hive--mysql添加删除索引

来源:http://blog.csdn.net/chenhualeguan/article/details/49679013


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。

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。

2.索引作用

在索引列上,除了上面提到的有序查找之外,数据库利用各种各样的快速定位技术,能够大大提高查询效率。特别是当数据量非常大,查询涉及多个表时,使用索引往往能使查询速度加快成千上万倍。

例如,有3个未索引的表t1、t2、t3,分别只包含列c1、c2、c3,每个表分别含有1000行数据组成,指为1~1000的数值,查找对应值相等行的查询如下所示。

SELECT c1,c2,c3 FROM t1,t2,t3 WHERE c1=c2 AND c1=c3

此查询结果应该为1000行,每行包含3个相等的值。在无索引的情况下处理此查询,必须寻找3个表所有的组合,以便得出与WHERE子句相配的那些行。而可能的组合数目为1000×1000×1000(十亿),显然查询将会非常慢。

如果对每个表进行索引,就能极大地加速查询进程。利用索引的查询处理如下。

(1)从表t1中选择第一行,查看此行所包含的数据。

(2)使用表t2上的索引,直接定位t2中与t1的值匹配的行。类似,利用表t3上的索引,直接定位t3中与来自t1的值匹配的行。

(3)扫描表t1的下一行并重复前面的过程,直到遍历t1中所有的行。

在此情形下,仍然对表t1执行了一个完全扫描,但能够在表t2和t3上进行索引查找直接取出这些表中的行,比未用索引时要快一百万倍。

利用索引,MySQL加速了WHERE子句满足条件行的搜索,而在多表连接查询时,在执行连接时加快了与其他表中的行匹配的速度。


13.4.2 创建索引

在执行CREATE TABLE语句时可以创建索引,也可以单独用CREATE INDEX或ALTER TABLE来为表增加索引。


1.ALTER TABLE

ALTER TABLE用来创建普通索引、UNIQUE索引或PRIMARY KEY索引。

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)

其中table_name是要增加索引的表名,column_list指出对哪些列进行索引,多列时各列之间用逗号分隔。索引名index_name可选,缺省时,MySQL将根据第一个索引列赋一个名称。另外,ALTER TABLE允许在单个语句中更改多个表,因此可以在同时创建多个索引。


2.CREATE INDEX

CREATE INDEX可对表增加普通索引或UNIQUE索引。

CREATE INDEX index_name ON table_name (column_list)

CREATE UNIQUE INDEX index_name ON table_name (column_list)

table_name、index_name和column_list具有与ALTER TABLE语句中相同的含义,索引名不可选。另外,不能用CREATE INDEX语句创建PRIMARY KEY索引。


3.索引类型

在创建索引时,可以规定索引能否包含重复值。如果不包含,则索引应该创建为PRIMARY KEY或UNIQUE索引。对于单列惟一性索引,这保证单列不包含重复的值。对于多列惟一性索引,保证多个值的组合不重复。

PRIMARY KEY索引和UNIQUE索引非常类似。事实上,PRIMARY KEY索引仅是一个具有名称PRIMARY的UNIQUE索引。这表示一个表只能包含一个PRIMARY KEY,因为一个表中不可能具有两个同名的索引。

下面的SQL语句对students表在sid上添加PRIMARY KEY索引。

ALTER TABLE students ADD PRIMARY KEY (sid)


13.4.3 删除索引

可利用ALTER TABLE或DROP INDEX语句来删除索引。类似于CREATE INDEX语句,DROP INDEX可以在ALTER TABLE内部作为一条语句处理,语法如下。

DROP INDEX index_name ON talbe_name

ALTER TABLE table_name DROP INDEX index_name

ALTER TABLE table_name DROP PRIMARY KEY

其中,前两条语句是等价的,删除掉table_name中的索引index_name。

第3条语句只在删除PRIMARY KEY索引时使用,因为一个表只可能有一个PRIMARY KEY索引,因此不需要指定索引名。如果没有创建PRIMARY KEY索引,但表具有一个或多个UNIQUE索引,则MySQL将删除第一个UNIQUE索引。

如果从表中删除了某列,则索引会受到影响。对于多列组合的索引,如果删除其中的某列,则该列也会从索引中删除。如果删除组成索引的所有列,则整个索引将被删除。


HiveMySQL是两种不同的数据库管理系统,它们有以下几个方面的区别: 1. 数据存储和处理方式: - HiveHive是基于Hadoop的数据仓库工具,使用Hadoop分布式文件系统(HDFS)存储数据。Hive使用HiveQL(类似于SQL)查询语言来处理大规模结构化和半结构化数据。 - MySQLMySQL是一种关系型数据库管理系统(RDBMS),使用传统的表格形式存储数据,并使用SQL查询语言来操作数据。 2. 数据处理能力: - HiveHive适用于大数据处理,特别是对大规模数据进行批处理和分析。它通过将查询转换为MapReduce作业来实现数据处理。 - MySQLMySQL适用于小到中等规模的数据处理,支持实时事务处理和高并发访问。它使用索引、缓存等技术提供快速的数据读写能力。 3. 查询语言: - HiveHive使用类似于SQL的查询语言,称为HiveQL。HiveQL支持大部分SQL语法,但也有一些不同之处,例如对复杂聚合和窗口函数的支持较弱。 - MySQLMySQL使用标准的SQL查询语言,支持广泛的SQL功能,包括复杂聚合、窗口函数等。 4. 数据模型和灵活性: - HiveHive支持复杂的数据模型,可以处理结构化、半结构化和非结构化数据。它也支持自定义函数和扩展,可以通过编写UDFs、UDAFs、UDTFs等来扩展功能。 - MySQLMySQL采用严格的表格模型,适合处理结构化数据。它具有事务支持、外键约束等关系数据库的特性。 5. 性能: - Hive:由于Hive是基于Hadoop的批处理系统,对于大规模数据的复杂查询具有良好的扩展性和容错性,但对于实时查询的响应时间较长。 - MySQLMySQL是一种传统的关系型数据库管理系统,对于小规模数据和实时查询具有更高的性能和响应时间。 总结:Hive适用于大规模数据处理和分析,采用类似SQL的HiveQL语言;而MySQL适用于小到中等规模的数据处理,支持实时事务处理和高并发访问,使用标准的SQL语言。选择哪种数据库取决于具体的需求和数据规模。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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