【SQL】MySQL进阶1：索引

原创 已于 2025-04-02 08:26:48 修改 · 1k 阅读 · 9 ·
CC 4.0 BY-SA版权
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。
文章标签：

#mysql #数据库

于 2025-02-21 23:45:40 首次发布

文章目录

1. 索引的类型

存储结构视角下：B+Tree索引，Hash索引，R-tree索引，Full-text索引
SQL语法视角下：主键索引（PRIMARY，创建主键约束时自动创建，只能一个），唯一索引（UNIQUE，可以多个），常规索引，全文索引（FULLTEXT）
InnoDB视角下：聚集索引（索引和数据放在一起，必须有且只能有一个），二级索引（索引和数据分开存放，可以有多个）
• 如果表未指定主键而指定了唯一约束，则对唯一约束列建立聚集索引。如果未指定主键，未指定唯一约束，则对默认的rowid列建立聚集索引。如果指定的主键，则对主键建立聚集索引。除了聚集索引外的索引是二级索引，二级索引叶子结点存放key和建立聚集索引的key值（一般是主键）。
• 查询过程：从二级索引查出主键，用主键在聚集索引中查出整行数据，这称为回表查询。
• 指针大小6byte，主键类型tinyint占8byte，一页大小16KB。设索引使用n阶B+tree，则一个索引页的情况是：8*(n-1)+6n=161024 --> n约为1171。只有一个索引页时B+tree深度为2，索引1171行数据（18736KB）。
在这里插入图片描述
存储引擎所支持的索引

存储引擎B+ treeHashR treeFull text
InnoDB支持不支持不支持支持(>=5.6)
MyISAM支持不支持支持支持
Memory支持支持不支持不支持

2. B+tree索引

2.1 前置概念

二叉树：根结点，左子树，右子树
二叉查找树/二叉搜索树/二叉排序树：二叉树，要求左孩子 <= 根 <= 右孩子
平衡查找二叉树/平衡二叉搜索树：二叉搜索树，要求左子树深度和右子树之差的绝对值小于2。AVL树，红黑树都是平衡查找二叉树。

2.2 使用B+tree的理由

非平衡二叉排序树作为索引的结构：平均情况O(logn)，边界情况O(n)。
红黑树作为索引的结构：一种平衡二叉树，每个结点只有一个数据，数据量大时，深度依然大。
Btree作为索引的结构：一种多路平衡查找二叉树。对于n阶Btree，结点最多存放n-1个key，最多有n个子结点。结点存储key和数据，树的深度进一步降低。仅支持等值查找。
Btree

B+tree作为索引的结构：Btree的叶子结点加链（范围查找）。内部结点存储只存储key（索引存放集中，查询效率高），叶子结点存储key和数据，一个叶子结点对应一个数据。
B+tree
Hash表作为索引的存储结构：hashValue = hashMap(key)，只支持等值查找，不支持范围查找。当不同key经过hash函数映射到相同的hash值，则产生冲突，称之为hash碰撞。碰撞的解决办法：拉链法，开放地址法（线性探测，二次探测），多重哈希，建立溢出公共区。

3. 索引的语法

-- 创建索引
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name(col0, col1);

-- 查看索引
SHOW INDEX FROM table_name;

-- 删除索引
DROP INDEX index_name ON table_name;

4. 查看SQL语句执行性能

4.1 查看增删改查操作频次

为何需要关心操作频次：如果对数据的更新，插入删除操作居多，则不适合建立索引来进行优化；如果查询数据居多，则应该考虑使用索引进行优化。

SHOW [GLOABL|SESSION] STATUS LIKE 'Com%';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| Com_binlog    | 0     |
| Com_commit    | 0     |
| Com_delete    | 0     |
| Com_import    | 0     |
| Com_insert    | 0     |
| Com_repair    | 0     |
| Com_revoke    | 0     |
| Com_select    | 1     |
| Com_signal    | 0     |
| Com_update    | 0     |
| Com_xa_end    | 0     |
+---------------+-------+

4.2 查看执行耗时

4.2.1 达到指定时限的查询：慢查询

-- 查看慢查询是否开启（默认关闭）
SHOW VARIABLES LIKE "slow_query_log"；

-- 开启慢查询, my.cnf
[mysqld]
show_query_log = 1
long_query_time = 2  # 超过2s算慢查询

-- 查看慢查询日志：/var/lib/mysql/localhost-slow.log

4.2.2 未达到指定时限的查询：profile

-- 版本号大于或等于 5.0.37，理论支持
-- 查看profile设置
SELECT @@@profiling;
SHOW VARIABLES LIKE 'profiling';

