MySQL索引及优化技巧

最新推荐文章于 2024-08-02 11:41:21 发布
最新推荐文章于 2024-08-02 11:41:21 发布
阅读量333 收藏
点赞数
分类专栏： 数据库 文章标签： mysql 数据库 database 索引
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.youkuaiyun.com/tu_wer/article/details/122134485
版权

1、Mysql的执行计划

1.1、为什么需要执行计划？

有的sql语句执行效率高，有的执行效率低，需要对sql语句做调整和优化，所以就会涉及到执行计划

1.2、执行计划是什么？

执行计划具体来说就是一条sql语句的执行过程

可以看到执行过程中用到了哪些关键的信息，并根据这些信息做判断

1.3、如何使用执行计划？

就是在sql语句前面加上关键字==explain==，在sql语句前面加上explain之后，它会输出n多个列

explain：美 [ɪkˈspleɪn] 解释;说明;阐明;说明(…的)原因;解释(…的)理由

1.4、案例

1）数据表

testnd5

在这里插入图片描述

2）执行计划

explain SELECT * FROM testnd5

3）执行结果

在这里插入图片描述

4）结果分析

  • id

    当sql语句非常复杂的时候，会有一个id序号的排列，根据序号的排列能显示出来哪个子查询或者子句优先执行，哪个字句后执行，仅此而已，有时候需要看，有时候不需要看，它不是一个关键信息

  • select_type

    查询的类型（简单查询、联合查询、子查询），一般没什么用

  • table

    sql语句执行的表的名称

  • type

    很重要，表示查询对应的类型，mysql默认的是ALL

    有这几种

    • system
    • const
    • ref
    • range
    • index
    • all

    从前往后，效率依次降低，即system的效率是最高的，all要进行全表扫描，效率低，所以我们最少要保证type在range这个级别（通过加索引、调整当前子句…），达到ref更好但是某些情况是没法优化的，优化知识为了在一定程度上解决问题，并不是一定有解。可以优化但并不是优化完一定有效果

    官方文档地址
    https://dev.mysql.com/doc/refman/5.7/en/explain-output.html#explain_type
    在这里插入图片描述

    在这里插入图片描述

    有的sql语句非常简单，sql语句越简单，优化的程度就越低

  • possible_keys

    可能用到的索引

    把可能用到的索引都列出来，意义不大

  • key

    很重要，表示当前的sql语句中到底有没有用到索引，这个值尽量不要为空

  • rows

    过滤的行数，只是预估值，不是精确值

  • Extra

    比较重要，表示额外的信息

    当出现的是using index：表示使用了索引覆盖
    using index condition表示使用了索引下推
    using filesort表示使用了临时空间进行排序，没有使用索引进行排序

2、索引介绍

2.1、什么是索引？

  • 索引是数据结构，可以高效地获取数据
  • 索引存储在文件系统中
  • 索引的文件存储形式与存储引擎有关
  • 索引文件结构
    • hash
    • 二叉树
    • B树
    • B+树 （MySql索引文件结构）

2.2、索引分类

  • 主键索引

    主键是一种唯一性索引，它必须指定为PRIMARY KEY，不能为空，每个表只能有一个主键

    一个主键并非一定只有一个列，也可以是多个列组成的联合主键

    MySql会自动为主键创建索引

  • 唯一索引

    索引列的所有值都只能出现一次，即必须唯一，值可以为空；一张表可以在不同的字段建多个唯一索引

  • 普通索引

    基本的索引类型，值可以为空，没有唯一性的限制

  • 全文索引

    全文索引的索引类型为FULLTEXT。全文索引可以在varchar、char、text类型的列上创建

  • 组合索引

    多列值组成一个索引，专门用于组合搜索

    又称：复合索引、联合索引

3、索引 增删查改

3.1、增加（创建）

  • ALTER TABLE

推荐

适用于表创建完毕之后再添加

alter [ˈɔːltər] 修改、更改

ALTER TABLE 表名 ADD 索引类型 (unique,primary key,fulltext,index) [索引名](字段名)

