ToB企服应用市场:ToB评测及商务社交产业平台

标题: 索引（MySQL） [打印本页]

---

作者: 吴旭华    时间: 昨天 16:26
标题: 索引（MySQL）

1. 没有索引，大概会有什么题目

索引：进步数据库的性能，索引是物美价廉的东西了。不消加内存，不消改步伐，不消调sql，只要执行 精确的 create index ，查询速度就大概进步成百上千倍。但是天下没有免费的午餐，查询速度的进步 是以插入、更新、删除的速度为代价的，这些写利用，增加了大量的IO。以是它的代价，在于进步一个 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)
  
• 平凡索引(index)
  
• 全文索引(fulltext)–解决中子文索引题目。
  

案例：
先整一个海量表，在查询的时间，看看没有索引时有什么题目？

1. --构建一个8000000条记录的数据
2. --构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解
3. -- 产生随机字符串
4. delimiter $$
5. create function rand_string(n INT)
6. returns varchar(255)
7. begin
8. declare chars_str varchar(100) default
9. ? 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
10. declare return_str varchar(255) default '';
11. declare i int default 0;
12. while i < n do
13. ? set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
14. ? set i = i + 1;
15. ? end while;
16. return return_str;
17. end $$
18. delimiter ;
19. --产生随机数字
20. delimiter $$
21. create function rand_num()
22. returns int(5)
23. begin
24. declare i int default 0;
25. set i = floor(10+rand()*500);
26. return i;
27. end $$
28. delimiter ;
29. --创建存储过程，向雇员表添加海量数据
30. delimiter $$
31. create procedure insert_emp(in start int(10),in max_num int(10))
32. begin
33. declare i int default 0;
34. set autocommit = 0; ?
35. repeat
36. ?set i = i + 1;
37. ?insert into EMP values ((start+i)
38. ,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
39. until i = max_num
40. end repeat;
41. commit;
42. end $$
43. delimiter ;
44. -- 执行存储过程，添加8000000条记录
45. call insert_emp(100001, 8000000);

复制代码

到此，已经创建出了海量数据的表了。

• 查询员工编号为998877的员工
  select * from EMP where empno=998877;
  

可以看到耗时4.93秒，这还是在本机一个人来利用，在现实项目中，如果放在公网中，假如同时有 1000个人并发查询，那很大概就死机。

• 解决方法，创建索引
  alter table EMP add index(empno);
  
• 换一个员工编号，测试看看查询时间
  select * from EMP where empno=123456;
  

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，磁盘服从是比力低的，在加上IO本身的特征，可以知道，如何提交服从，是 MySQL 的一个重要话题。
先来研究一下磁盘：

在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，就是我们常常所说的扇区。固然，数据库文件很大，也许多，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，隔断圆心越近，扇区越小，隔断圆心越远，扇区越大
  
• 那么，所有扇区都是默认512字节吗？目前是的，我们也如许以为。因为包管一个扇区多大，是由比特位密度决定的。
  
• 不过最新的磁盘技术，已经渐渐的让扇区巨细不同了，不过我们现在暂时不思量。
  

我们在使用Linux，所看到的大部门目次或者文件，其实就是保存在硬盘当中的。(固然，有一些内存文件体系，如：proc，sys之类，我们不思量)