-- 开启profile功能
SET [global] profiling = 1；

-- 查看当前会话执行的操作的耗时
SHOW PROFILES;

-- 查看指定查询的具体耗时情况
SHOW PROFILE FOR QUERY <queryID>;
-- 查看CPU计算耗时
SHOW PROFILE CPU FOR QUERY <queryID>;

-- 支持查询的类型
type: {
    ALL
  | BLOCK IO
  | CONTEXT SWITCHES
  | CPU
  | IPC
  | MEMORY
  | PAGE FAULTS
  | SOURCE
  | SWAPS
}

4.3 查看执行计划

-- 语法
EXPLAIN SELECT col FROM table_name WHERE condition;

-- case1: 多表连接查询的执行计划
EXPLAIN SELECT c.cust_id, c.cust_name, o.order_num FROM Customers AS c LEFT OUTER JOIN Orders AS o ON c.cust_id = o.cust_id;
+----+-------------+-------+------------+------+---------------------+---------------------+---------+----------------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys       | key                 | key_len | ref            | rows | filtered | Extra       |
+----+-------------+-------+------------+------+---------------------+---------------------+---------+----------------+------+----------+-------------+
|  1 | SIMPLE      | c     | NULL       | ALL  | NULL                | NULL                | NULL    | NULL           |    5 |   100.00 | NULL        |
|  1 | SIMPLE      | o     | NULL       | ref  | FK_Orders_Customers | FK_Orders_Customers | 40      | test.c.cust_id |    1 |   100.00 | Using index |
+----+-------------+-------+------------+------+---------------------+---------------------+---------+----------------+------+----------+-------------+

case2：子查询的执行计划
SELECT * FROM Customers AS cust WHERE cust.cust_id IN (
    SELECT o.cust_id FROM Orders AS o WHERE o.order_num IN (
        SELECT oi.order_num FROM OrderItems AS oi WHERE oi.quantity = 50
    )
);
+----+--------------+-------------+------------+--------+-----------------------------+---------------------+---------+---------------------+------+----------+-------------+
| id | select_type  | table       | partitions | type   | possible_keys               | key                 | key_len | ref                 | rows | filtered | Extra       |
+----+--------------+-------------+------------+--------+-----------------------------+---------------------+---------+---------------------+------+----------+-------------+
|  1 | SIMPLE       | <subquery2> | NULL       | ALL    | NULL                        | NULL                | NULL    | NULL                | NULL |     0.00 | NULL        |
|  1 | SIMPLE       | cust        | NULL       | eq_ref | PRIMARY                     | PRIMARY             | 40      | <subquery2>.cust_id |    1 |   100.00 | NULL        |
|  2 | MATERIALIZED | o           | NULL       | index  | PRIMARY,FK_Orders_Customers | FK_Orders_Customers | 40      | NULL                |    5 |   100.00 | Using index |
|  2 | MATERIALIZED | oi          | NULL       | ref    | PRIMARY                     | PRIMARY             | 4       | test.o.order_num    |    1 |    10.00 | Using where |
+----+--------------+-------------+------------+--------+-----------------------------+---------------------+---------+---------------------+------+----------+-------------+
/* 返回结果含义
id: 标记用到的表在执行中的次序，如果id相同，则从上到下执行（先执行关于表c的第一行，再执行关于表o的第二行），若id不同则id大的先执行。
select_type:  查询类型，SIMPLE，SUBQUERY，PRIMARY，UNION
type：NULL（不涉及任何表的查询，如SELECT VERSION();），system，const，eq_ref，ref，range，index，all。从左到右性能依次递减。
possible_key：可以使用的索引
key：实际使用的索引
key_len：索引长度。长度越短效率越高。可能使用字段值的部分建立索引。
ref：和索引匹配的关键字所属的列或者常量
rows：扫描的行数，估计值
filtered：WHERE过滤后的行占总行数的百分比
*/

5. 联合索引

5.1 索引使用的最左前缀法则

• 使用多字段联合索引是，筛选条件必须包含最左索引列
• 为查询选取筛选列时，要从索引列中从左往右连续地选取。
• 不要求筛选条件的顺序和索引列顺序保持一致。
• 如果筛选列包含索引最左列，而缺失索引列次左列，则联合索引只能生效关于最左列的部分，就即时其他索引列也出现在筛选条件中。
• 如果筛选条件包含的那些符合最左前缀原则的索引列，某列出现范围查找，则该列右侧的索引列失效。