-- 索引名，可要可不要；如果不要，当前的索引名就是该字段名
ALTER TABLE `table_name` ADD INDEX `index_name` (`column_list`) 

ALTER TABLE `table_name` ADD UNIQUE (`column_list`) 
ALTER TABLE `table_name` ADD PRIMARY KEY (`column_list`) 
ALTER TABLE `table_name` ADD FULLTEXT KEY (`column_list`)
  • CREATE INDEX

适用于表创建完毕之后再添加

CREATE INDEX 可对表 增加 普通索引 或 UNIQUE索引

-- 只能添加  普通索引 或 UNIQUE索引
CREATE INDEX index_name ON table_name (column_list) 
CREATE UNIQUE INDEX index_name ON table_name (column_list)
  • 建表时添加

不推荐

CREATE TABLE `test1` ( 
  `id` smallint(5) UNSIGNED AUTO_INCREMENT NOT NULL, -- 注意，下面创建了主键索引，这里就不用创建了 
  `username` varchar(64) NOT NULL COMMENT '用户名', 
  `nickname` varchar(50) NOT NULL COMMENT '昵称/姓名', 
  `intro` text, 
  PRIMARY KEY (`id`),  
  UNIQUE KEY `unique1` (`username`), -- 索引名称，可要可不要，不要就是和列名一样 
  KEY `index1` (`nickname`), 
  FULLTEXT KEY `intro` (`intro`) 
) ENGINE=MyISAM AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='后台用户表';

3.2、删除

DROP INDEX `index_name` ON `talbe_name`  
ALTER TABLE `table_name` DROP INDEX `index_name` 
-- 这两句都是等价的，都是删除掉 table_name 中的索引 index_name

ALTER TABLE `table_name` DROP PRIMARY KEY -- 删除主键索引，注意主键索引只能用这种方式删除

3.3、查看

show index from `table_name`;

3.4、更改

删掉重建一个既可

3.5、创建索引的技巧

  • 维度高的列创建索引
    • 数据列中不重复值出现的个数，这个数量越高，维度就越高
    • 如数据表中存在8行数据a，b，c，d，a，b，c，d这个表的维度为4
    • 要为维度高的列创建索引，如性别和年龄，那年龄的维度就高于性别
    • 性别这样的列不适合创建索引，因为维度过低
  • 对 where，on，group by，order by 中出现的列使用索引
  • 对较小的数据列使用索引，这样会使索引文件更小，同时内存中也可以装载更多的索引键
  • 为较长的字符串使用前缀索引
  • 不要过多创建索引，除了增加额外的磁盘空间外，对于DML(数据库管理语言，如增、删、改)操作的速度影响很大，因为其每增删改一次就得重新建立索引
  • 使用组合索引，可以减少文件索引大小，在使用时速度要优于多个单列索引
  • 更新频繁，数据区分度不高的字段，不宜建立索引

4、存储引擎

MyIsam、InnoDB、Memory

Memory 底层数据结构为哈希表

比较MYISAMINNODB==(默认)==
索引类型非聚簇索引
数据和索引不在一起存储 (只存地址)		聚簇索引
数据和索引在一起存储
事务不支持支持
数据表锁定支持支持
数据行锁定不支持支持
外键约束不支持支持
全文检索支持支持（5.6及以后）
所占空间小大，约2倍
底层数据结构B + 树B + 树
适合操作类型大量select大量insert、delete、update
  • 聚簇索引
    • 数据跟索引存储在一起
  • 非聚簇索引
    • 数据跟索引不存储在一起

5、索引 技术点

在这里插入图片描述

索引系统设计要点

1）索引应该存哪些信息

2）索引和数据存储位置

对于InnoDB

索引和实际的数据都是存储在磁盘上的，只不过在进行数据读取的时候会优先把索引加载到内存中

存储引擎：不同的数据文件在磁盘中有不同的组织形式

  • MyIsam存储引擎

    .frm 表结构

    .MYD 数据文件

    .MYI 索引
    在这里插入图片描述

  • InnoDb存储引擎

    .frm 表结构

    .ibd 索引文件+数据文件

    在这里插入图片描述

3）索引存储什么格式的数据？

K-V格式(键-值对)

