网站建设谈客户说什么,做网站的 深圳,wordpress seo教程网,2345实用查询2. 索引
2.1 索引概述
MySQL官方对索引的定义为#xff1a;索引#xff08;index#xff09;是帮助MySQL高效获取数据的数据结构#xff08;有序#xff09;。在数据之外#xff0c;数据库系统还维护者满足特定查找算法的数据结构#xff0c;这些数据结构以某种方式引…2. 索引
2.1 索引概述
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有序。在数据之外数据库系统还维护者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构上实现高级查找算法这种数据结构就是索引。如下面的示意图所示 :
左边是数据表一共有两列七条记录最左边的是数据记录的物理地址注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的。为了加快Col2的查找可以维护一个右边所示的二叉查找树每个节点分别包含索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快速获取到相应数据。
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在磁盘上。索引是数据库中用来提高性能的最常用的工具。
2.2 索引优势劣势
优势
1 类似于书籍的目录索引提高数据检索的效率降低数据库的IO成本。
2 通过索引列对数据进行排序降低数据排序的成本降低CPU的消耗。
劣势
1 实际上索引也是一张表该表中保存了主键与索引字段并指向实体类的记录所以索引列也是要占用空间的。
2 虽然索引大大提高了查询效率同时却也降低更新表的速度如对表进行INSERT、UPDATE、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。
2.3 索引结构
索引是在MySQL的存储引擎层中实现的而不是在服务器层实现的。所以每种存储引擎的索引都不一定完全相同也不是所有的存储引擎都支持所有的索引类型的。MySQL目前提供了以下4种索引
BTREE 索引 最常见的索引类型大部分索引都支持 B 树索引。HASH 索引只有Memory引擎支持 使用场景简单 。R-tree 索引空间索引空间索引是MyISAM引擎的一个特殊索引类型主要用于地理空间数据类型通常使用较少不做特别介绍。Full-text 全文索引 全文索引也是MyISAM的一个特殊索引类型主要用于全文索引InnoDB从Mysql5.6版本开始支持全文索引。
MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持索引InnoDB引擎MyISAM引擎Memory引擎BTREE索引支持支持支持HASH 索引不支持不支持支持R-tree 索引不支持支持不支持Full-text5.6版本之后支持支持不支持
我们平常所说的索引如果没有特别指明都是指B树多路搜索树并不一定是二叉的结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 Btree 索引统称为 索引。
2.3.1 BTREE 结构
BTree又叫多路平衡搜索树一颗m叉的BTree特性如下
树中每个节点最多包含m个孩子。除根节点与叶子节点外每个节点至少有[ceil(m/2)]个孩子。若根节点不是叶子节点则至少有两个孩子。所有的叶子节点都在同一层。每个非叶子节点由n个key与n1个指针组成其中[ceil(m/2)-1] n m-1
下面以5叉BTree为例key的数量公式推导[ceil(m/2)-1] n m-1。所以 2 n 4 。当n4时中间节点分裂到父节点两边节点分裂。 插入 C N G A H E K Q M F W L T Z D P R X Y S 数据为例。
演变过程如下
1). 插入前4个字母 C N G A
2). 插入Hn4中间元素G字母向上分裂到新的节点 3). 插入EKQ不需要分裂
4). 插入M中间元素M字母向上分裂到父节点G
5). 插入FWLT不需要分裂
6). 插入Z中间元素T向上分裂到父节点中 7). 插入D中间元素D向上分裂到父节点中。然后插入PRXY不需要分裂 8). 最后插入SNPQR节点n5中间节点Q向上分裂但分裂后父节点DGMT的n5中间节点M向上分裂 到此该BTREE树就已经构建完成了 BTREE树 和 二叉树 相比 查询数据的效率更高 因为对于相同的数据量来说BTREE的层级结构比二叉树小因此搜索速度快。
2.3.3 BTREE 结构
BTree为BTree的变种BTree与BTree的区别为
1). n叉BTree最多含有n个key而BTree最多含有n-1个key。
2). BTree的叶子节点保存所有的key信息依key大小顺序排列。
3). 所有的非叶子节点都可以看作是key的索引部分。 由于BTree只有叶子节点保存key信息查询任何key都要从root走到叶子。所以BTree的查询效率更加稳定。
2.3.3 MySQL中的BTree
MySql索引数据结构对经典的BTree进行了优化。在原BTree的基础上增加一个指向相邻叶子节点的链表指针就形成了带有顺序指针的BTree提高区间访问的性能。
MySQL中的 BTree 索引结构示意图:
2.4 索引分类
1 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