-- case1: 最左前缀原则
-- 创建联合字段索引，索引列从左到右顺序为：cust_name, cust_address, cust_city
CREATE INDEX cust_idx_name_addr_city ON Customers(cust_name, cust_address， cust_city);

-- 筛选条件不包含索引最左侧列cust_name，不走索引。key_len=NULL
EXPLAIN SELECT * FROM Customers WHERE cust_address='1 Sunny Place' AND cust_city = 'Muncie';


-- 筛选条件包含索引最左列cust_name，走索引。筛选条件中cust_name的位置不影响索引使用。筛选条件包含所有索引列（cust_name，cust_address, cust_city），查询完整地使用索引，key_len=602
EXPLAIN SELECT * FROM Customers WHERE cust_city = 'Muncie' AND cust_name = 'Fun4All' AND cust_address='1 Sunny Place';
+----+-------------+-----------+------------+------+-------------------------+-------------------------+---------+-------------------+------+----------+-------+
| id | select_type | table     | partitions | type | possible_keys           | key                     | key_len | ref               | rows | filtered | Extra |
+----+-------------+-----------+------------+------+-------------------------+-------------------------+---------+-------------------+------+----------+-------+
|  1 | SIMPLE      | Customers | NULL       | ref  | cust_idx_name_addr_city | cust_idx_name_addr_city | 602     | const,const,const |    1 |   100.00 | NULL  |
+----+-------------+-----------+------------+------+-------------------------+-------------------------+---------+-------------------+------+----------+-------+


-- 筛选条件包含索引最左列cust_name，走索引。筛选条件包含索引最左的2列，查询部分地使用索引(cust_name, cust_address)，key_len=401
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All' AND cust_address='1 Sunny Place';

-- 筛选条件包含索引最左列，不包含索引次左列，包含其他索引列，则索引只生效关于最左列的部分(cust_name)
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All' AND cust_city = 'Muncie';  -- key_len = 200
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All';  -- key_len = 200


-- case2：范围查找，右侧失效
-- 创建索引
CREATE INDEX oi_idx_prod_quantity_price ON OrderItems(prod_id, quantity, item_price);
-- 完整使用索引，key_len=48
EXPLAIN SELECT * FROM OrderItems WHERE prod_id = 'BNBG01' AND quantity = 100 AND item_price = '2.99';

-- 中间索引列（quantity）使用范围查询，导致右侧索引（item_price）列失效。
EXPLAIN SELECT * FROM OrderItems WHERE prod_id = 'BNBG01' AND quantity > 50 AND item_price = '2.99';  -- key=44
EXPLAIN SELECT * FROM OrderItems WHERE prod_id = 'BNBG01' AND quantity = 100;  -- key_len = 44

-- 使用>=则可以避免右侧索引列失效，key_len = 48
EXPLAIN SELECT * FROM OrderItems WHERE prod_id = 'BNBG01' AND quantity >= 50 AND item_price = '2.99';  -- key=44

5.2 索引覆盖

索引覆盖指的是在数据库查询过程中，查询所需要的所有数据都可以直接从索引中获取，而无需再回到数据表中去查找对应的数据行（称为回表）。查询计划中Extra=NULL，意味着有回表；Extra为Using Index，意味着直接使用索引就得到所需列，没有回表。

-- cust_name为索引列，cust_email不是索引列
CREATE INDEX idx_cust_name ON Customers(cust_name);
-- 查询使用二级索引idx_cust_name，该索引根据cust_name建立，根据索引查到匹配的cust_name值及其对应主键值，还需要根据主键值查聚集索引，找到匹配行，从匹配行中取出cust_email值。
EXPLAIN SELECT cust_name, cust_email FROM Customers WHERE cust_name = 'Fun4All';  -- Extra=NULL
EXPLAIN SELECT cust_id, cust_name FROM Customers WHERE cust_name = 'Fun4All';  -- Extra=Using index

5.3 单列索引和联合索引比较

为多列单独建立索引，筛选条件包含这些索引列，则MySQL会使用最高效率的那一个索引列，不用其他索引列。而为多列建立联合索引，筛选条件包含这些索引列，MySQL只会使用这个联合索引。建议优先使用联合索引，利用索引覆盖避免回表。同时索引数量更少，DBMS要维护的索引个数也就更少。

