多个子节点，以此减少树的高度，从而提升效率。 B树就是这样做的，其可以拥有多于2个子节点，并保持数据有序，即：多叉有序树。

在这里插入图片描述

上图中提到了磁盘块的概念，其实更准确的应该叫做：数据页，他是mysql与磁盘交互的最小单位，是mysql内部的数据结构，大小为16kb。mysql每次从磁盘中读取数据默认最小是16kb，要么不读，读了就是16kb（数据页的大小可以修改）。

因此，在16kb中如果既需要保存"索引关键字"，又需要保存"数据"，显然存储的数据个数是有限的，假设不考虑其他开销，一份数据+一个索引关键字占1k，16kb就是16份数据，按照上图的三层树能够存储的数据是：161616 = 4096，显然存储的数据量还是不多。

6.5 B+树

B+树在B树的基础上做了修改，他将数据保存在了叶子节点（叶子节点拥有全量数据），其余非叶子节点不保存数据，仅保存索引关键和指针信息。

在这里插入图片描述
如上图，这样做的好处是能够保存更多的"索引关键字范围"，从而在树高不变的情况下保存更多的数据。假设还是3层的树高，如果一个索引关键字+指针信息占10字节，那么16KB中就可以保存：161024/10=1638.4个 ，3层也就是：16381638*16 = 26830440 个。

由此得出结论：

  • B+树的非叶子节点，也称索引节点，不存储数据，只存储索引值，相比较B树来说，B+树一个节点可存储更多的索引值，使得整颗B+树变得更矮，减少I/O次数，磁盘读写代价更低。
  • B+树的叶子节点，是顺序存储的，并且数据页和数据页之间使用指针连接，范围查询性能更优。
  • B树只适合随机检索，而B+树同时支持随机检索和顺序检索。

七、回表

场景1：一张表设置了主键索引，此时，会创建一个B+树来保存数据，使用主键作为查询条件时，则仅需查找一次B+树。
例如：select * from user where id = 1;

场景2：一张表既设置了主键索引，又设置了其他字段为索引字段（例如：name字段），此时，会创建两个B+树来保存数据，第一个B+树和场景1一致，第二个B+树则是存储索引关键字和主键id的值，当使用name字段作为检索条件时，会先查找第二个B+树，基于关键字找到主键id，再用id值到第一个B+树中查找到数据。这种情况就称为：回表。
例如：select * from user where name = 'msk1024';

那么如何解决回表问题呢？
答案是：索引覆盖，最简单的方式就是创建联合索引。
案例：

-- 表t1有a，b，c三个字段，其中a是主键，b上建了索引
SELECT * FROM t1 WHERE a = 1; -- 这样不会产生回表，因为所有的数据在a的索引树中均能找到

SELECT * FROM t1 WHERE b = 2; 
-- 这样就会产生回表，因为where条件是b字段，那么会去b的索引树里查找数据，
-- 但b的索引里面只有a,b两个字段的值，没有c，那么这个查询为了取到c字段，
-- 就要取出主键a的值，然后去a的索引树去找c字段的数据。查了两个索引树，这就叫回表。


-- 索引覆盖就是查这个索引能查到你所需要的所有数据，不需要去另外的数据结构去查。
-- 其实就是不用回表。怎么避免？不是必须的字段就不要出现在SELECT里面。或者b,c建联合索引。但具体情况要具体分析，索引字段多了，存储和插入数据时的消耗会更大。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/67863.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【MMDetection】MMDetection中AnchorGenerator学习笔记

【MMDetection】MMDetection中AnchorGenerator学习笔记

文章目录初始化-AnchorGenerator()Anchor平移-grid_priors计算有效anchor-valid_flags参考文献初始化-AnchorGenerator() TASK_UTILS.register_module() class AnchorGenerator:def __init__(self, strides, ratios, scalesNone, base_sizesNone, scale_majorTrue, octave_bas…
阅读更多...
numpy的部分通用函数浅谈

numpy的部分通用函数浅谈

numpy的部分通用函数 1.数组算术运算符 运算符对应的通用函数描述np.add加法运算&#xff08;即112)-np.substract减法运算&#xff08;即3-21&#xff09;-np.negative负数运算&#xff08;即-2&#xff09;*Nnp.multiply乘法运算&#xff08;即2*36&#xff09;/np.divide除…
阅读更多...
Optional用法与争议点

Optional用法与争议点

Optional用法与争议点 简介 要说Java中什么异常最容易出现&#xff0c;我想NullPointerException一定当仁不让&#xff0c;为了解决这种null值判断问题&#xff0c;Java8中提供了一个新的工具类Optional&#xff0c;用于提示程序员注意null值&#xff0c;并在特定场景中简化代…
阅读更多...
软件测试8年，却被应届生踩在头上，是应届生太牛了，还是我们太弱了?

