详见：http://blog.yemou.net/article/query/info/tytfjhfascvhzxcyt1011. like %keyword 索引失效，使用全表扫描。但可以通过翻转函数+like前模糊查询+建立翻转函数索引=走翻转函数索引，不走全表扫描。 2. like keyword% 索引有效。 3. like %keyword% 索引失效，也无法使用反向索引。 ==================================================================== 1. 使用下面的函数来进行模糊查询，如果出现的位...
本章的内容完全基于上文的理论基础，实际上一旦理解了索引背后的机制，那么选择高性能的策略就变成了纯粹的推理，并且可以理解这些策略背后的逻辑。 示例数据库 为了讨论索引策略，需要一个数据量不算小的数据库作为示例。本文选用MySQL官方文档中提供的示例数据库之一：employees。这个数据库关系复杂度适中，且数据量较大。下图是这个数据库的E-R关系图(引用自MySQL官方手册)： 图12 MySQL官方文档中关于此数据库的页面...
隐式索引 最明显的一个作用类似 索引回收站。例如数据库长时间运行后，会积累很多索引，做数据库优化时，想清理掉没什么用的多余的索引，但可能删除某个索引后，数据库性能下降了，发现这个索引是有用的，就要重新建立。对于较大的表来说，删除、重建索引的成本是很高的，如果在清理索引时能先放入回收站，确认没影响后再彻底删除，有影响的话就恢复回来，这样就方便多了，把索引设置为 隐藏/显示 就可以实现这个需求。索引的隐藏不...
一、出现的场景
研发leader突然给了1条sql说这条sql在测试环境库db-stage执行非常的慢，放到线上db-read从库上执行非常的快。而且线上库从库的表的数据远多于测试环境库的表数据。让我分析下是什么问题？？二、sql内容如下 select odtl.id from db_order.t_order_device_trans_log odtl left join db_order.t_order_items_detail oid on odtl.order_id=oid.order_id left join db_order.t_orders o on oid.order_id=o.order_id w...
摘要
本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论。
文章主要内容分为三个部分。
第一部分主要从数据结构及算法理论层面讨论M...
mysql的4种常用索引类型：唯一索引，主键索引，全文索引，以及普通索引。普通索引（INDEX）：普通索引为索引的核心部分，无限制，目的就是加快数据的访问速度，而主键索引，唯一索引， 全文索引则是在普通索引延伸出来的有规则限制的索引，方便用于某些特定的业务场景。主键索引（PRIMARY）：可以理解主键（常用的那个id主键），每一张表都必须有一个主键，且不允许为空。唯一索引（UNIQUE）：内容具备唯一性，像手机号，身份证这种...
实验内容单表中的索引使用1．建表 create table t_book(id int,a1 varchar(200),a2 varchar(200),a3 varchar(200),a4 varchar(200),a5 varchar(200),a6 varchar(200),a7 varchar(200),a8 varchar(200),a9 varchar(200)) 2．写存储过程向表中插入较大数据//或其他方式使数据增大（1）绑定变量： PREPARE stmt1 FROM‘insert into t_book(id,a1,a2,a3,a4,a5,a6,a7,a8,a9)values(?,?,?,?,?,?,?,?,?,?)‘; （2）存储过程创建：delimite...
索引是加速查询的主要手段，特别对于涉及多个表的查询更是如此。本节中，将介绍索引的作用、特点，以及创建和删除索引的语法。13.4.1 使用索引优化查询
索引是快速定位数据的技术，首先通过一个示例来了解其含义及作用，详细的介绍请参考第14章。1．索引示例
假设对于10.3节所建的表，各个表上都没有索引，数据的排列也没有规律，如表13.3所示。
表13.3 没有索引的students表...
1.添加PRIMARY KEY（主键索引）：ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` ) 2.添加UNIQUE(唯一索引) ：ALTER TABLE `table_name` ADD UNIQUE ( `column` ) 3.添加INDEX(普通索引) ：ALTER TABLE `table_name` ADD INDEX index_name ( `column` ) 4.添加FULLTEXT(全文索引) ：ALTER TABLE `table_name` ADD FULLTEXT ( `column`) 5.添加多列索引：ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `col...
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/konkon2012/article/details/96482548为了加快查询，我们通常根据Where条件创建索引！那么分区后再创建索引，那就应该更快了！我们依据订单表和订单商品表举例，先创建表结构：CREATE TABLE `zstb_orders` (
`order_id` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
`org_id` INT(10) UNSIGNED NOT NU...
