数据库-索引

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 类似于一本书中的目录,起到优化查询的作用

索引

  1. 索引的作用

    类似于一本书中的目录,起到优化查询的作用

  2. 索引的分类(算法)

    B树 默认使用的索引类型

    R树

    Hash

    FullText

    GIS 索引

  3. Btree索引功能上的分类

    1. 辅助索引

      • 提取索引列的所有值,进行排序
      • 将排好序的值,均匀的存放在叶子节点,进一步生成枝节点和根节点
      • 在叶子节点中的值,都会对应存储主键ID
    2. 聚集索引

      • MySQL 会自动选择主键作为聚集索引列,没有主键会选择唯一键,如果都没有会生成隐藏的
      • MySQL进行存储数据时,会按照聚集索引列值得顺序,有序存储数据行
      • 聚集索引直接将原表数据页,作为叶子节点,然后提取聚集索引列向上生成枝和根
    3. 聚集索引和辅助索引的区别

      • 表中任何一个列都可以创建辅助索引,在你有需要的时候,只要名字不同即可
      • 在一张表中,聚集索引只能有一个,一般是主键.
      • 辅助索引,叶子节点只存储索引列的有序值+聚集索引列值.
      • 聚集索引,叶子节点存储的时有序的整行数据.
      • MySQL 的表数据存储是聚集索引组织表
  4. 辅助索引细分

    1. 单列辅助索引
    2. 联合索引(覆盖索引)
    3. 唯一索引
  5. 索引树高度

    索引树高度应当越低越好,一般维持在3-4最佳

    1. 数据行数较多

      分表 : parttion 用的比较少了;分片,分布式架构

    2. 字段长度

      业务允许,尽量选择字符长度短的列作为索引列

      业务不允许,采用前缀索引.

    3. 数据类型

      char 和 varchar

      enum

  6. 索引的命令操作

    1. 查询索引

      desc city;

      PRI ==> 主键索引

      MUL ==> 辅助索引

      UNI ==> 唯一索引

      mysql> show index from city\G

    2. 创建索引

      • 单列的辅助索引

        mysql> alter table city add index idx_name(name);
      • 多列的联合索引

        mysql> alter table city add index idx_c_p(countrycode,population);
      • 唯一索引:

        mysql> alter table city add unique index uidx_dis(district);
        
        mysql> select count(district) from city;
        mysql> select count(distinct district) from city;
      • 前缀索引

        mysql> alter table city add index idx_dis(district(5));
    3. 删除索引

      mysql> alter table city drop index idx_name;
      mysql> alter table city drop index idx_c_p;
      mysql> alter table city drop index idx_dis;
  7. 压力测试

    1. 准备

      mysql> use test
      mysql> source /tmp/t100w.sql
    2. 未做优化之前测试

      mysqlslap --defaults-file=/etc/my.cnf \
      --concurrency=100 --iterations=1 --create-schema='test' \
      --query="select * from test.t100w where k2='MN89'" engine=innodb \
      --number-of-queries=2000 -uroot -p123 -verbose
    3. 索引优化后

      mysqlslap --defaults-file=/etc/my.cnf --concurrency=100 --iterations=1 --create-schema='test' --query="select * from test.t100w where k2='MN89'" engine=innodb --number-of-queries=2000 -uroot -p123 -verbose

执行计划分析

  1. 作用

    将优化器 选择后的执行计划 截取出来.便于管理管判断语句得执行效率

  2. 获取执行

    desc SQL语句
    explain SQL 语句

    mysql> desc select * from test.t100w where k2='MN89';
  3. 分析执行计划

    • table
    • type

      查询类型

      • 全表扫描 ALL
      • 索引扫描 index,range,ref,eq_ref,const(system),NULL

    index: 全索引扫描

    mysql> desc select countrycode  from city;

    range: 索引范围扫描(> < >= <= , between and ,or,in,like )

    mysql> desc select * from city where id>2000;
    mysql> desc select  * from city where countrycode like 'CH%';

    对于辅助索引来讲,!= 和not in等语句是不走索引的

    对于主键索引列来讲,!= 和not in等语句是走rang


mysql> desc select  * from city where countrycode='CHN' or countrycode='USA';
mysql> desc select  * from city where countrycode in ('CHN','USA');
 