1. #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
2. [root@VM-0-3-centos ~]# ls /var/lib/mysql -l ? #我们目前MySQL中的文件
3. total 319592
4. drwxr-x--- 2 mysql mysql ? ? ?4096 Apr 15 21:46 57test
5. -rw-r----- 1 mysql mysql ? ? ? ?56 Apr 12 15:27 auto.cnf
6. drwxr-x--- 2 mysql mysql ? ? ?4096 May 17 13:52 bit_index
7. -rw------- 1 mysql mysql ? ? ?1676 Apr 12 15:27 ca-key.pem
8. -rw-r--r-- 1 mysql mysql ? ? ?1112 Apr 12 15:27 ca.pem
9. drwx------ 2 mysql mysql ? ? ?4096 Apr 13 21:26 ccdata_pro
10. -rw-r--r-- 1 mysql mysql ? ? ?1112 Apr 12 15:27 client-cert.pem
11. -rw------- 1 mysql mysql ? ? ?1680 Apr 12 15:27 client-key.pem
12. -rw-r----- 1 mysql mysql ? ? 16958 Jun ?8 15:46 ib_buffer_pool
13. -rw-r----- 1 mysql mysql 213909504 Jun ?8 16:02 ibdata1
14. -rw-r----- 1 mysql mysql ?50331648 Jun ?8 16:02 ib_logfile0
15. -rw-r----- 1 mysql mysql ?50331648 Jun ?8 16:02 ib_logfile1
16. -rw-r----- 1 mysql mysql ?12582912 Jun ?8 15:46 ibtmp1
17. drwxr-x--- 2 mysql mysql ? ? ?4096 Apr 28 14:11 musicserver
18. drwxr-x--- 2 mysql mysql ? ? ?4096 May ?9 09:47 mysql
19. srwxrwxrwx 1 mysql mysql ? ? ? ? 0 Jun ?8 15:46 mysql.sock
20. -rw------- 1 mysql mysql ? ? ? ? 5 Jun ?8 15:46 mysql.sock.lock
21. drwxr-x--- 2 mysql mysql ? ? ?4096 Apr 12 15:27 performance_schema
22. -rw------- 1 mysql mysql ? ? ?1676 Apr 12 15:27 private_key.pem
23. -rw-r--r-- 1 mysql mysql ? ? ? 452 Apr 12 15:27 public_key.pem
24. drwxr-x--- 2 mysql mysql ? ? ?4096 May ?9 09:46 scott
25. -rw-r--r-- 1 mysql mysql ? ? ?1112 Apr 12 15:27 server-cert.pem
26. -rw------- 1 mysql mysql ? ? ?1676 Apr 12 15:27 server-key.pem
27. drwxr-x--- 2 mysql mysql ? ? 12288 Apr 12 15:27 sys
28. drwxr-x--- 2 mysql mysql ? ? ?4096 Jun ?5 17:13 test ? # 自己定义的数据库，里面有数据
29. 表

复制代码

以是，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，巨细完全相等。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
  
• 以是，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 。不过现实体系软件使用 的并不是 CHS （但是硬件是），而是 LBA ，一种线性地点，可以想象成虚拟地点与物理地点。体系 将 LBA 地点最后会转化成为 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)。那么在体系软件上，就直接按照扇区 (512字节，部门4096字节),进行IO交互吗？不是
  
• 如果利用体系直接使用硬件提供的数据巨细进行交互，那么体系的IO代码，就和硬件强相干，换言 之，如果硬件发生变化，体系必须跟着变化
  
• 从目前来看，单次IO 512字节，还是太小了。IO单元小，意味着读取同样的数据内容，需要进行多 次磁盘访问，会带来服从的低落。
  
• 之前学习文件体系，就是在磁盘的基本结构下创建的，文件体系读取基本单元，就不是扇区，而是 数据块。
  

故，体系读取磁盘，是以块为单元的，基本单元是 4KB 。
磁盘随机访问(Random Access)与连续访问(Sequential Access)
随机访问：本次IO所给出的扇区地点和上次IO给出扇区地点不连续，如许的话磁头在两次IO利用之间需 要作比力大的移动动作才气重新开始读/写数据。
连续访问：如果当次IO给出的扇区地点与上次IO结束的扇区地点是连续的，那磁头就能很快的开始这次 IO利用，如许的多个IO利用称为连续访问。
因此尽管相邻的两次IO利用在同一时刻发出，但如果它们的请求的扇区地点相差很大的话也只能称为随 机访问，而非连续访问。
磁盘是通过机器活动进行寻址的，随机访问不需要过多的定位，故服从比力高。
3. MySQL 与磁盘交互基本单元

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件体系。它有着更高的IO场景，以是，为了进步 基本的IO服从， MySQL 进行IO的基本单元是 16KB (反面统一使用 InnoDB 存储引擎讲授)

1. mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
2. +------------------+-------+
3. | Variable_name ? | Value |
4. +------------------+-------+
5. | Innodb_page_size | 16384 | ? ?-- 16*1024=16384
6. +------------------+-------+
7. 1 row in set (0.01 sec)

复制代码

也就是说，磁盘这个硬件设备的基本单元是 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元是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注 意和体系的page区分）
4. 创建共识

• MySQL 中的数据文件，是以page为单元保存在磁盘当中的。
  
• MySQL 的 CURD 利用，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。
  
• 以是在特定时间内，数据一定是磁盘中有，内存中也有。后续利用完内存数据之后，以特定的刷新 计谋，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的基本单元 就是Page。
  