软件测试8年，却被应届生踩在头上，是应届生太牛了，还是我们太弱了?

前几天有个朋友向我哭诉&#xff0c;说他在公司干了8年的软件测试&#xff0c;却被一个实习生代替了&#xff0c;该何去何从? 这是一个值得深思的问题&#xff0c;作为职场人员&#xff0c;我们确实该思考&#xff0c;我们的工作会被实习生代替吗?这是一个很尖锐的问题&…
阅读更多...
MFC基于对话框——仿照Windows计算器制作C++简易计算器

MFC基于对话框——仿照Windows计算器制作C++简易计算器

目录 一、界面设计 二、设置成员变量 三、初始化成员变量 四、初始化对话框 ​五、添加控件代码 1.各个数字的代码&#xff08;0~9&#xff09; 2.清除功能的代码 3.退格功能的代码 4.加减乘除功能的代码 5.小数点功能的代码 6.正负号功能的代码 7.等于功能的代码…
阅读更多...
算法day42|背包问题

算法day42|背包问题

目录 01背包问题 二维 01背包问题 一维 416. 分割等和子集 背包问题分为&#xff1a;01背包&#xff0c;完全背包&#xff0c;多种背包01背包指的是有n种物品&#xff0c;每种物品只能取一个完全背包指的是有n种物品,每种物品可以取无限个多种背包指的是有n种物品&#xff0c;每…
阅读更多...
公众号网课搜题接口

公众号网课搜题接口

公众号网课搜题接口 本平台优点&#xff1a; 多题库查题、独立后台、响应速度快、全网平台可查、功能最全&#xff01; 1.想要给自己的公众号获得查题接口&#xff0c;只需要两步&#xff01; 2.题库&#xff1a; 查题校园题库&#xff1a;查题校园题库后台&#xff08;点击…
阅读更多...
常用的在线工具网站

常用的在线工具网站

1&#xff0c;在线Photoshop软件 https://www.uupoop.com/ PS在线图片编辑器是一个专业精简的在线ps图片照片制作处理软件工具,绿色免安装,免下载,直接在浏览器打开就可用它修正,调整和美化图像。 2&#xff0c;bilibili视频编辑器 https://bilibili.clipchamp.com/ 由哔哩哔哩…
阅读更多...
(保姆级)国内1块钱注册火爆全网的OpenAI-ChatGPT机器人

(保姆级)国内1块钱注册火爆全网的OpenAI-ChatGPT机器人

下面有给出完整的注册流程。首先介绍一下它是什么&#xff0c;如果只想看注册往下翻&#xff01; 1块钱注册火爆全网的OpenAI-ChatGPT机器人OpengAI-ChatGPT能做什么如何注册1块钱收取验证码使用注册的账号登录ChatGPTOpengAI-ChatGPT能做什么 我作为一个程序员用了一段时间&a…
阅读更多...
金蝶云星空生产管理（冲刺学习）

金蝶云星空生产管理（冲刺学习）

物料“基本”和“生产”相关属性字段介绍 物料属性&#xff1a;生产中常用的物料属性包括自制、委外、外购、虚拟、配置、特征。 自制&#xff1a;一般是指由企业自己生产的物料&#xff0c;一般会建BOM、生产订单&#xff1b; 委外&#xff1a;是指委托给其他加工单位进行加工…
阅读更多...
DevTools 无法加载来源映射：无法加载 chrome-extension: 警告的原因以及如何去除（全网最全 最详细解决方案）

DevTools 无法加载来源映射：无法加载 chrome-extension: 警告的原因以及如何去除（全网最全 最详细解决方案）

是类似这样的一个警告。每次都有看着还是挺难受的。 这个警告的原因是你的浏览器插件造成的。例如警告已经很明确的告诉你是chrome-extension&#xff0c;也就是谷歌插件的问题。后面的字符串其实就是这个插件的id。 chrome-extension://cfhdojbkjhnklbpkdaibdccddilifddb/br…
阅读更多...
QT笔记——QSlider滑动条滚轮事件和点击鼠标位置事件问题