 改写
 
 ```sql
 desc 
 select  * from city where countrycode='CHN' 
 union all 
 select  * from city where countrycode='USA';
 ```


 **ref: 辅助索引等值查询**
 
 ```sql
 desc 
 select  * from city where countrycode='CHN' 
 union all 
 select  * from city where countrycode='USA';
 ```


 **eq_ref : 多表连接时,子表使用主键列或唯一列作为连接条件**
 
 A join B 
 
 on a.x = B.y 
 
 ```sql
 desc select b.name,a.name ,a.population  
 from city as a 
 join country as b 
 on a.countrycode=b.code sql
 where a.population<100;
 ```


 **const(system) : 主键或者唯一键的等值查询**
 
 ```sql
 mysql> desc select * from  city where id=100;
 ```



相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1月前
|
监控 NoSQL MongoDB
MongoDB数据库的索引管理技巧
【8月更文挑战第20天】MongoDB数据库的索引管理技巧
42 1
|
1月前
|
数据库 索引
如何优化数据库索引?
【8月更文挑战第14天】如何优化数据库索引?
47 4
|
1月前
|
存储 安全 数据库
数据库的索引都有哪些类型?如何选择?
【8月更文挑战第17天】数据库的索引都有哪些类型?如何选择?
38 0
|
26天前
|
存储 缓存 负载均衡
【PolarDB-X 技术揭秘】Lizard B+tree:揭秘分布式数据库索引优化的终极奥秘!
【8月更文挑战第25天】PolarDB-X是阿里云的一款分布式数据库产品,其核心组件Lizard B+tree针对分布式环境优化,解决了传统B+tree面临的数据分片与跨节点查询等问题。Lizard B+tree通过一致性哈希实现数据分片,确保分布式一致性;智能分区实现了负载均衡;高效的搜索算法与缓存机制降低了查询延迟;副本机制确保了系统的高可用性。此外,PolarDB-X通过自适应分支因子、缓存优化、异步写入、数据压缩和智能分片等策略进一步提升了Lizard B+tree的性能,使其能够在分布式环境下提供高性能的索引服务。这些优化不仅提高了查询速度,还确保了系统的稳定性和可靠性。
54 5
|
24天前
|
数据库 索引
数据库索引的作用和优点缺点
【8月更文挑战第27天】创建索引能显著提升系统性能,确保数据唯一性,加快检索速度,加速表间连接及优化分组排序过程。然而,过度使用索引会导致创建与维护成本增加、占用更多物理空间并降低数据维护效率。因此,在创建索引时需谨慎评估需求及影响。
30 2
|
25天前
|
数据库 索引
数据库索引的作用和优点缺点
创建索引能显著提升系统性能,确保数据唯一性,加快检索速度,加速表间连接及优化分组排序过程。然而,过度使用索引会导致创建与维护成本增加、占用更多物理空间并降低数据维护效率。因此,在创建索引时需谨慎评估需求及影响。
26 2
|
28天前
|
监控 数据库 索引
如何优化数据库索引?
【8月更文挑战第23天】如何优化数据库索引?
37 4
|
1月前
|
缓存 NoSQL Redis
一天五道Java面试题----第九天(简述MySQL中索引类型对数据库的性能的影响--------->缓存雪崩、缓存穿透、缓存击穿)
这篇文章是关于Java面试中可能会遇到的五个问题,包括MySQL索引类型及其对数据库性能的影响、Redis的RDB和AOF持久化机制、Redis的过期键删除策略、Redis的单线程模型为何高效,以及缓存雪崩、缓存穿透和缓存击穿的概念及其解决方案。
|
19天前
|
C# UED 定位技术
WPF控件大全:初学者必读,掌握控件使用技巧,让你的应用程序更上一层楼!
【8月更文挑战第31天】在WPF应用程序开发中,控件是实现用户界面交互的关键元素。WPF提供了丰富的控件库,包括基础控件(如`Button`、`TextBox`)、布局控件(如`StackPanel`、`Grid`)、数据绑定控件(如`ListBox`、`DataGrid`)等。本文将介绍这些控件的基本分类及使用技巧,并通过示例代码展示如何在项目中应用。合理选择控件并利用布局控件和数据绑定功能,可以提升用户体验和程序性能。
37 0
|
20天前
|
SQL 存储 数据库