类似于查字典，根据页数定位要查找的内容

4）选择合理的数据结构进行存储

为什么是B+数（为什么不是B树或者hash表）

当表非常大的时候，索引会不会一起变大？
因为往表里存数据的时候，是没法判断这个表能够存多少数据的，表中数据量在增大的时候，索引也在增大
索引在变大的过程中，没办法直接加载到内存怎么办？
可能内存只有8G，但是mysql数据的索引达到了16G，则可以分块读取，1G 1G地读，分而治之
尽可能多地提高IO效率
1：减少IO量
2：减少IO次数

在这里插入图片描述

6、操作系统基础知识

6.1、局部性原理

  • 时间局部性

    之前被访问过的数据很有可能再次被访问

  • 空间局部性

    数据和程序都有聚集成群的倾向

6.2、磁盘预读

内存跟磁盘在进行交互的时候有一个最小的逻辑单位，这个单位称之为页，或者datapage，一般是4kb或者8kb，由操作系统决定，我们在进行数据读取的时候，一般是读取页的整数倍，也就是4k，8k，16k；Innodb存储引擎在进行数据读取的时候读取的是16kb的数据

举例：如下图，我们可以看到，实际的文件大小是758字节，但是占用了4kb的大小（可以把磁盘看成一个一个的小格子，每一个格子都是4kb的大小，不管你有没有占满，都是4kb）

在这里插入图片描述

7、MySql 为什么选择B+树？

7.1、hash表

缺点：

  • hash存储需要将所有的数据文件添加到内存，浪费内存空间
  • 如果是等值查询，hash很快；但实际工作中范围(range)查找的更多，而不是等值查询，所以hash就不合适了
  • 哈希索引

简要说下，类似于数据结构中简单实现的HASH表（散列表）一样，当我们在mysql中用哈希索引时，也是对索引列计算一个散列值（类似md5、sha1、crc32），然后对这个散列值以顺序（默认升序）排列，同时记录该散列值对应数据表中某行的指针，当然这只是简略模拟图

在这里插入图片描述

比如对姓名列建立hash索引，生成hash值按顺序排列，但是顺序排列的hash值并不对应表中记录，从地址指针可反应出来，而且，hash索引可能建立在两列或者更多列上，取得是多列数据后的hash值，它不存储表中数据。它先计算列数据的hash值，与索引中的hash值比较，找到了然后比对列数据是否相等，可能涉及其他列条件，然后返回数据。hash当然会有冲突，即碰撞，除非有很多冲突，一般hash索引效率很高，否则hash维护成本较高，因此哈希索引通常用在选择性较高的列上面。哈希索引的结构决定了它的特点：

1. hash索引只是hash值顺序排列，跟表数据没有关系，无法应用于order by；

2. hash索引是对它的所有列计算哈希值，因此在查询时，必须带上所有列，比如有(a, b)哈希索引，查询时必须 where a = 1 and b = 2，少任何一个不行；

3. hash索引只能用于比较查询 = 或 IN，其他范围查询无效，本质还是因不存储表数据；

4. 一旦出现碰撞，hash索引必须遍历所有的hash值，将地址所指向数据一一比较，直到找到所有符合条件的行。

7.2、二叉树

缺点：

  • 会因为树的深度过深而造成IO次数变多，影响读取效率

7.3、B树

缺点：

  • 会因为树的深度过深而造成IO次数变多，影响读取效率
    在这里插入图片描述

在这里插入图片描述

7.4、B+树

在这里插入图片描述

  • B+Tree每个节点可以包含更多的节点，这样做的原因有两个：
    • 为了降低树的高度，减少IO次数
    • 将数据范围变为多个区间，区间越多，数据检索越快
  • 非叶子节点存储key，叶子节点存储key和数据
  • 叶子节点两两指针相互连接(符合磁盘的预读特性)，顺序查询性能更高
  • 在B+Tree上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有叶子节点(即数据节点)之间是一种链式环结构。因此可以对B+Tree进行两种查找运算：
    • 对于主键的范围查找和分页查找
    • 从根节点开始，进行随机查找
  • 一般情况下3-4层的B+树足以支撑千万级的数据量存储

