ICode9

精准搜索请尝试: 精确搜索
首页 > 数据库> 文章详细

Mysql索引

2020-11-08 17:32:58  阅读:228  来源: 互联网

标签:LIKE key1 MySQL 查询 索引 哈希 Mysql


1.索引概念

什么是索引:
  索引是一种数据结构能够帮助我们快速的检索数据库中的数据

索引具体使用那种数据结构:
  常见的Mysql主要有两种:
    Hash索引和B+Tree索引,InnDB引擎默认使用B+数索引

为什么使用B+树索引?和Hash索引比较有什么优缺点?
    1.因为Hash索引底层是哈希表,哈希表是一种key-value存储的数据结构,所以多个数据在存储关系上是完全没有
      任何顺序关系的,所以,对于区间查询是无法直接通过索引查询的,需要全表查询,所以哈希只适用于等值查询的场景
      而B+数是一种多路平衡查询树,它的节点是天然有序的(左子节点小于父节点,父节点小于右子节点),所以不需要全表查询
总结:
  哈希索引适合等值查询,但是无法进行范围查询
  哈希索引没办法利用索引完成排序
  哈希素银不支持多联合索引的最左匹配规则
  如果有大量重复键值的情况下,哈希索引的效率会很低,因为存在哈希碰撞的问题

2.聚簇索引,覆盖索引

B+Tree的叶子节点都可以存那些东西?
  InnoDB的B+Tree可能存储的是整行的数据,也可能是主键的值

聚簇索引和非聚簇索引的区别?
  在innoDB里索引B+Tree的叶子点存储了整行数据的是主键索引,也成为聚簇索。
  而索引B+Tree的叶子点存储了主键的值的是非聚簇索引的值是非主键值,也被称指非聚簇索引


覆盖索引:
  指一个查询语句的执行只用从索引中就能够取得,不必从数据表中读取,也可以称之为实现了索引覆盖
  当一条查询语句符合覆盖索引条件时,MySQL只需要通过索引就可以返回查询所需要的数据,这样避免
  了查到的索引后返回表操作,减少I/O提高效率
  比如 表student中有一个普通索引 inx_key1_key2(key1,key2)。
  当我们通过SQL语句:select key2 form student where key1='keytest';的时候,就可以通过覆盖索引查询,无需回表

3.联合索引,最左前缀匹配

在创建索引时根据业务需求 where子句中适用最频繁的一列放在最左边,因为MySQL索引查询会遵循
最左前缀匹配的原则 ,即最左优先,在检索数据时从联合索引的最左边开始匹配。所以我们
在创建一个联合索引的时候比如(key1,key2,key3)相当于创建了(key1) (key1,key2) (key1,key2,key3)三个
索引,这就是最左侧匹配原则

4.索引下推,查询优化

  MySQL5.6中对索引做的优化
    Index Condition Pushdown Optimization(索引下推)
  MySQL5.6引入了索引下推优化,默认开启,适用Set optimizer_switch = 'indx_condition_pushdown=off';可以将其关闭。
  官方例子:
    people表中(zipcode,lastname,firstname)构成一个索引
    Select * from people where zipcode = '95054' AND lastname LIKE '%etunia%' AND address LIKE '%Main Street%';
    如果没有使用索引下推优化技术,则MySQL会通过zipcode ='95054' 从存储引擎中查询对应的数据,返回到Mysql服务端
    ,然后MySQL服务端基于lastname LIKE '%etrunia%' 和 address LIKE '%Main Stree%' 来判断数据是否符合条件

    如果使用了索引下推优化技术,则MySQL会首先返回符合zipcode = '95054' 的索引,然后根据lastname LIKE '%etrunia%' 和address LIKE '%Main Stree%'
    来判断索引是否符合条件,如果符合 则根据索引来定位对应的数据 如果不符合 则直接reject掉,有了索引下推优化技术,可以在有like条件查询的情况下,减少回表次数

  查询优化器
    一条SQL语句的查询,可以有不同的执行方案,至于最终那种方案,需要通过优化器进行选择,选择执行成本最低的方案
    在条SQL单表查询语句真正执行之前。MySQL的查询优化器会找出执行该语句所有可能使用的方案,对此之后找出成本最低的方案
  优化过程:
    1.根据搜索条,找出所有可能使用的索引
    2.计算全表扫描的代价
    3.计算使用不同索引执行的查询的代价
    4.对比各种执行方案的代价,找出成本最低的哪一个

 

标签:LIKE,key1,MySQL,查询,索引,哈希,Mysql
来源: https://www.cnblogs.com/lphblogs/p/13944983.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有