用dw做销售网站,福利吧 wordpress主题,山西城乡建设学校报名网站,苏州seo网站优化软件1. 没有索引#xff0c;可能会有什么问题
索引#xff1a;提高数据库的性能#xff0c;索引是物美价廉的东西了。 不用加内存#xff0c;不用改程序#xff0c;不用调sql#xff0c;只要执行正确的 create index #xff0c;查询速度就可能提高成百上千倍。 但是天下没…
1. 没有索引可能会有什么问题
索引提高数据库的性能索引是物美价廉的东西了。 不用加内存不用改程序不用调sql只要执行正确的 create index 查询速度就可能提高成百上千倍。 但是天下没有免费的午餐查询速度的提高是以插入、更新、删除的速度为代价的这些写操作增加了大量的IO。 所以它的价值在于提高一个海量数据的检索速度。 常见索引分为 主键索引(primary key)唯一索引(unique)普通索引(index)全文索引(fulltext)–解决中子文索引问题。 案例 先整一个海量表在查询的时候看看没有索引时有什么问题
代码这里就不贴了放到gitee网站上了点击链接即可 还是跟之前一样将SQL代码拖到所要存放的目录下再进行导出命令
mysql source /var/lib/mysql/index_data.sql -- 这里的路径找到自己的文件这可能需要等待几分钟因为数据量特别大数据库IO需要时间 到此已经创建出了海量数据的表了。
mysql use bit_index;
Database changed
mysql show tables;
---------------------
| Tables_in_bit_index |
---------------------
| EMP |
---------------------
1 row in set (0.01 sec)mysql select * from EMP limit 10;
------------------------------------------------------------------------------
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
------------------------------------------------------------------------------
| 100002 | vIeyeb | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 464 |
| 100003 | wvQSPx | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 451 |
| 100004 | bBCigh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 206 |
| 100005 | AsmicO | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 372 |
| 100006 | prPXvh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 276 |
| 100007 | lzQFDa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 206 |
| 100008 | Vseryo | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 17 |
| 100009 | mgXtaX | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 364 |
| 100010 | KrFcvU | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 116 |
| 100011 | vuLvUm | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 257 |
------------------------------------------------------------------------------
10 rows in set (0.00 sec)查询员工编号为998877的员工 where后面跟常数 表示恒为True 那么就会一直在EMP表当中查找最终因为操作系统内存不够的原因被Kill掉(kill -9命令)
[rootiZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql9940 9961 9961 9940 pts/0 9961 S 0 0:00 mysql -uroot -p9962 10062 10061 9962 pts/1 10061 S 0 0:00 grep --colorauto mysql1 14239 14238 14238 ? -1 Sl 27 16:48 /usr/sbin/mysqld --daemonize --pidfile/var/run/mysqld/mysqld.pid
[rootiZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql9962 10082 10081 9962 pts/1 10081 S 0 0:00 grep --colorauto mysql1 14239 14238 14238 ? -1 Sl 27 16:59 /usr/sbin/mysqld --daemonize --pid-file/var/run/mysqld/mysqld.pid同时mysql进程也被杀掉了重新启动mysql