在这里插入图片描述

  • Innodb是通过B+Tree结构对主键创建索引，然后叶子节点中存储记录，如果没有主键，选择唯一键，如果没有唯一键，选择6字节的row_id来进行存储

  • 如果创建的索引是其它字段(不是主键)，那么在叶子节点中存储的是该记录的主键(不是数据)，然后再通过主键索引查找对应的记录

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

MyIsam 叶子节点中只存储地址，不存具体记录数据，通过地址再查找数据

8、

8.1、常见名词

案例表：

id(主键)name(普通索引)age
1张三22
2李四25
3王五28

1）回表

如果创建的索引是其它字段(普通索引，不是主键)，那么在叶子节点中存储的是该记录的主键(不是数据)，然后再通过主键去 主键索引表 查找对应的记录

经过了两个表的查询：

  1. 普通索引表：查到主键
  2. 主键索引表：查询记录数据
-- name是普通索引，在普通索引表中存储的是主键id的值，即1
-- 要想得到记录的值，需经过二次查询
select * from table where name='张三'

2）索引覆盖

-- 一次查询就可以得到结果，不需要回表
select id from table where name='张三'
  • 根据name的值去name的B+树检索对应的记录，能获取到id的属性值，索引的叶子结点中包含了查询的所有列，此时不需要回表，这个过程叫做索引覆盖，会有using index的提示，推荐使用
  • 在某些场景中，可以考虑将要查询的所有列都变成组合索引 ，此时会使用索引覆盖（不会回表），加快查询效率。

3）最左匹配

-- id主键   (name,age)组合索引/联合索引/复合索引

-- 会用组合索引
select * from user where name = '张三' and age = '22';

-- 会用组合索引
select * from user where name = '张三';

-- 不会用组合索引，因为没有 name
select * from user where age = '22';

-- 会用组合索引，因为 age 和 name 都有，优化器会调整 age 和 name 的顺序
select * from user where age = '22' and name = '张三';

对于复合索引来说，不总是匹配所有字段列，但是可以匹配索引中靠左的列

4）索引下推

  • 把原来在server层进行的条件过滤下推到存储引擎层，索引下推是默认开启的
select * from user where name = '张三' and age = '22';

  • 没有索引下推前

    先根据 name 从存储引擎中拉取数据到 server 层，然后在 server 层中对 age 进行数据过滤

  • 有索引下推后

    根据 name 和 age，直接在存储引擎中做数据过滤，把结果返给 server 层

    可以减少返给 server 层的数据量

5）前缀索引

如果索引列长度过长，这种列索引时将会产生很大的索引文件，不便于操作，可以使用前缀索引方式进行索引；前缀索引应该控制在一个合适的点，控制在0.31黄金值即可（大于这个值就可以创建）。

-- 这个值大于0.31就可以创建前缀索引，Distinct去重复
SELECT COUNT(DISTINCT(LEFT(title,10)))/COUNT(*) FROM Arctic; 

-- 增加前缀索引SQL，将人名的索引建立在10，这样可以减少索引文件大小，加快索引查询速度
ALTER TABLE user ADD INDEX `uname`(title(10));

