zoukankan      html  css  js  c++  java
  • MySQL索引的分类、结构、使用场景

    MySQL索引分类

    1、主键索引:设定为主键后数据库会自动建立索引,innodb为聚簇索引

    语法:

    随表一起建索引:
    CREATE TABLE customer (id INT(10) UNSIGNED  AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),
      PRIMARY KEY(id) 
    );
    unsigned (无符号的)
    使用  AUTO_INCREMENT 关键字的列必须有索引(只要有索引就行)。
     
    CREATE TABLE customer2 (id INT(10) UNSIGNED   ,customer_no VARCHAR(200),customer_name VARCHAR(200),
      PRIMARY KEY(id) 
    );
     
     单独建主键索引:
    ALTER TABLE customer 
     add PRIMARY KEY customer(customer_no);  
     
    删除建主键索引:
    ALTER TABLE customer 
     drop PRIMARY KEY ;  
     
    修改建主键索引:
    必须先删除掉(drop)原索引,再新建(add)索引

    2、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

    随表一起建索引:
    CREATE TABLE customer (id INT(10) UNSIGNED  AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),
      PRIMARY KEY(id),
      KEY (customer_name)  
    );
     随表一起建立的索引 索引名同 列名(customer_name)
    单独建单值索引:
    CREATE  INDEX idx_customer_name ON customer(customer_name); 
     
    删除索引:
    DROP INDEX idx_customer_name ;

    3、唯一索引:索引列的值必须唯一,但允许有空值

    随表一起建索引:
    CREATE TABLE customer (id INT(10) UNSIGNED  AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),
      PRIMARY KEY(id),
      KEY (customer_name),
      UNIQUE (customer_no)
    );
    建立 唯一索引时必须保证所有的值是唯一的(除了null),若有重复数据,会报错。  
     
    单独建唯一索引:
    CREATE UNIQUE INDEX idx_customer_no ON customer(customer_no); 
     
    删除索引:
    DROP INDEX idx_customer_no on customer ;

    4、复合索引:即一个索引包含多个列

     随表一起建索引:
    CREATE TABLE customer (id INT(10) UNSIGNED  AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),
      PRIMARY KEY(id),
      KEY (customer_name),
      UNIQUE (customer_name),
      KEY (customer_no,customer_name)
    );
     
    单独建索引:
    CREATE  INDEX idx_no_name ON customer(customer_no,customer_name); 
     
    删除索引:
    DROP INDEX idx_no_name  on customer ;

    5、基本语法

    创建:

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

    删除:

    DROP INDEX [indexName] ON mytable; 

    查看:

    SHOW INDEX FROM table_nameG

    non_unique: 是否是唯一索引 1:是 0:不是
    seq_in_index:列 在索引中的 序列。针对符合索引(一个索引对应多个列)。针对同一个复合索引 按照创建复合索引时的顺序进行排序
    collation:
    cardinality:
    sub_part:
    packed:
    Null:是否允许 null 值
    comment:
    index_comment:

    使用ALTER命令:

    有四种方式来添加数据表的索引:
    ALTER TABLE tbl_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。

    mysql索引结构

     1、BTree索引(Myisam普通索引)

    原理图:

    【初始化介绍】 
    一颗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包含数据项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节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。
    非叶子节点不存储真实的数据,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。
     
    【查找过程】
    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IO,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IO,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。
     

    关于时间复杂度:同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。

    1  N  logN 分别表示数据与查询次数之间的关系。
    常数  1*c 表示查询最快的方式。查询次数不随数据的增加而增加
    变量 N 表示查询次数随数据数量的增加而增加
    对数 logN 表示查询次数与数据数量成对数关系。 介于常数与 N 之间。
    n*logN 表示使用的复合方法。

    2、B+Tree索引(innodb的普通索引)

    原理图:

    B+TREE 第二级的 数据并不能直接取出来,只作索引使用。在内存有限的情况下,查询效率高于 B-TREE
    B-TREE 第二级可以直接取出来,树形结构比较重,在内存无限大的时候有优势。

    B树和B+树的区别:

    B+Tree与B-Tree 的区别:结论在内存有限的情况下,B+TREE 永远比 B-TREE好。无限内存则后者方便
     
     1)B-树的关键字和记录是放在一起的,叶子节点可以看作外部节点,不包含任何信息;B+树叶子节点中只有关键字和指向下一个节点的索引,记录只放在叶子节点中。(一次查询可能进行两次i/o操作)
     2)在B-树中,越靠近根节点的记录查找时间越快,只要找到关键字即可确定记录的存在;而B+树中每个记录的查找时间基本是一样的,都需要从根节点走到叶子节点,而且在叶子节点中还要再比较关键字。从这个角度看B-树的性能好像要比B+树好,而在实际应用中却是B+树的性能要好些。因为B+树的非叶子节点不存放实际的数据,这样每个节点可容纳的元素个数比B-树多,树高比B-树小,这样带来的好处是减少磁盘访问次数。尽管B+树找到一个记录所需的比较次数要比B-树多,但是一次磁盘访问的时间相当于成百上千次内存比较的时间,因此实际中B+树的性能可能还会好些,而且B+树的叶子节点使用指针连接在一起,方便顺序遍历(例如查看一个目录下的所有文件,一个表中的所有记录等),这也是很多数据库和文件系统使用B+树的缘故。 
     