mysql select * from EMP where empno 998877;
------------------------------------------------------------------------------
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
------------------------------------------------------------------------------
| 998877 | IdprQa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 321 |
------------------------------------------------------------------------------
1 row in set (4.53 sec)可以看到耗时4.93秒这还是在本机一个人来操作在实际项目中如果放在公网中假如同时有1000个人并发查询那很可能就死机。 解决方法创建索引
mysql alter table EMP add index(empno);
Query OK, 0 rows affected (18.96 sec)
Records: 0 Duplicates: 0 Warnings: 0换一个员工编号测试看看查询时间
mysql select * from EMP where empno123456;
------------------------------------------------------------------------------
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
------------------------------------------------------------------------------
| 123456 | JZfAnP | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 | 104 |
------------------------------------------------------------------------------
1 row in set (0.01 sec)我们可以看到增加索引后的速度就是0.01秒非常快
2. 认识磁盘
MySQL与存储 MySQL 给用户提供存储服务而存储的都是数据数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备相比于计算机其他电子元件磁盘效率是比较低的在加上IO本身的特征可以知道如何提交效率是 MySQL 的一个重要话题。 先来研究一下磁盘 再看看磁盘中一个盘片 扇区 数据库文件本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中就是我们经常所说的扇区。当然数据库文件很大也很多一定需要占据多个扇区。 题外话 从上图可以看出来在半径方向上距离圆心越近扇区越小距离圆心越远扇区越大那么所有扇区都是默认512字节吗 目前是的我们也这样认为。因为保证一个扇区多大是由比特位密度决定的。不过最新的磁盘技术已经慢慢的让扇区大小不同了不过我们现在暂时不考虑。 我们在使用Linux所看到的大部分目录或者文件其实就是保存在硬盘当中的。 (当然有一些内存文件系统如 proc sys 之类我们不考虑)
#数据库文件本质其实就是保存在磁盘的盘片当中就是一个一个的文件
[rootiZ0jl69kyvg0h181cozuf5Z ~]# ls /var/lib/mysql -l #我们目前MySQL中的文件
total 254032
-rw-r----- 1 mysql mysql 56 Mar 11 10:37 auto.cnf
drwxr-x--- 2 mysql mysql 4096 Mar 26 16:06 bit_index
-rw------- 1 mysql mysql 1676 Mar 11 10:37 ca-key.pem
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 ca.pem
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 client-cert.pem
-rw------- 1 mysql mysql 1680 Mar 11 10:37 client-key.pem
-rw-r----- 1 mysql mysql 301 Mar 11 11:29 ib_buffer_pool
-rw-r----- 1 mysql mysql 146800640 Mar 26 16:08 ibdata1
-rw-r----- 1 mysql mysql 50331648 Mar 26 16:08 ib_logfile0
-rw-r----- 1 mysql mysql 50331648 Mar 26 16:08 ib_logfile1
-rw-r----- 1 mysql mysql 12582912 Mar 23 12:59 ibtmp1