8.2、优化小细节

  • 当使用索引列进行查询的时候，尽量不要使用表达式，把计算逻辑放到业务层，减轻数据库运算压力

  • 尽量使用主键查询，而不是其它索引，因为主键索引不会触发回表查询

  • 如果 索引列 长度过长，可以使用前缀索引，否则会产生很大的索引文件，不便于操作

  • 使用索引扫描来排序

    参考：https://www.cnblogs.com/YC-L/p/14461561.html

    • mysql有两种方式可以生成有序的结果：通过 排序操作 或者 按索引顺序扫描

      • 如果explain出来的type列的值为index，则说明mysql使用了索引扫描来做排序
      • 扫描索引本身是很快的，因为只需要从一条索引记录移动到紧接着的下一条记录
      • 但如果索引不能覆盖查询所需的全部列，那么就不得不每扫描一条索引记录就得回表查询一次对应的行
      • 这基本都是随机IO，因此按索引顺序读取数据的速度通常要比顺序地全表扫描慢

      mysql可以使用同一个索引即满足排序，又用于查找行，如果可能的话，设计索引时应该尽可能地同时满足这两种任务

      • 只有当索引的列顺序和order by子句的顺序完全一致，并且所有列的排序方式都一样时，mysql才能够使用索引来对结果进行排序
      • 如果查询需要关联多张表，则只有当order by子句引用的字段全部为第一张表时，才能使用索引做排序
      • order by子句和查找型查询的限制是一样的，需要满足索引的最左前缀的要求

      否则，mysql都需要执行顺序操作，而无法利用索引排序

  • union all，in，or 都可以使用索引

    • 对于 索引列 最好使用 union all

      因为复杂的查询【包含运算等】将使 or、in 放弃索引而全表扫描，除非确定 or、in 会使用索引

    • 对于 非索引字段 用 or 或者 in，因为要全表扫描，而 union all 会成倍增加表扫描的次数

    • 对于既有 索引字段【索引字段有效】又包含 非索引字段，使用三者都可以，推荐使用 or、in

      参考：

      博客园：https://www.cnblogs.com/maohuidong/p/10478356.html

  • 范围列可以用到索引

    • 范围条件是：<、<=、>、>=、between
    • 范围列可以用到索引，但是范围列后面的列无法用到索引，索引最多用于一个范围列

  • 强制类型转换会全表扫描

    -- 数据库中的电话号码是  字符串形式(varchar)，并建立了索引

-- 全表扫描，不会触发索引；因为以 数值 的形式查询，强制进行了类型转换
explain select * from user where phone = 13800001234;

-- 触发了索引，不会全表扫描
explain select * from user where phone = '13800001234';