• 为了更好的进行上面的利用， MySQL 服务器在内存中运行的时间，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。
  
• 为何更高的服从，一定要尽大概的减少体系和磁盘IO的次数
  

5. 索引的理解

创建测试表

1. create table if not exists user (
2. ? 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
3. ? age int not null,
4. ? name varchar(16) not null
5. );
6. mysql> show create table user G
7. *************************** 1. row ***************************
8. ? ? ? Table: user
9. Create Table: CREATE TABLE `user` (
10. `id` int(11) NOT NULL,
11. `age` int(11) NOT NULL,
12. `name` varchar(16) NOT NULL,
13. PRIMARY KEY (`id`)
14. ) ENGINE=InnoDB DEFAULT CHARSET=utf8 ?--默认就是InnoDB存储引擎
15. 1 row in set (0.00 sec)

复制代码

插入多条记载

1. --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
2. mysql> insert into user (id, age, name) values(3, 18, '杨过');
3. Query OK, 1 row affected (0.01 sec)
4. mysql> insert into user (id, age, name) values(4, 16, '小龙女');
5. Query OK, 1 row affected (0.00 sec)
6. mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
7. Query OK, 1 row affected (0.01 sec)
8. mysql> insert into user (id, age, name) values(5, 36, '郭靖');
9. Query OK, 1 row affected (0.00 sec)
10. mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
11. Query OK, 1 row affected (0.00 sec)

复制代码

查看插入效果

1. 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？
2. +----+-----+-----------+
3. | id | age | name ? ? |
4. +----+-----+-----------+
5. | ?1 | ?56 | 欧阳锋 ? |
6. | ?2 | ?26 | 黄蓉 ? ? |
7. | ?3 | ?18 | 杨过 ? ? |
8. | ?4 | ?16 | 小龙女 ? |
9. | ?5 | ?36 | 郭靖 ? ? |
10. +----+-----+-----------+
11. 5 rows in set (0.00 sec)

复制代码

中断一下—为何IO交互要是 Page

1. 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?
2. ? ?
3. 如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那
4. 么就需要2次IO。如果要找id=5，那么就需要5次IO。
6. 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id=2的时
7. 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id=1,3,4,5
8. 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。
10. 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
11. 性原理。
12. 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。

复制代码

理解单个Page
MySQL 中要管理许多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简朴理解 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
因为有主键的题目， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记载可以看出，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？我们按正常次序插入数据不是也挺好的吗？ 插入数据时排序的目标，就是优化查询的服从。 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，以是优化查询 的服从是必须的。 正式因为有序，在查找的时间，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间直接将一 整页的数据加载到内存中，以减少硬盘IO次数，从而进步性能。但是，我们也可以看到，现在的页 模式内部，现实上是接纳了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条 比力来取出特定的数据。
  
• 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，查找特定一条记载，也一定是线性查找。这 服从也太低了。
  

单页环境
针对上面的单页Page，我们能否也引入目次呢？固然可以

那么当前，在一个Page内部，我们引入了目次。好比，我们要查找id=4记载，之前必须线性遍历4次， 才气拿到效果。现在直接通过目次2[3]，直接进行定位新的起始位置，进步了服从。现在我们可以再次 正式回答上面的题目了，为何通过键值 MySQL 会主动排序？

• 可以很方便引入目次
  

多页环境
MySQL 中每一页的巨细只有 16KB ，单个Page巨细固定，以是随着数据量不断增大， 16KB 不大概存下 所有的数据，那么肯定会有多个页来存储数据。

在单表数据不断被插入的环境下， MySQL 会在容量不敷的时间，主动开发新的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，各人也知道，目前要包管整体有序，那么新插入的数据，不一定会 在新Page上面，这里仅仅做演示。
如许，我们就可以通过多个Page遍历，Page内部通过目次来快速定位数据。可是，貌似如许也有服从问 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。如许就显得我们之前的Page内部的目次，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也带上目次。

• 使用一个目次项来指向某一页，而这个目次项存放的就是将要指向的页中存放的最小数据的键值。
  
• 和页内目次不同的地方在于，这种目次管理的级别是页，而页内目次管理的级别是行。
  
• 此中，每个目次项的构成是：键值+指针。图中没有画全。
  

存在一个目次页来管理页目次，目次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 通过比力，找到该访问那个Page，进而通过指针，找到下一个Page。 其实目次页的本质也是页，平凡页中存的数据是用户数据，而目次页中存的数据是平凡页的地点。 可是，我们每次检索数据的时间，该从哪里开始呢？固然顶层的目次页少了，但是还要遍历啊？不消担 心，可以在加目次页