-rw-r--r-- 1 root root 1974 Mar 25 2022 index_data.sql
drwxr-x--- 2 mysql mysql 4096 Mar 11 10:37 mysql
srwxrwxrwx 1 mysql mysql 0 Mar 11 11:29 mysql.sock
-rw------- 1 mysql mysql 6 Mar 11 11:29 mysql.sock.lock
drwxr-x--- 2 mysql mysql 4096 Mar 11 10:37 performance_schema
-rw------- 1 mysql mysql 1676 Mar 11 10:37 private_key.pem
-rw-r--r-- 1 mysql mysql 452 Mar 11 10:37 public_key.pem
drwxr-x--- 2 mysql mysql 4096 Mar 26 11:50 scott
-rw-r--r-- 1 mysql mysql 1112 Mar 11 10:37 server-cert.pem
-rw------- 1 mysql mysql 1676 Mar 11 10:37 server-key.pem
drwxr-x--- 2 mysql mysql 12288 Mar 11 10:37 sys
drwxr-x--- 2 mysql mysql 4096 Mar 23 13:07 tt# 自己定义的数据库里面有数据表所以最基本的找到一个文件的全部本质就是在磁盘找到所有保存文件的扇区。 而我们能够定位任何一个扇区那么便能找到所有扇区因为查找方式是一样的。
定位扇区
柱面(磁道): 多盘磁盘每盘都是双面大小完全相等。那么同半径的磁道整体上便构成了一个柱面每个盘面都有一个磁头那么磁头和盘面的对应关系便是1对1的所以我们只需要知道磁头Heads、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号即可在磁盘上定位所要访问的扇区。 这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS 但是硬件是而是 LBA 一种线性地址可以想象成虚拟地址与物理地址。 系统将 LBA 地址最后会转化成为 CHS 交给磁盘去进行数据读取。 不过我们现在不关心转化细节知道这个东西让我们逻辑自洽起来即可。 结论 我们现在已经能够在硬件层面定位任何一个基本数据块了(扇区)。那么在系统软件上就直接按照扇区(512字节部分4096字节),进行IO交互吗不是如果操作系统直接使用硬件提供的数据大小进行交互那么系统的IO代码就和硬件强相关换言之如果硬件发生变化系统必须跟着变化从目前来看单次IO 512字节还是太小了。IO单位小意味着读取同样的数据内容需要进行多次磁盘访问会带来效率的降低。之前学习文件系统就是在磁盘的基本结构下建立的。文件系统读取基本单位就不是扇区而是数据块。
故系统读取磁盘是以块为单位的基本单位是 4KB 。
磁盘随机访问(Random Access)与连续访问(Sequential Access) 随机访问本次IO所给出的扇区地址和上次IO给出扇区地址不连续这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。 连续访问如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的那磁头就能很快的开始这次IO操作这样的多个IO操作称为连续访问。 因此尽管相邻的两次IO操作在同一时刻发出但如果它们的请求的扇区地址相差很大的话也只能称为随机访问而非连续访问。 磁盘是通过机械运动进行寻址的随机访问不需要过多的定位故效率比较高。
3. MySQL 与磁盘交互基本单位
而 MySQL 作为一款应用软件可以想象成一种特殊的文件系统。它有着更高的IO场景所以为了提高 基本的IO效率 MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解)
mysql SHOW GLOBAL STATUS LIKE innodb_page_size;
-------------------------
| Variable_name | Value |
-------------------------
| Innodb_page_size | 16384 | -- 16*102416384
-------------------------
1 row in set (0.01 sec)也就是说磁盘这个硬件设备的基本单位是 512 字节而 MySQL InnoDB引擎 使用 16KB 进行IO交互。 即 MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元在 MySQL 这里叫做page注意和系统的page区分
4. 建立共识 MySQL 中的数据文件是以page为单位保存在磁盘当中的。MySQL 的 CURD 操作都需要通过计算找到对应的插入位置或者找到对应要修改或者查询的数 据。而只要涉及计算就需要CPU参与而为了便于CPU参与一定要能够先将数据移动到内存当中。所以在特定时间内数据一定是磁盘中有内存中也有。后续操作完内存数据之后以特定的刷新策略刷新到磁盘。而这时就涉及到磁盘和内存的数据交互也就是IO了。而此时IO的基本单位就是Page为了更好的进行上面的操作 MySQL 服务器在内存中运行的时候在服务器内部就申请了被称为 Buffer Pool 的的大内存空间来进行各种缓存。其实就是很大的内存空间来和磁盘数据进行IO交互。为何更高的效率一定要尽可能的减少系统和磁盘IO的次数