  • 更新频繁，数据区分度不高的字段，不宜建立索引

  • 创建索引的列，不允许为null，可能会得到不符合预期的结果

  • 当需要进行表连接的时候，最好不要超过三张表，因为需要join的字段，数据类型必须一致

  • 能使用 limit 的时候，尽量使用 limit

  • 单表索引建议控制在5个以内

  • 组合索引中单索引字段在5个以内

  • 索引的正确概念：

    • 索引不是越多越好；索引也是要维护的，过多时会降低性能
    • 在不了解系统的情况下，不要过早优化

参考：

博客园：https://www.cnblogs.com/yyjie/p/7486975.html

博客园：https://www.cnblogs.com/itdragon/p/8146439.html

菜鸟教程：https://www.runoob.com/w3cnote/mysql-index.html

知乎：https://zhuanlan.zhihu.com/p/197884014

感谢！

深入剖析MySQL索引优化：提升数据库性能的核心技巧
张彦峰的博客
04-07 176万+
本文深入探讨了MySQL数据库中的索引机制，重点分析了B+树索引的原理及其在查询优化中的应用。通过讲解常见的索引类型及其优缺点，本文帮助读者理解如何根据不同的业务需求和查询场景选择合适的索引策略。文章还介绍了常见的索引优化技巧，如避免全表扫描、使用覆盖索引和定期维护索引，以提高数据库性能。最终，本文旨在帮助开发者掌握MySQL索引优化的关键方法，提升系统的响应速度和稳定性。
MySQL 索引优化的 4 个技巧
最新发布
威哥说编程
12-08 796
MySQL 的索引优化涉及多方面的内容，从选择合适的索引类型、使用复合索引，到避免不必要的索引以及定期优化索引。选择合适的索引类型：根据查询需求选择 B-Tree 索引、哈希索引、全文索引等。合理使用复合索引：在多列查询中使用复合索引，优化查询性能。避免不必要的索引：定期删除无用的或重复的索引，减少开销。定期优化索引：通过和更新统计信息保持索引的最佳状态。通过这些优化技巧，你可以显著提升 MySQL 数据库的查询性能，并减少数据库操作的负担。
mysql索引技巧
weixin_30416871的博客
05-18 118
索引 索引是对数据表一列或多列的值进行排序的一种结构，用于加速基于索引字段的数据排序以及优化查询的执行速度，避免全表扫描。索引是直接影响数据库性能的数据库模式对象，因此十分重要。在定义主键和唯一键约束时数据库引擎会自动创建相关字段的索引，其它索引就需要用户自己定义。索引创建必须慎重，过多的索引将降低数据表的更新效率，因为数据表每更新一次，索引也需要更新，所以创建索引时需要考虑表的更新频...
MySQL优化技巧
weixin_34216036的博客
04-03 175
目录 MySQL的特点数据类型优化整型类型小数类型字符串类型时间类型主键类型的选择特殊类型的数据索引优化一个使用Hash值创建索引的技巧前缀索引多列索引聚簇索引覆盖索引重复索引和冗余索引不使用的索引索引使用总结查询优化查询慢的原因重构查询的方式杂七杂八参考书本文的内容是总结一些MySQL的常见使用技巧，以供没有DBA的团队参考。以下内容以MySQL5.5...
mysql 索引技巧
weixin_30845171的博客
03-20 103
索引是快速搜索的关键。MySQL索引的建立对于MySQL的高效运行是很重要的。下面介绍几种常见的MySQL索引类型。 在数据库表中，对字段建立索引可以大大提高查询速度。假如我们创建了一个mytable表： CREATETABLEmytable(IDINTNOTNULL,usernameVARCHAR(16)NOTNULL);我们随机向里面插入...
mysql索引技巧_[MySql]索引的一些技巧
weixin_34276402的博客
02-19 143
一、多表子从查询多表查询时，子查询可能会出现触发不了索引的情况SELECT * FROM test_1 WHERE id in (SELECT id FROM test_publish WHERE id in (38,69));上面语句，test_1和test_public都WHERE了主键id，常理来说这个查询不存在问题，事实上主语句并不会触发索引，只有子语句触发了索引idselect_type...
mysql索引使用技巧
weixin_43744732的博客
02-20 274
索引使用技巧 接下来聊一聊索引使用技巧的基础知识，这些知识可以帮助你建立高效索引，主要有谓词、过滤因子、基数（Cardinality）、选择率和回表。 先来看谓词。谓词本身就是条件表达式，通俗讲就是过滤字段。如下图中这句SQL语句，可以拆解为下面所示： 简单谓词：city和 last_updata。 组合谓词：city and last_updata。 知道谓词后就可以计算谓词的过滤因子了，过滤因子直接描述了谓词的选择性，表示满足谓词条件的记录行数所占比例，过滤因子越小意味着能过滤越多数据，你
一篇文章掌握MySQL的索引查询优化技巧
09-08
MySQL的索引查询优化是数据库性能提升的关键环节。在MySQL中，索引是一种特殊的数据结构，用于加速数据的检索过程。以下是一些重要的优化策略： 1. **选择合适的存储引擎**： MySQL支持多种存储引擎，如InnoDB、...
MySQL索引原理及慢查询优化1
08-08