QT笔记——QSlider滑动条滚轮事件和点击鼠标位置事件问题

需求&#xff1a;我们需要对一个滑动条 滚轮事件 和 点击到滑动条的位置 实时显示 问题&#xff1a;其中在做的时候遇到了很多的问题&#xff0c;一开始感觉很简单&#xff0c;现在将这些问题记录下来 ui图&#xff1a; 问题1&#xff1a;处理QSlider 滚轮事件的时候 这里有…
阅读更多...
AlphaFold2源码解析(8)--模型之三维坐标构建

AlphaFold2源码解析(8)--模型之三维坐标构建

AlphaFold2源码解析(8)–模型之三维坐标构建 这个模块我们讲解AlphaFold的Structure module模块&#xff0c;该结构模块将蛋白质结构的抽象表示映射为具体的三维原子坐标。 Evoformer的单一表征被用作初始单一表征siinitial{s^{initial}_i }siinitial​&#xff0c;siinitial∈…
阅读更多...
同步整流 降压恒流 输入4-40V 功率可达40W 电流3.6A 原理图

同步整流 降压恒流 输入4-40V 功率可达40W 电流3.6A 原理图

◆PCB 布线参考PCB 布局应遵循如下规则以确保芯片的正常工作。1:功率线包括地线&#xff0c;LX线和VIN线应该尽量做到短、 直和宽。2:输入电容应尽可能靠近芯片管脚&#xff08;VIN 和 &#xff09;。输入电源引脚可增加一个 0.1uF 的陶瓷电容以增强芯片的抗高频噪声能力。3:功…
阅读更多...
小迪-day13(MySQL注入)

小迪-day13(MySQL注入)

一、information_schema information_schema 数据库跟 performance_schema 一样&#xff0c;都是 MySQL 自带的信息数据库。其中 performance_schema 用于性能分析&#xff0c;而 information_schema 用于存储数据库元数据(关于数据的数据)&#xff0c;例如数据库名、表名、列…
阅读更多...
信号和电源隔离的有效设计技术

信号和电源隔离的有效设计技术

介绍 如今&#xff0c;电子产品设计师比以往任何时候都更面临着一系列共同的目标&#xff1a;实现更高的吞吐量、更高的分辨率、更高效的系统和缩短上市时间。在工业自动化、医疗电子或电信系统等领域&#xff0c;通常需要电隔离多个信号&#xff0c;以使子系统能够共享数据或…
阅读更多...
农民歌唱家大衣哥外出商演，大衣嫂在家晒麦子，真是一对金童玉女

农民歌唱家大衣哥外出商演，大衣嫂在家晒麦子，真是一对金童玉女

在中国华语乐坛&#xff0c;曾经有很多对模范夫妻&#xff0c;比如说任静和付笛声&#xff0c;他们也是音乐领域的金童玉女。其实大家都忽略了一对夫妻&#xff0c;农民歌唱家大衣哥&#xff0c;和他的结发妻子玉华&#xff0c;同样是中国华语乐坛的骄傲。 只是因为大衣哥过于低…
阅读更多...
计算机网络复习（一~三）

计算机网络复习（一~三）

第一章 基本概念 1-01.计算机网络可以向用户提供哪些服务&#xff1f; 答&#xff1a;例如音频&#xff0c;视频&#xff0c;游戏等&#xff0c;但本质是提供连通性和共享这两个功能。连通性&#xff1a;计算机网络使上网用户之间可以交换信息&#xff0c;好像这些用户的计算…
阅读更多...
RDPCrystal EDI SDK 10.0.4.X Crack

RDPCrystal EDI SDK 10.0.4.X Crack

关于 RDPCrystal EDI 库 使用 .NET、NodeJS、JavaScript 或 .NET Core 创建、查看和验证 EDI 数据。 RDPCrystal EDI 库是一套 EDI 组件&#xff08;.NET、NodeJS/JavaScript 和 .NET Core&#xff09;&#xff0c;可以创建和操作任何 X12 标准文件。功能包括解析、连接、拆分、…
阅读更多...
【Unity】填坑，Unity接入Epic Online Service上架Epic游戏商城

【Unity】填坑，Unity接入Epic Online Service上架Epic游戏商城

EOS SDK For Unity地址&#xff1a;https://github.com/PlayEveryWare/eos_plugin_for_unity_upm Epic是虚幻游戏引擎开发商&#xff0c;2018年12月Epic宣布推出Epic游戏商城至今刚好三年&#xff0c;Epic将平台分成定为12%(远低于当时Steam的30%)&#xff0c;并且频繁推出各种…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023