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。 任意找一个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，那么服从也就 进步了。
复盘一下

• Page分为目次页和数据页。目次页只放各个下级Page的最小键值。
  
• 查找的时间，自定向下找，只需要加载部门目次页到内存，即可完成算法的整个查找过程，大大减 少了IO次数
  

InnoDB 在创建索引结构来管理数据的时间，其他数据结构为何不行？

• 链表？线性遍历
  
• 二叉搜刮树？退化题目，大概退化成为线性结构
  
• AVL &&红黑树？固然是均衡或者近似均衡，但是究竟是二叉结构，相比力多阶B+，意味着树整体 过高，各人都是自顶向下找，层高越低，意味着体系与硬盘更少的IO Page交互。固然你很秀，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，决定了固然有时间也很快(O(1))，不过，在面临范围查找就明显不行，另外还有其 他差别，有爱好可以查一下。
  

• B树？最值得比力的是 InnoDB 为何不消B树作为底层索引？
  

数据结构演示链接：Data Structure Visualization
B+ vs B
B树

B+树

上面的图，是在网上找的，各人也可以搜一下。
目前这两棵树，对我们最故意义的区别是：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目次页，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，如许一个节点就可以存储更多的key。可以使得树更矮，以是IO利用次数更少。
  
• 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+树作为索引效果，叶节点的data域存放的是数据记载的地点。下图为 MyISAM 表的主索引， Col1 为主键。

此中， 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 的地点。
相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

1. --终端A
2. mysql> create database myisam_test; ?--创建数据库
3. Query OK, 1 row affected (0.00 sec)
4. mysql> use myisam_test;
5. Database changed
6. mysql> create table mtest(
7. ? -> id int primary key,
8. ? -> name varchar(11) not null
9. ? -> )engine=MyISAM; ? ? ? ? ? ? ?--使用engine=MyISAM
10. Query OK, 0 rows affected (0.01 sec)
11. --终端B
12. [root@VM-0-3-centos mysql]# ls myisam_test/ -al ?--mysql数据目录下
13. total 28
14. drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
15. drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
16. -rw-r----- 1 mysql mysql ? 61 Jun 13 13:32 db.opt
17. -rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm ? --表结构数据
18. -rw-r----- 1 mysql mysql ? 0 Jun 13 13:33 mtest.MYD ? --该表对应的数据，当前没有数
19. 据，所以是0
20. -rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI ? --该表对应的主键索引数据

复制代码

此中， 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

1. --终端A
2. mysql> create database innodb_test; ? ? ? --创建数据库
3. Query OK, 1 row affected (0.00 sec)
4. mysql> use innodb_test;
5. Database changed
6. mysql> create table itest(
7. ? -> id int primary key,
8. ? -> name varchar(11) not null
9. ? -> )engine=InnoDB; ? ? ? ? ? ? ? ? ? ?--使用engine=InnoDB
10. Query OK, 0 rows affected (0.02 sec)
11. --终端B
12. [root@VM-0-3-centos mysql]# ls innodb_test/ -al
13. total 120
14. drwxr-x--- 2 mysql mysql 4096 Jun 13 13:39 .
15. drwxr-x--x 14 mysql mysql 4096 Jun 13 13:38 ..
16. -rw-r----- 1 mysql mysql ? 61 Jun 13 13:38 db.opt
17. -rw-r----- 1 mysql mysql 8586 Jun 13 13:39 itest.frm ? ? --表结构数据
18. -rw-r----- 1 mysql mysql 98304 Jun 13 13:39 itest.ibd ? ? --该表对应的主键索引和用户
19. 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

复制代码

此中， 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
固然， MySQL 除了默认会创建主键索引外，我们用户也有大概创建按照其他列信息创建的索引，一样平常这 种索引可以叫做辅助（平凡）索引。
对于 MyISAM ,创建辅助（平凡）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 创建的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会创建辅助（平凡）索引，我们以上表中的 Col3 创建对应的辅助 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，而只有对应记载的key值。
以是通过辅助（平凡）索引，找到目标记载，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载。这种过程，就叫做回表查询
为何 InnoDB 针对这种辅助（平凡）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 主键索引和平凡索引
  