5. 索引的理解
建立测试表
create table if not exists user (
id int primary key, --一定要添加主键哦只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);
mysql show create table user \G
*************************** 1. row ***************************
Table: user
Create Table: CREATE TABLE user (
id int(11) NOT NULL,
age int(11) NOT NULL,
name varchar(16) NOT NULL,
PRIMARY KEY (id)
) ENGINEInnoDB DEFAULT CHARSETutf8 --默认就是InnoDB存储引擎
1 row in set (0.00 sec)插入多条记录
--插入多条记录注意我们并没有按照主键的大小顺序插入哦
mysql insert into user (id, age, name) values(3, 18, 杨过);
Query OK, 1 row affected (0.01 sec)
mysql insert into user (id, age, name) values(4, 16, 小龙女);
Query OK, 1 row affected (0.00 sec)
mysql insert into user (id, age, name) values(2, 26, 黄蓉);
Query OK, 1 row affected (0.01 sec)
mysql insert into user (id, age, name) values(5, 36, 郭靖);
Query OK, 1 row affected (0.00 sec)
mysql insert into user (id, age, name) values(1, 56, 欧阳锋);
Query OK, 1 row affected (0.00 sec)查看插入结果
mysql select * from user; --发现竟然默认是有序的是谁干的呢排序有什么好处呢
--------------------
| id | age | name |
--------------------
| 1 | 56 | 欧阳锋 |
| 2 | 26 | 黄蓉 |
| 3 | 18 | 杨过 |
| 4 | 16 | 小龙女 |
| 5 | 36 | 郭靖 |
--------------------
5 rows in set (0.00 sec)中断一下—为何IO交互要是 Page 为何MySQL和磁盘进行IO交互的时候要采用Page的方案进行交互呢?用多少加载多少不香吗? 如上面的5条记录如果MySQL要查找id2的记录第一次加载id1第二次加载id2一次一条记录那么就需要2次IO。如果要找id5那么就需要5次IO。 但如果这5条(或者更多)都被保存在一个Page中(16KB能保存很多记录),那么第一次IO查找id2的时候整个Page会被加载到MySQL的Buffer Pool中这里完成了一次IO。但是往后如果在查找id1,3,4,5等完全不需要进行IO了而是直接在内存中进行了。所以就在单Page里面大大减少了IO的次数。 你怎么保证用户一定下次找的数据就在这个Page里面我们不能严格保证但是有很大概率因为有局部性原理当我们访问该Page时那么就有很大的概率访问周围的Page 往往IO效率低下的最主要矛盾不是IO单次数据量的大小而是IO的次数。 理解单个Page MySQL 中要管理很多数据表文件而要管理好这些文件就需要先描述再组织 。 我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。 不同的 Page 在 MySQL 中都是 16KB 使用 prev 和 next 构成双向链表
因为有主键的问题 MySQL 会默认按照主键给我们的数据进行排序从上面的Page内数据记录可以看出数据是有序且彼此关联的。 为什么数据库在插入数据时要对其进行排序呢我们按正常顺序插入数据不是也挺好的吗 插入数据时排序的目的就是优化查询的效率。 页内部存放数据的模块实质上也是一个链表的结构链表的特点也就是增删快查询修改慢所以优化查询的效率是必须的。 正式因为有序在查找的时候从头到后都是有效查找没有任何一个查找是浪费的而且如果运气好是可以提前结束查找过程的。 理解多个Page 通过上面的分析我们知道上面页模式中只有一个功能就是在查询某条数据的时候直接将一整页的数据加载到内存中以减少硬盘IO次数从而提高性能。但是我们也可以看到现在的页模式内部实际上是采用了链表的结构前一条数据指向后一条数据本质上还是通过数据的逐条比较来取出特定的数据。 如果有1千万条数据一定需要多个Page来保存1千万条数据多个Page彼此使用双链表链接起来而且每个Page内部的数据也是基于链表的。 那么查找特定一条记录也一定是线性查找。这效率也太低了。 页目录 我们在看《谭浩强C程序设计》这本书的时候如果我们要看指针章节找到该章节有两种做法
方案1从头逐页的向后翻直到找到目标内容方案2通过书提供的目录发现指针章节在234页(假设)那么我们便直接翻到234页。同时查找目录的方案可以顺序找不过因为目录肯定少所以可以快速提高定位
本质上书中的目录是多花了纸张的但是却提高了效率 所以目录是一种“空间换时间的做法”