2 唯一索引 索引列的值必须唯一但允许有空值
3 复合索引 即一个索引包含多个列
2.5 索引语法
索引在创建表的时候可以同时创建 也可以随时增加新的索引。
准备环境:
create database demo_01 default charsetutf8mb4;use demo_01;CREATE TABLE city (city_id int(11) NOT NULL AUTO_INCREMENT,city_name varchar(50) NOT NULL,country_id int(11) NOT NULL,PRIMARY KEY (city_id)
) ENGINEInnoDB DEFAULT CHARSETutf8;CREATE TABLE country (country_id int(11) NOT NULL AUTO_INCREMENT,country_name varchar(100) NOT NULL,PRIMARY KEY (country_id)
) ENGINEInnoDB DEFAULT CHARSETutf8;insert into city (city_id, city_name, country_id) values(1,西安,1);
insert into city (city_id, city_name, country_id) values(2,NewYork,2);
insert into city (city_id, city_name, country_id) values(3,北京,1);
insert into city (city_id, city_name, country_id) values(4,上海,1);insert into country (country_id, country_name) values(1,China);
insert into country (country_id, country_name) values(2,America);
insert into country (country_id, country_name) values(3,Japan);
insert into country (country_id, country_name) values(4,UK);2.5.1 创建索引
语法
CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
[USING index_type]
ON tbl_name(index_col_name,...)index_col_name : column_name[(length)][ASC | DESC]示例 为city表中的city_name字段创建索引
2.5.2 查看索引
语法
show index from table_name;示例查看city表中的索引信息
2.5.3 删除索引
语法
DROP INDEX index_name ON tbl_name;示例 想要删除city表上的索引idx_city_name可以操作如下
2.5.4 ALTER命令
1). alter table tb_name 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NULL2). alter table tb_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3). alter table tb_name add index index_name(column_list);添加普通索引 索引值可以出现多次。4). alter table tb_name add fulltext index_name(column_list);该语句指定了索引为FULLTEXT 用于全文索引
2.6 索引设计原则
索引的设计可以遵循一些已有的原则创建索引的时候请尽量考虑符合这些原则便于提升索引的使用效率更高效的使用索引。 对查询频次较高且数据量比较大的表建立索引。 索引字段的选择最佳候选列应当从where子句的条件中提取如果where子句中的组合比较多那么应当挑选最常用、过滤效果最好的列的组合。 使用唯一索引区分度越高使用索引的效率越高。 索引可以有效的提升查询数据的效率但索引数量不是多多益善索引越多维护索引的代价自然也就水涨船高。对于插入、更新、删除等DML操作比较频繁的表来说索引过多会引入相当高的维护代价降低DML操作的效率增加相应操作的时间消耗。另外索引过多的话MySQL也会犯选择困难病虽然最终仍然会找到一个可用的索引但无疑提高了选择的代价。 使用短索引索引创建之后也是使用硬盘来存储的因此提升索引访问的I/O效率也可以提升总体的访问效率。假如构成索引的字段总长度比较短那么在给定大小的存储块内可以存储更多的索引值相应的可以有效的提升MySQL访问索引的I/O效率。 利用最左前缀N个列组合而成的组合索引那么相当于是创建了N个索引如果查询时where子句中使用了组成该索引的前几个字段那么这条查询SQL可以利用组合索引来提升查询效率。 创建复合索引:CREATE INDEX idx_name_email_status ON tb_seller(NAME,email,STATUS);就相当于对name 创建索引 ;对name , email 创建了索引 ;对name , email, status 创建了索引 ;