-- 为cust_name, cust_address单独建立索引，查询只会使用其中一个索引
CREATE INDEX idx_cust_name ON Customers(cust_name);
CREATE INDEX idx_cust_address ON Customers(cust_address);
-- possible_key=idx_cust_name,idx_cust_address; key=idx_cust_address
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All' AND cust_address = '1 Sunny Place';

-- 为cust_name, cust_address建立联合索引
CREATE INDEX idx_cust_name_addr ON Customers(cust_name,. cust_address);
-- possible_key=idx_cust_name_addr； key=idx_cust_name_addr
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All' AND cust_address = '1 Sunny Place';

索引失效的情况
-- case1: 对索引列使用函数
CREATE INDEX csut_idx_name ON Customers(cust_name);
-- 对索引列使用函数（有两条cust_name=’Fun4All‘的数据），索引失效。possible_key=NULL
EXPLAIN SELECT * FROM Customers WHERE substring(cust_name, 5, 3) = 'All';


-- case2：字符串类型列保存数值数据时，查询时可以不用单引号，但是这会导致索引失效（MySQL需要对索引列进行数据类型转换）
CREATE INDEX cust_idx_zip ON Customers(cust_zip);  -- cust_zip char(10), eg: cust_zip=44444
EXPLAIN SELECT * FROM Customers WHERE cust_zip = 44444;  -- possible_key = cust_idx_zip，key=NULL
EXPLAIN SELECT * FROM Customers WHERE cust_zip = '44444';  -- key_len = 41


--- case3: 模糊查询中，对索引字段头部使用通配符导致索引失效，对索引字段尾部使用通配符不会导致索引失效。
-- cust_name = Fun4All
-- 对索引列值头部使用通配符, possible_key=NULL
EXPLAIN SELECT * FROM Customers WHERE cust_name LIKE '%All';
-- 对索引列值尾部使用通配符，key_len=200
EXPLAIN SELECT * FROM Customers WHERE cust_name LIKE 'Fun';


-- case4: OR逻辑中，只有所有条件都涉及索引列，索引才生效
-- cust_id有主键索引，cust_city无索引，possible_key=NULL
EXPLAIN SELECT * FROM Customers WHERE cust_id = '1000000001' OR cust_city = 'Chicago';
-- cust_id有主键索引（PRIMARY），cust_name有单列的索引（csut_idx_name）。key_len=40,200（索引长度分别为40和200）
EXPLAIN SELECT * FROM Customers WHERE cust_id = '1000000001' OR cust_name = 'Fun4All';

6. 使用指定索引

-- 一个字段上创建多个索引
CREATE INDEX idx_cust_name ON Customers(cust_name);
CREATE INDEX idx_cust_name_addr ON Customers(cust_name, cust_address);

-- MySQL自己决定使用哪个索引: possible_key=idx_cust_name_addr,idx_cust_name; key=idx_cust_name
EXPLAIN SELECT * FROM Customers WHERE cust_name = 'Fun4All';

-- 建议MySQL使用指定索引，possible_key=idx_cust_name_addr; key=idx_cust_name_addr
EXPLAIN SELECT * FROM Customers USE INDEX(idx_cust_name_addr) WHERE cust_name = 'Fun4All';

-- 强制MySQL使用指定索引
EXPLAIN SELECT * FROM Customers FORCE INDEX(idx_cust_name_addr) WHERE cust_name = 'Fun4All';

-- 忽略指定索引，possible_key=idx_cust_name; key=idx_cust_name
EXPLAIN SELECT * FROM Customers IGNORE INDEX(idx_cust_name_addr) WHERE cust_name = 'Fun4All';

7. 前缀索引

索引可选择性：不重复索引值占总记录数的比值。可选择性越高，索引查询效率越高，同时可能前缀越长（占用空间大）。在创建前缀索引时，要在可选择性和前缀长度之间权衡。

-- 计算整个字段值可计算型
SELECT COUNT(DISTINCT cust_email) / COUNT(*) FROM Customers;

-- 计算前缀可选择性
SELECT COUNT(DISTINCT substring(cust_email, 1, 10)) / COUNT(*) FROM Customers;

-- 创建前缀索引
CREATE INDEX idx_cust_email ON TABLE(cust_email(10));

8. 索引小结

8.1 对什么表考虑使用索引

• 数据量大（百万记录数），查询多，更新删除少。

8.2 对那些字段考虑使用索引

• 出现在WHERE子句，GROUP BY子句，ORDER BY子句中的字段。
• 区分度高的字段作为索引（宜：身份证号，电话号码等，忌：状态等）。
• 字符串/文本类型的字段考虑使用前缀索引