单页情况 针对上面的单页Page我们能否也引入目录呢当然可以 那么当前在一个Page内部我们引入了目录。比如我们要查找id4记录之前必须线性遍历4次才能拿到结果。现在直接通过目录2[3]直接进行定位新的起始位置提高了效率。现在我们可以再次正式回答上面的问题了为何通过键值 MySQL 会自动排序 可以很方便引入目录 多页情况 MySQL 中每一页的大小只有 16KB 单个Page大小固定所以随着数据量不断增大16KB 不可能存下所有的数据那么必定会有多个页来存储数据。 在单表数据不断被插入的情况下 MySQL 会在容量不足的时候自动开辟新的Page来保存新的数据然后通过指针的方式将所有的Page组织起来。 需要注意上面的图是理想结构大家也知道目前要保证整体有序那么新插入的数据不一定会在新Page上面这里仅仅做演示。 这样我们就可以通过多个Page遍历Page内部通过目录来快速定位数据。可是貌似这样也有效率问题在Page之间也是需要 MySQL 遍历的遍历意味着依旧需要进行大量的IO将下一个Page加载到内存进行线性检测。这样就显得我们之前的Page内部的目录有点杯水车薪了。 那么如何解决呢解决方案其实就是我们之前的思路给Page也带上目录。
使用一个目录项来指向某一页而这个目录项存放的就是将要指向的页中存放的最小数据的键值。和页内目录不同的地方在于这种目录管理的级别是页而页内目录管理的级别是行。其中每个目录项的构成是键值指针。图中没有画全。 存在一个目录页来管理页目录目录页中的数据存放的就是指向的那一页中最小的数据。有数据就可通过比较找到该访问那个Page进而通过指针找到下一个Page。 其实目录页的本质也是页普通页中存的数据是用户数据而目录页中存的数据是普通页的地址。 可是我们每次检索数据的时候该从哪里开始呢虽然顶层的目录页少了但是还要遍历啊不用担心可以在加目录页 这货就是传说中的B树啊没错至此我们已经给我们的表user构建完了主键索引。 随便找一个id我们发现现在查找的Page数一定减少了也就意味着IO次数减少了那么效率也就提高了。
复盘一下
Page分为目录页和数据页。目录页只放各个下级Page的最小键值。查找的时候自定向下找只需要加载部分目录页到内存即可完成算法的整个查找过程大大减少了IO次数
InnoDB 在建立索引结构来管理数据的时候其他数据结构为何不行
链表线性遍历二叉搜索树退化问题可能退化成为线性结构AVL 红黑树虽然是平衡或者近似平衡但是毕竟是二叉结构相比较多阶B意味着树整体过高。 大家都是自顶向下找层高越低意味着系统与硬盘更少的IO Page交互。虽然你很秀但 是有更秀的。Hash官方的索引实现方式中 MySQL 是支持HASH的不过 InnoDB 和 MyISAM 并不支持 Hash跟进其算法特征决定了虽然有时候也很快(O(1))不过在面对范围查找就明显不行另外还有其他差别有兴趣可以查一下。 B树最值得比较的是 InnoDB 为何不用B树作为底层索引
数据结构演示链接(点击即可跳转) 可以自己下去试试看蛮好玩滴 B vs B B树 B 树 目前这两棵树对我们最有意义的区别是
B树节点既有数据又有Page指针而B只有叶子节点有数据其他目录页只有键值和Page指针B叶子节点全部相连而B没有
为何选择B
节点不存储data这样一个节点就可以存储更多的key。可以使得树更矮所以IO操作次数更少。叶子节点相连更便于进行范围查找
聚簇索引 VS 非聚簇索引 MyISAM 存储引擎-主键索引 MyISAM 引擎同样使用B树作为索引结果叶节点的data域存放的是数据记录的地址。 下图为 MyISAM表的主索引 Col1 为主键。 其中 MyISAM 最大的特点是将索引Page和数据Page分离也就是叶子节点没有数据只有对应数据的地址。 相较于 InnoDB 索引 InnoDB是将索引和数据放在一起的。
--终端A
mysql create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)mysql use myisam_test;
Database changed
mysql create table mtest(- id int primary key,- name varchar(11) not null- )engineMyISAM; --使用engineMyISAM
Query OK, 0 rows affected (0.01 sec)--终端B
[rootVM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD --该表对应的数据当前没有数据所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI --该表对应的主键索引数据其中 MyISAM 这种用户数据与索引数据分离的索引方案叫做非聚簇索引
--终端A
mysql create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)mysql use innodb_test;
Database changed
mysql create table itest(- id int primary key,- name varchar(11) not null- )engineInnoDB; --使用engineInnoDB
Query OK, 0 rows affected (0.02 sec)--终端B
[rootVM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:38 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm --表结构数据
-rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd --该表对应的主键索引和用户数据虽然现在一行数据没有但是该表并不为0因为有主键索引数据其中 InnoDB 这种用户数据与索引数据在一起索引方案叫做聚簇索引 当然 MySQL 除了默认会建立主键索引外我们用户也有可能建立按照其他列信息建立的索引一般这 种索引可以叫做辅助普通索引。 对于 MyISAM ,建立辅助普通索引和主键索引没有差别无非就是主键不能重复而非主键可重复。 下图就是基于 MyISAM 的 Col2 建立的索引和主键索引没有差别 同样 InnoDB 除了主键索引用户也会建立辅助普通索引我们以上表中的 Col3 建立对应的辅助索引如下图 可以看到 InnoDB 的非主键索引中叶子节点并没有数据而只有对应记录的key值。 所以通过辅助普通索引找到目标记录需要两遍索引首先检索辅助索引获得主键然后用主键到主索引中检索获得记录。这种过程就叫做回表查询 为何 InnoDB 针对这种辅助普通索引的场景不给叶子节点也附上数据呢原因就是太浪费空间了。
总结
如何理解硬盘如何理解柱面磁道扇区磁头InnoDB 主键索引和普通索引MyISAM 主键索引和普通索引其他数据结构为何不能作为索引结构尤其是B和B聚簇索引 VS 非聚簇索引
6. 索引操作
创建主键索引
第一种方式
-- 在创建表的时候直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));第二种方式
-- 在创建表的最后指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));第三种方式
create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
alter table user3 add primary key(id);主键索引的特点
一个表中最多有一个主键索引当然可以使符合主键主键索引的效率高主键不可重复创建主键索引的列它的值不能为null且不能重复主键索引的列基本上是int
唯一索引的创建
第一种方式
-- 在表定义时在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);第二种方式
-- 创建表时在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));第三种方式
create table user6(id int primary key, name varchar(30)
alter table user6 add unique(name);唯一索引的特点
一个表中可以有多个唯一索引查询效率高如果在某一列建立唯一索引必须保证这列不能有重复数据如果一个唯一索引上指定not null等价于主键索引
普通索引的创建
第一种方式
create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后指定某列为索引
);第二种方式
create table user9(id int primary key, name varchar(20), email
varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引第三种方式
create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);普通索引的特点
一个表中可以有多个普通索引普通索引在实际开发中用的比较多如果某列需要创建索引但是该列有重复的值那么我们就应该使用普通索引
查询索引
第一种方法 show keys from 表名
mysql show keys from goods\G
*********** 1. row ***********
Table: goods 表名
Non_unique: 0 0表示唯一索引
Key_name: PRIMARY 主键索引
Seq_in_index: 1
Column_name: goods_id 索引在哪列
Collation: A
Cardinality: 0
Sub_part: NULL
Packed: NULL
Null:
Index_type: BTREE 以二叉树形式的索引
Comment:
1 row in set (0.00 sec)第二种方法: show index from 表名;第三种方法(信息比较简略) desc 表名
删除索引
第一种方法-删除主键索引
alter table 表名 drop primary key;第二种方法-其他索引的删除
alter table 表名 drop index 索引名 索引名就是show keys from 表名中的 Key_name 字段
mysql alter table user10 drop index idx_name;第三种方法方法
drop index 索引名 on 表名
mysql drop index name on user8;索引创建原则
比较频繁作为查询条件的字段应该创建索引唯一性太差的字段不适合单独创建索引即使频繁作为查询条件更新非常频繁的字段不适合作创建索引不会出现在where子句中的字段不该创建索引
其他概念–自行了解
复合索引 – 可以理解为将多个键作为一个索引 应用场景比较少见 (通过姓名取QQ号 将姓名和QQ号作为索引取到姓名就可以直接取到QQ号)索引最左匹配原则 (复合索引存在的问题假如姓名和QQ号作为索引那么只能通过姓名匹配无法匹配QQ)索引覆盖 (复合索引会覆盖主键的值因为通过姓名找QQ号的方式不需要再回表通过找到主键的方式再去找QQ号)