• MyISAM 主键索引和平凡索引
  
• 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. 索引利用

创建主键索引

• 第一种方式
  – 在创建表的时间，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，固然可以使符合主键
  
• 主键索引的服从高（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，在表的反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
  
• 查询服从高
  
• 如果在某一列创建唯一索引，必须包管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
  

平凡索引的创建

• 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

1. create table user9(id int primary key, name varchar(20), email
2. varchar(30));
3. alter table user9 add index(name); --创建完表以后指定某列为普通索引

复制代码

平凡索引的特点：

• 一个表中可以有多个平凡索引，平凡索引在现实开发中用的比力多
  
• 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平凡索引
  

全文索引的创建
当对文章字段或有大量笔墨的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有 要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进 行全文检索，可以使用sphinx的中文版(coreseek)。

1. CREATE TABLE articles (
2. id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
3. title VARCHAR(200),
4. body TEXT,
5. FULLTEXT (title,body)
6. )engine=MyISAM;
9. INSERT INTO articles (title,body) VALUES
10. ('MySQL Tutorial','DBMS stands for DataBase ...'),
11. ('How To Use MySQL Well','After you went through a ...'),
12. ('Optimizing MySQL','In this tutorial we will show ...'),
13. ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
14. ('MySQL vs. YourSQL','In the following database comparison ...'),
15. ('MySQL Security','When configured properly, MySQL ...');

复制代码

• 查询有没有database数据
  

如果使用如下查询方式，固然查询出数据，但是没有使用到全文索引

1. mysql> select * from articles where body like '%database%';
2. +----+-------------------+------------------------------------------+
3. | id | title ? ? ? ? ? ? | body ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
4. +----+-------------------+------------------------------------------+
5. | ?1 | MySQL Tutorial ? | DBMS stands for DataBase ... ? ? ? ? ? ? |
6. | ?5 | MySQL vs. YourSQL | In the following database comparison ... |
7. +----+-------------------+------------------------------------------+

复制代码

可以用explain工具看一下，是否使用到索引

1. mysql> explain select * from articles where body like '%database%'G
2. *************************** 1. row ***************************
3. ? ? ? ? ? id: 1
4. select_type: SIMPLE
5. ? ? ? table: articles
6. ? ? ? ? type: ALL
7. possible_keys: NULL
8. ? ? ? ? key: NULL <== key为null表示没有用到索引
9. ? ? key_len: NULL
10. ? ? ? ? ref: NULL
11. ? ? ? ? rows: 6
12. ? ? ? Extra: Using where
13. 1 row in set (0.00 sec)

复制代码

• 如何使用全文索引呢？
  mysql> SELECT * FROM articles
  ? -> WHERE MATCH (title,body) AGAINST (‘database’);
  ±—±------------------±-----------------------------------------+
  | id | title ? ? ? ? ? ? | body ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
  ±—±------------------±-----------------------------------------+
  | ?5 | MySQL vs. YourSQL | In the following database comparison … |
  | ?1 | MySQL Tutorial ? | DBMS stands for DataBase … ? ? ? ? ? ? |
  ±—±------------------±-----------------------------------------+
  

通过explain来分析这个sql语句

1. mysql> explain SELECT * FROM articles WHERE MATCH (title,body) AGAINST
2. ('database')G
3. *************************** 1. row ***************************
4. ? ? ? ? ? id: 1
5. select_type: SIMPLE
6. ? ? ? table: articles
7. ? ? ? ? type: fulltext
8. possible_keys: title
9. ? ? ? ? key: title <= key用到了title
10. ? ? key_len: 0
11. ? ? ? ? ref:
12. ? ? ? ? rows: 1
13. ? ? ? Extra: Using where

复制代码

查询索引

• 第一种方法： show keys from 表名
  mysql> show keys from goodsG
  *********** 1. row ***********
  ? ? ? Table: goods ? <= 表名
  Non_unique: 0 ? ? ? <= 0体现唯一索引
  ? 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（信息比力简略）： 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

• 比力频仍作为查询条件的字段应该创建索引
  
• 唯一性太差的字段不得当单独创建索引，纵然频仍作为查询条件
  
• 更新非常频仍的字段不得当作创建索引
  
• 不会出现在where子句中的字段不该创建索引
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

---

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4