8.3 创建索引考虑什么

• 尽量使用联合索引（注意最左前缀法则），而不是单列索引。
• 必要时建立索引（索引数量多，维护开销大）
• 如果希望索引列不包含NULL值，应该在建表时指定NOT NULL约束（便于优化选择效率最高的索引）。

8.4 补充

如果全表扫描比索引快，则MySQL可能不使用索引，这主要由数据的分布决定。

9. 参考

视频教程：https://www.bilibili.com/video/BV1Kr4y1i7ru/
数据结构演示网站：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

MySQL进阶：深入索引 - 全文索引
墨夶的博客
11-15 2485
全文索引是一种专门为文本数据设计的索引类型，用于加速文本数据的搜索。与传统的B-Tree索引不同，全文索引使用倒排索引（Inverted Index）数据结构，能够处理自然语言文本，支持复杂的搜索操作，如模糊搜索、词组搜索和布尔搜索。假设我们在创建articles表时，直接在content通过合理设置和管理MySQL的全文索引，可以有效提升系统的性能和稳定性，减少磁盘I/O和内存消耗。希望本文能帮助你更好地理解和利用全文索引，让你在数据库管理的道路上更进一步。🌟。
MySQL -- 索引
Afison的博客
06-04 1434
当表中的数据量过大时，SQL查询所花费的时间会很长，导致业务超时出错，此时就需要用索引来加速SQL查询。
MySQL进阶篇之二：索引
喜欢喝椰奶的博客
04-16 262
介绍索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。演示查找语句：select * from user whereage=45;无索引：在无索引的情况下，我们需要对整张表从第一个指针位开始，依次查找表中的所有字段，就算有一个字段的age=45，我们仍然需要查下去，因为后面的地址中可能还会存在age=45的字段。有索引。
MySQL数据库中的索引（含SQL语句）
古城的博客
04-22 1万+
为什么要用索引 假设有一张表，表中有100万条数据，这100万条数据在硬盘上是存储在数据页上的，一页数据大小为16k。存储100万条数据那么就需要数据页，假设其中有一条数据是“id为7900”的，那么如果要查询这条数据，其中SQL是SELECT * FROM 表名 WHERE id = 7900。在执行这条SQL语句的时候，MySQL需要扫描全表来查询id = 7900的记录。 全表扫描就是从“数据页1”开始，向后逐页查询。对于少量数据来说，查询的速度会很快，但是，当随着数据量的增加，性能会急剧下降....
mysql添加索引的方法(Navicat可视化加索引和sql语句加索引)
h1403635700的博客
08-09 3万+
mysql添加索引的方法(Navicat可视化加索引和sql语句加索引)
【MySQL数据库】如何指定SQL查询使用特定的索引？
tr6666的博客
04-03 1782
在MySQL中，我们可以使用USE INDEX或FORCE INDEX语句来指定SQL查询使用特定的索引。这两个语句都可以让我们覆盖MySQL查询优化器的决策，强制它使用我们指定的索引。
SQL基础——MySQL的索引
最新发布
m0_66890670的博客
08-15 1417
描述了mysql的索引，包括单列索引，组合索引，全文索引，空间索引，以及相关mysql代码。
MySQL进阶指南：索引优化与事务隔离
"MySQL进阶学习笔记，涵盖性能优化、事务隔离、日志系统、全局优化以及新特性和集群搭建等内容，适合对MySQL有一定基础的学习者深入理解与实践。" 在MySQL进阶学习过程中，以下几个核心知识点是提升数据库性能和...
MySQL进阶技巧：索引优化与查询优化实践
“本文深入探讨了如何提升MySQL数据库的性能和优化查询，主要涵盖了数据库索引优化、查询优化技巧以及数据库配置调整三个核心方面。” 在MySQL数据库管理中，提高性能和优化查询是至关重要的，因为这直接影响到应用...
MySQL进阶指南：索引、视图与存储过程详解
本篇MySQL进阶讲义深入讲解了MySQL高级应用中的关键知识点。首先，章节开始于MySQL的基本概述，包括其安装、命令行操作以及常用的数据库连接工具的使用，帮助读者建立起对MySQL数据库全面的理解。 重点部分深入探讨...
SQL进阶教程：索引、统计与高级应用
总结来说，这本书为读者提供了一套完整的SQL学习路径，从入门到进阶，包括基础查询、数据操作、数据库设计以及高级功能，如索引优化、存储过程、触发器和执行计划等。对于希望在IT领域深化对SQL理解和应用的人来说，...