    思考:为什么说B+树比B-树更适合实际应用中操作系统的文件索引和数据库索引? 
    1) B+树的磁盘读写代价更低 
      B+树的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中,那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。 
    2) B+树的查询效率更加稳定 
      由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同,导致每一个数据的查询效率相当。

    3、聚簇索引与非聚簇索引

    聚簇索引并不是一种单独的索引类型,而是一种数据存储方式。
    术语‘聚簇’表示数据行和相邻的键值进错的存储在一起。
    如下图,左侧的索引就是聚簇索引,因为数据行在磁盘的排列和索引排序保持一致。

    聚簇索引的好处:

    • 按照聚簇索引排列顺序,查询显示一定范围数据的时候,由于数据都是紧密相连,数据库不用从多个数据块中提取数据,所以节省了大量的io操作。

    聚簇索引的限制:

    • 对于mysql数据库目前只有innodb数据引擎支持聚簇索引,而Myisam并不支持聚簇索引。
    • 由于数据物理存储排序方式只能有一种,所以每个Mysql的表只能有一个聚簇索引。一般情况下就是该表的主键。
    • 为了充分利用聚簇索引的聚簇的特性,所以innodb表的主键列尽量选用有序的顺序id,而不建议用无序的id,比如uuid这种。(参考聚簇索引的好处。)

    这里说明了主键索引为何采用自增的方式:1、业务需求,有序。2、能使用到聚簇索引

    4、full-text全文索引

    全文索引(也称全文检索)是目前搜索引擎使用的一种关键技术。它能够利用【分词技术】等多种算法智能分析出文本文字中关键词的频率和重要性,然后按照一定的算法规则智能地筛选出我们想要的搜索结果。

    CREATE TABLE `article` (
      `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
      `title` varchar(200) DEFAULT NULL,
      `content` text,
      PRIMARY KEY (`id`),
      FULLTEXT KEY `title` (`title`,`content`)
    ) ENGINE=MyISAM DEFAULT CHARSET=utf8;

    不同于like方式的的查询:
    SELECT * FROM article WHERE content LIKE ‘%查询字符串%’;
    全文索引用match+against方式查询:
    SELECT * FROM article WHERE MATCH(title,content) AGAINST (‘查询字符串’);
    明显的提高查询效率。
    限制:
    mysql5.6.4以前只有Myisam支持,5.6.4版本以后innodb才支持,但是官方版本不支持中文分词,需要第三方分词插件。
    5.7以后官方支持中文分词。
    随着大数据时代的到来,关系型数据库应对全文索引的需求已力不从心,逐渐被 solr,elasticSearch等专门的搜索引擎所替代。

    5、Hash索引

    Hash索引只有Memory, NDB两种引擎支持,Memory引擎默认支持Hash索引,如果多个hash值相同,出现哈希碰撞,那么索引以链表方式存储。
    NoSql采用此中索引结构。

    6、R-Tree索引

    R-Tree在mysql很少使用,仅支持geometry数据类型,支持该类型的存储引擎只有myisam、bdb、innodb、ndb、archive几种。
    相对于b-tree,r-tree的优势在于范围查找。

    索引的使用场景

    1、哪些情况需要创建索引

    (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(where 后面的语句)

    (3)查询中与其它表关联的字段,外键关系建立索引

    A 表关联 B 表:A join B  。  on 后面的连接条件 既 A 表查询 B 表的条件。所以 B 表被关联的字段建立索引能大大提高查询效率
    因为在 join 中,join 左边的表会用每一个字段去遍历 B 表的所有的关联数据,相当于一个查询操作

    (4)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)

    (5)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

    group by 和 order by 后面的字段有索引大大提高效率

    (6)查询中统计或者分组字段

    2、哪些情况不要创建索引

    (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)Where条件里用不到的字段不创建索引

        索引建多了影响 增删改 的效率

    (4)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。

        

  • 相关阅读:
    2020-2021-01 20201230 《信息安全专业导论》第十一周学习总结
    2020-2021-01 20201230 《信息安全专业导论》第十周学习总结
    四则运算
    编程语言
    2020-2021-01 20201230 《信息安全专业导论》第九周学习总结
    2020-2021-01 20201230 《信息安全专业导论》第八周学习总结
    编程之路
    2020-2021-01 20201230 《信息安全专业导论》第七周学习总结
    进制转化
    密码算法及理论总结
  • 原文地址:https://www.cnblogs.com/116970u/p/10978649.html
Copyright © 2011-2022 走看看