MySQL索引原理及慢查询优化是数据库管理中的重要主题，尤其是在高并发、大数据量的互联网环境中，优化查询性能对于系统的整体效能至关重要。MySQL作为广泛使用的开源关系型数据库，其索引机制和查询优化技巧是开发者...
MySQL索引原理及慢查询优化
12-14
总的来说，优化MySQL的慢查询需要结合索引原理、查询优化技巧、数据库设计和运维实践。通过对业务需求的理解，我们可以制定合适的索引策略，改进SQL语句，从而提升数据库的整体性能，满足高并发、大数据量的业务需求...
mysql索引使用技巧及注意事项
qq_34874784的博客
05-06 168
一.索引的作用 一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。 在数据量和访问量不大的情况下，mysql访问是非常快的，是否加索引对访问影响不大。但是当数据量和访问量剧增的时候，就会发现mysql变慢，甚至down掉，这就必须要考虑优化sql了，给数据库建立正确合理的索引，是mysql优化的一个重要手段。 索引的目的在于提高查询...
mysql索引优化技巧
荒野孤鹰
12-23 709
前面一篇文章学习了索引的基本知识以及B-TREE索引的适用范围,这一篇文章主要是讨论一些如何高效设计、使用索引的技巧,有些是通用的,有些是针对特定场景的。1.独立的列如果在查询条件中列不是独立的,及时在这个列上建立了索引,mysql也无法使用索引进行优化。所谓”独立的列”,指的是索引列不是表达式的一部分,也不能是函数的参数。比如下面这条查询sql,就无法使用actor_id列上的索引 select
mysql索引技巧_Mysql优化技巧 使用索引的十五个小技巧
weixin_33260484的博客
01-19 395
a 复合索引按最左前缀的原则筛选,例如create index idx_a_b_c on test (a,b,c); #给a,b,c建立的索引where a=xxxwhere a=xxx and b=xxxwhere a=xxx and b=xxx and c=xxxwhere a=xxx and c=xxxwhere b=xxx and a=xxx前三种情况用到了索引,第四种只用到了a的索引,...
MySQL索引的使用技巧及注意事项
wei_feng1的博客
11-20 750
一.索引的作用        一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。        在数据量和访问量不大的情况下，mysql访问是非常快的，是否加索引对访问影响不大。但是当数据量和访问量剧增的时候，就会发现mysql变慢，甚至down掉，这就必须要考虑优化s...
MySQL索引详解和优化技巧
现役码农的博客
03-03 511
索引（MySQL中也叫“键（Key)"）在数据越大的时候越重要。规模小、负载轻的数据库即使没有索引，也能 有好的性能，但是当数据增加的时候，性能就会很快下降。理解索引如何工作的最简单的方式就是把索引看成 一本书。为了找到书中一个特定的话题，你须要查看目录，它会告诉你页码。索引会让查询锁定更少的列 在InnoDB中，只有事务提交后才会解锁 索引包含了来自于表中某一列或多个列的值。如果索引了多列数据，...
MySQL 索引
qq_52804302的博客
07-08 91
MySQL 索引 在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。 一、索引概述 1.1、什么是索引 索引是用于快速找出在某个列中拥有特定值的行。 如果没有索引，MySQL必须从第一条记录开始读完整个表...
MySQL索引完全手册：真实业务图文讲解17种索引运用技巧(必须收藏)
肖哥弹架构博客
08-02 1322
MySQL索引是数据库中用于提高数据检索效率的重要技术。它通过在数据表列上创建索引结构，如B+Tree、Hash索引等，加速查询速度。索引类型包括主键索引、唯一索引、普通索引、全文索引、空间索引等，各适用于不同的查询场景。合理设计索引可以显著提升数据库性能，但过多索引也会导致维护成本增加和写操作变慢。索引优化需考虑查询模式、数据量和存储引擎特性。
mysql索引实践
小丑竟是我自己
12-03 377
1.全值匹配 2.最左前缀法则 如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。 3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描 4.存储引擎不能使用索引中范围条件右边的列 5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少 select * 语句 6.mysql在使用不等于（！=或者<>），not in ，not exists
MySQL优化 | 如何正确使用索引
devops
07-14 3967
在数据库中，索引是一种数据结构，用于提高数据的检索效率。它类似于书籍的目录，可以根据关键字快速定位到相应的数据。
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

打赏作者

土味儿~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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