MySQL索引原理以及SQL优化
Ricardo2的博客
08-07 293
有时候需要索引很长的字符串，这会让索引变的大且慢，通常情况下可以使用某个列开始的部分字符串，这样大大的节约索引空间，从而提高索引效率，但这会降低索引的区分度，索引的区分度是指不重复的索引值和数据表记录总数的比值。它的作用是采用 LRU 算法将最常用的数据页（热点数据）保留在内存中，以减少对磁盘IO的需求。数据页内包含用户记录，每个记录之间用单向链表的方式组织起来，为了加快在数据页内高效查询记录，设计了一个页目录，页目录存储各个槽（分组），且主键值是有序的，于是可以通过二分查找法的方式进行检索从而提高效率。
MySQL进阶-----索引的语法与SQL性能分析
m0_73633088的博客
03-28 1206
本期就要来去讲解SQL索引的相关语法，已经我们之前所用的SQL语句对其进行性能分析和执行效率来去判断如何来选择合适的SQL语句。下面看正文。MySQL进阶-----索引的结构与分类-优快云博客一、索引语法1.SQL语法1.创建索引2.查看索引3.删除索引。
mysql索引
Desire_cure_的博客
04-09 278
mysql索引 一.索引的概念 索引是一个排序的列表，在这个列表中存储着索引的值和包含这个值的数据所在行的物理地址（类似于c语言的链表通过指针指向数据记录的内存地址）。 使用索引后可以不用扫描全表来定位某行的数据，而是先通过索引表找到该行数据对应的物理地址然后访问相应的数据，因此能加快数据库的查询速度。 索引就好比是一本书的目录，可以根据目录中的页码快速找到所需的内容。 索引是表中一列或者若干列值排序的方法。 建立索引的目的是加快对表中记录的查找或排序。 二.索引的作用 设置了合适的索引之后，数据库利用各种
8、索引类型详解
you can you up up up的博客
10-16 2847
索引的类型和存储引擎有关，每种存储引擎所支持的索引类型不一定完全相同。MySQL 索引可以从存储方式、逻辑角度和实际使用的角度来进行分类。 存储方式区分 根据存储方式的不同，MySQL 中常用的索引在物理上分为 B-树索引和 HASH 索引两类，两种不同类型的索引各有其不同的适用范围。 1) B-树索引 B-树索引又称为 BTREE 索引，目前大部分的索引都是采用 B-树索引来存储的。 B-树索引是一个典型的数据结构，其包含的组件主要有以下几个： 叶子节点：包含的条目直接指向表里的数据行。叶子节点之间彼
MySQL高级篇（SQL优化、索引优化、锁机制、主从复制）
热门推荐
努力让自己发光，对的人才能迎着光而来
01-24 13万+
目录0 存储引擎介绍1 SQL性能分析2 常见通用的JOIN查询SQL执行加载顺序七种JOIN写法3 索引介绍3.1 索引是什么3.2 索引优劣势3.3 索引分类和建索引命令语句3.4 索引结构与检索原理3.5 哪些情况适合建索引3.6 哪些情况不适合建索引4 性能分析4.1 性能分析前提知识4.2 Explain使用简介4.3 执行计划包含的信息字段解释（重中之重）id（表的读取顺序）select_type（ 数据读取操作的操作类型）table（显示执行的表名）type（访问类型排列）possible_k
删除字段索引
dbagaoshou的专栏
03-30 7420
--删除索引 sql drop index INDX_ISS_AREA_REL_16640_1  on  ISS_AREA_REL --删除索引mysql  drop index INDX_ISS_AREA_REL_16640_1  on  ISS_AREA_REL(INNER_CODE,ISS_AREA) 删除索引可以使用ALTER TABLE或DROP IN
mysql 如何查看是否有用到索引_mysql 如何查看sql查询是否用到索引
weixin_33816685的博客
01-19 1392
使用解释函数explain，只需添加在sql语句之前即可：表中的索引：查看sql是否用到索引：我们只需要注意一个最重要的type 的信息很明显的提现是否用到索引：type结果值从好到坏依次是：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subqu...
MySql数据库优化之SQL和索引的优化
李志杰的博客
05-11 3497
索引的优化是面试中数据库部分可以说是必问的问题，这个和平时的积累有关。本文详细介绍了SQL和索引的优化。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值