摘要： 本篇为参考别人的文章（http://blog.csdn.net/voidccc/article/details/40077329）1 各种树形结构 本来不打算从二叉搜索树开始，因为网上已经有太多相关文章，但是考虑到清晰的图示对理解问题有很大帮助，也为了保证文章完整性，最后还是加上了这部分。 先看看几种树形结构： 1 搜索二叉树：每个节点有两个子节点，数据量的增大必然导致高度的快速增加，显然这个不适合作为大量数据存储的基础结...
一.索引：1.创建一般索引 create index index_name on table_name(columnname[...]); 2.分析sql执行语句 在select 之前加explain eg:explain select * from table_name;3.mysql从5.5.5之后默认采用innerdb为默认的存储引擎,该引擎支持的两种常见索引：b+树索引和hash索引，hash索引的效率高于b+树，但hash索引只支持=类型。b+树可以支持范围的eg:>< ，b+树一般三层即可表示，即访问3次io可找到数值。二.常见丢失索引的情况1.左前缀...
1.索引索引，类似书籍的目录，可以根据目录的某个页码立即找到对应的内容。索引的优点：1. 天生排序，2. 快速查找。索引的缺点：1. 占用空间，2. 降低更新表的速度。注意点：小表使用全表扫描更快，中大表才使用索引。超级大表索引基本无效。索引从实现上说，分成 2 种：聚集索引和辅助索引（也叫二级索引或者非聚集索引）从功能上说，分为 6 种：普通索引，唯一索引，主键索引，复合索引，外键索引，全文索引。详细说说 6 种索引：...
看了一些MySQL索引方面的东西，这里做一下小结一下（还是怕自己忘了）。涉及的是Innodb引擎以及B+树，如果有误，请各位大佬指出。聚簇索引 这个东西是根据主键索引形成的一种数据存储方式 。 没有主键咋办呀？不慌，看一下有没有非空唯一索引； 有好几个非空唯一索引可咋办？照样不慌，Innodb自动选择你在创建表的时候第一个非空唯一索引作为主键。 那要是也没有非空唯一索引咋办？那就不用管了，Inno...
一、什么是索引？索引用来快速地寻找那些具有特定值的记录，所有MySQL索引都以B-树的形式保存。如果没有索引，执行查询时 MySQL必须从第一个记录开始扫描整个表的所有记录，直至找到符合要求的记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已 经创建了索引，MySQL无需扫描任何记录即可迅速得到目标记录所在的位置。如果表有1000个记录，通过索引查找记录至少要比顺序扫描记录快100倍。假设我们创建了...
哈希索引基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希码是一个较小的值，并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。
在mysql中，只有Memory引擎显式支持哈希索引。这也是memory引擎表的默认索引类型，memory引擎同时也支持B-Tree索引。 值得一提的是memory是支持非唯一哈希索引的
哈希索引的限制
1、哈希索引只包含哈希值和行指针，并不存储字段值，所以不能使用索引中的值来避免读取行。不过，访问内存中的行速度很快，所以大部分情况下，这一点对性能的影响不是很明显。
2、哈希索引数据并不是按照索引值顺序存储的，所以也就无法用于排序。
3、哈希索引也不支持部分索引列匹配查找，因为哈希索引始终是使用索引列的全部内网来计算哈希值的。例如，数据列(A,B)上建立哈希索引，如果查询只有数据列A，则无法使用该索引。
4、哈希索引只支持等值比较查询，包括=、in()、<=>（注意<>和<=>是不同的操作）。也不支持任何范围查询，例如,where price > 100
5、访问哈希索引的数据非常快，除非有很多哈希冲突（不同的索引列值却有相同的哈希值）。当出现哈希冲突的时候，存储引擎必须遍历链表中所以的行指针，逐行进行比较，直到找到所有符合条件的行
6、如果哈希冲突很多的话，一些索引为何操作的代价也会很高。例如，如果某个选择性很低（哈希冲突很多）的列上建立哈希索引，那么当从表中删除一行时，存储引擎需要遍历对应哈希值的链表中的每一行，找到并删除对应行的引用，冲突越多，代价越大
处理哈希冲突
要避免冲突，必须在where条件中代入哈希值和对应列值。如果不是像查询具体指，例如只是统计记录数（不精确），则可以不带入列值，直接使用CRC32()的哈希值查询即可。